随着遥感技术的发展，人们获得遥感数据的能力有了很大的提高，这为遥感图像的解译提供了数据上的保障。图像的解译精度即指对遥感影像进行专题解译后进行解译质量的评价。实际情形中，遥感图像参考图的制备耗时又费力，这样在无参考图的前提下快速有效的估计出图像分类精度显得尤为重要。估计图像的分类精度不仅可以为我们在选择合适数据时提供依据，而且可以对成像系统的传感器的性能评估提供途径。　　本文针对图像分类精度的估计，首先提取图像的质量因子，并确定了基于最小距离分类准则的kappa系数作为最终图像分类精度的评价指标。然后研究了图像质量因子和kappa的相关性，探究构建图像分类精度字典的方法。就图像分类精度字典构建研究而言，主要进行了以下方面的研究：（1）参考基于人类视觉系统提取质量因子的过程，从图像的亮度分布、边界强度及频域等方面提取了一系列的图像质量因子，分析了各质量因子与kappa的相关性，发现陡度和kappa的高度相关，并通过仿真实验分析，发现了影响陡度与kappa关系表达式唯一性的两个重要因素，即类别比例与类间距。（2）通过仿真实验，完成了不同情形下，图像分类精度字典的构建，并详细介绍了字典的查询方式。最后通过大量实验，验证了通过图像分类精度字典，无需参考图就可以估计图像kappa系数的有效性与准确性。