遙感分類

1.監督分類(SupervisedClassification)，又稱“訓練分類法”，用被確認類別的樣本像元去識別其他未知類別像元的過程，它就是在分類之前通過目視判讀和野外調查，對遙感圖像上某些樣區中圖像地物的類別屬性有了先驗知識，對每一種類別選取一定數量的訓練樣本，計算機計算每種訓練樣區的統計或其他信息，同時用這些種子類別對判決函數進行訓練，使其符合於對各種子類別分類的要求；隨後用訓練好的判決函數去對其他待分數據進行分類，使每個像元和訓練樣本作比較，按不同的規則將其劃分到與其最相似的樣本類，以此完成對整個圖像的分類。

2.非監督分類(UnsupervisedClassification)，非監督分類，也稱“聚類分析”或“點群分類”。在多光譜圖像中搜尋、定義其自然相似光諸集群的過程，它不必對圖像地物獲取先驗知識，僅依靠圖像上不同類地物光譜(或紋理）信息進行特徵提取，再統計特徵的差別來達到分類的目的，最後對已分出的各個類別的實際屬性進行確認。