Um dos principais objetivos do sensoriamento remoto é distinguir e identificar os materiais presentes na superfície da Terra. Tal distinção e identificação são realizadas por diferentes algoritmos de classificação de imagens por meio dos comportamentos específicos de cada material ao longo do espectro eletromagnético. Entretanto não existe um classificador perfeito, visto que todo algoritmo apresenta erros de classificação. Neste sentido este trabalho visa propor um multiclassificador para imagens onde o conjunto de dados de entrada é submetido inicialmente a diferentes classificadores tradicionais e tais classificações individuais são analisadas pelo multiclassificador definindo assim, por votação (maioria), a classe final de cada pixel da imagem classificada. A implementação de um multiclassificador visa minimizar a porcentagem dos pixels classificados erroneamente gerando assim uma imagem classificada com maior exatidão do que as anteriormente geradas pelos classificadores tradicionais.