1.最小距離法
最小距離法的基本原理是根據已知類別或訓練樣本的模式特征選擇特征參數並建立判別函數，通過與各類別均值向量的距離比較，將待分類像素劃分到距離最小的類別中。為了保證分類精度，需要對特征空間進行正交變換（如K-L變換）。首先，在圖像顯示屏上選擇訓練樣本區域，從圖像數據中獲取訓練樣本區域各波段的均值和標準差；然後計算其他像素的亮度值向量與訓練區域的光譜均值向量之間的距離。基於該方法的分類指標是絕對距離或歐氏距離，其中歐氏距離是最常用的。如果距離小於指定的閾值（通常是標準偏差的倍數），並且距離最接近某個類別，則該像素被分類為某個類別。這種分類的準確性取決於訓練樣本區域（特征類別）的數量和樣本區域的統計準確性。由於其計算簡單，可以按像素順序逐個掃描分類，壹般分類效果也較好，因此是壹種常用的監督分類方法。
圖4-23 iso data方法的框圖
2.貝葉斯線性和非線性判別方法（最大似然法）
該方法假設每個類別的概率密度分布為正態分布，通過比較每個類別的似然比，將待分類像素劃分到似然比最大的類別中。其分類指標是似然率（條件概率）。它是壹種非線性監督分類，通過貝葉斯判別原理進行分析。簡單來說，它可以假設訓練樣本區域的典型標準的已知或確定的先驗概率，然後將某些特征歸納為某些類型的函數，並根據損失函數獲得最佳判斷。該方法分類效果較好，但計算量較大。
3.多層分割法（平行六面體法）
多級分割方法的基本原理是在特征空間中的每個特征變量軸上設置壹系列分割點（分割點根據訓練數據的統計特征確定），將多維特征空間劃分為互不重疊的子空間，每個子空間對應壹個分類類別，並將分類後的像素歸入與其子空間對應的類別。為了提高分類精度，需要在特征空間中進行正交變換（如K-L變換）。
4.特征曲線法（光譜角法）
特征曲線法的基本原理是以地物特征參數曲線（如地物光譜特征曲線）之間的相似系數（變量空間中采樣點向量之間夾角的余弦）作為分類準則。
5.馬氏距離法
馬氏距離法充分考慮了多維變量空間中反映樣本點隨機概率密度分布特征的協方差矩陣。當變量正交時，它相當於加權歐氏距離，因此該方法壹般比最小距離方法具有更好的分類和識別效果。
監督分類結果清晰，分類精度相對較高，但對訓練樣本的要求較高。因此，使用時應註意應用條件，在壹個地區建立的判別式不壹定完全適用於其他地區。此外，有時訓練區域沒有完全包括所有光譜樣式，這將導致壹些像素失去所有權。因此，在實際工作中，監督分類和非監督分類經常壹起使用並相互補充，這進壹步提高了分類的效率和準確性。
基於最大似然原理的監督分類的優點是，如果空間聚類呈現正態分布，將減少分類誤差，分類速度更快。監督分類的主要缺陷是在分類之前必須劃定具有單壹樣本性質的訓練樣本區域，這可以通過無監督方法來完成，即通過無監督方法將某些區域聚類為不同的單壹類別，監督方法使用這些單壹類別區域來“訓練”計算機。其他區域由訓練好的計算機進行分類，避免了使用緩慢的無監督方法對整個圖像區域進行分類，在保證分類精度的前提下提高了分類速度。具體可以按照以下步驟進行。
第壹步是選擇壹些有代表性的區域進行無監督分類。這些區域盡可能包括各種感興趣的對象。這些區域的選擇與監督分類訓練樣本區域的選擇要求相反，監督分類訓練樣本區域要求盡可能單壹。此處選擇的區域包含盡可能多的類別，以便所有感興趣的地面對象都可以聚集在壹起。
第二步是獲得多個聚類類別的先驗知識。這些先驗知識可以通過解釋和實地調查獲得。聚類類別用作監督分類的訓練樣本。
第三步是特征選擇。選擇最適合的特征圖像用於後續分類。
第四，利用監督方法對整幅圖像進行分類。根據前面步驟中獲得的先驗知識和聚類後的樣本數據，設計分類器並對整個圖像區域進行分類。
步驟5，輸出標記圖像。由於在分類後已經確定了圖像的類別信息，因此可以將整個圖像標記為相應的類別進行輸出。
圖像分類處理廣泛應用於農業、林業和土地資源遙感調查。對於地質體的分類，由於幹擾因素較大，經過變換（比值變換、K-L變換等）處理的圖像。）進行分類，現在常用於巖性填圖或熱液蝕變填圖。隨著計算機軟硬件技術的成熟，計算機圖像分類將得到越來越廣泛的應用。
復習思考問題
1.數字圖像的基本概念是什麽？
2.數字圖像的存儲格式有哪些？
3.單波段和多波段遙感數據的基本統計是什麽？
4.什麽是輻射誤差？它的主要來源是什麽？
5.什麽是大氣校正？解釋回歸分析和直方圖校正的原理。
6.簡述重采樣法幾何精校正的過程。
7.什麽是投影變換、圖像拼接和圖像取景？
8.什麽是線性延伸和非線性延伸？常用的非線性增強方法有哪些？
9.什麽是多波段假彩色合成？
10.比率和差異增強的基本功能是什麽？
11.過濾增強的主要目的是什麽？常見的方法有哪些？
12.K-L變換和K-T變換的主要作用是什麽？
13.什麽是無監督分類？本章介紹了哪些方法？
什麽是監督分類？有哪幾種方法？
15.簡述監督分類和非監督分類的區別、優勢和適用條件。