遥感图像标记算法的目的是将图像上具有相同特征（本文考虑像素点的RGB值）的像素点标记为同一值。遥感图像经图像分类算法分类后，图像被分割成一块一块的区域，且具有相同属性的区域被赋予了相同的RGB颜色值。这样我们可以根据这个特征，先对图像上每个区域进行连通域标记，得到图像的标记图；然后再根据这个标记图计算出每个标记值的数量。由此，我们可以计算出每个区域的面积（以像素为单位）。得到每个区域面积之后，再根据每个区域的面积大小判断是否为噪声并将之去除。本文将图像标记算法应用于彩色遥感图像和二值图像，所处理的效果非常好，而且快速完成了对分类之后的图像的连通域标记。 本文对遥感图像的分类后的连通域标记作了初步的研究，其主要工作包括： 1.针对遥感图像分类精度与算法复杂度的矛盾及算法的鲁棒性问题，尤其是训练样本的选取、特征提取与选择，需人为干预过多，且受专业人员的知识限制。为此本文提出了基于加权Mean Shift的遥感图像分类算法。结合内嵌置信边缘检测得到像素的加权因子，利用重采样策略在特征空间对像元进行加权Mean Shift滤波找到图像各区域的核密度函数局部最大值，通过迭代移动附近数据点至该区城局部最大值，重复此过程，遍历图像中所有像素，对各聚类区域进行融合得到分类图。实验结果验证了算法的有效性。 2.带标记矫正的图像连通域像素标记算法采用标记矫正来减少图像扫描次数，然后再对标记采用RLE游程编码[1]来提高合并效率，这种算法对大多数形状目标可以在一次扫描中完成像素的标记，从而使像素标记算法得到优化。但是对图像上区域比较多，且向上分叉的区域占绝大多数的情况下，这种算法的执行效率就不是非常理想。 3.本文考虑到遥感图像上复杂的颜色信息，提出了基于区域生长算法的连通域标记，对分类后的遥感图像进行连通域标记。该算法不用考虑向上向下和向左向右分叉的区域。当在图像上适当选定一个种子点后，同时分配一个堆栈用来存放种子点，特征值相同且没有被标记过的种子点会放入堆栈中。不断从栈顶取出种子点进行八邻域扫描，直到栈为空。那么一个连通区域就标记完成。且在标记的过程中不会有等价标记情况的出现，即同一个区域中只会出现同一个标记值。该算法只用扫面图像一次即可对图像进行连通域标记，执行效率比带标记矫正的图像连通域像素标记算法要快，且具有很好的鲁棒性和算法稳定性。 4.基于区域生长算法的连通域标记借助于工业用的相机，对相机采集到的图像进行图像分割后的标记。相机的控制嵌入到我们的地理信息系统这个软件平台中，通过本软件可以对相机的各种参数进行设置。 5.在算法的研究基础上，对本文算法的软件实现及模块化设计进行了介绍。