در این پایان نامه پس از مطالعه روش های موجود در زمینه های طبقه بندی بدون ناظر، روش های تلفیق تصاویر نور حساس و چندطیفی و روش های بهینه سازی از جمله الگوریتم های ژنتیک و آموزش-یادگیری، روشی جهت بهبود کیفیت تصاویر سنجش از دور با استفاده از بهینه کردن ترکیب روشهای موجک با حفره و ihs ارائه می دهد و سپس جهت طبقه بندی تصاویر از این روش کمک می گیرد. نتایج بدست آمده از اعمال الگوریتم ها بر روی 4 داده تصاویر ikonos و landsat نشان داده که این روش تلفیقی ابداعی توانسته نتایج طبقه بندی تصاویر سنجش از دور را بهبود بخشد.