平行六面体法：平行六面体将用一条简单的判定规则对多光谱数据进行分类。判定边界在影像数据空间中是否行成了一个N维的平行六面体。平行六面体的尺度是由标准差阈值所确定的，而该标准差阈值则是根据每种所选类的均值求出的。
最大似然法：假定每个波段中的每类的统计都呈现正态分布，并将计算出给定象元都被归到概率最大的哪一类里。
最小距离法：使用了每个感兴趣区的均值矢量来计算每个未知象元到每一类均值矢量的欧氏距离，除非用户指定了标准差和距离的阈值，否则所有象元都将分类到感兴趣区中最接近的那一类。
马氏距离法：是一个方向灵敏的距离分类器，分类时将使用到统计信息，与最大似然法有些类似，但是它假定了所有类的协方差都相等，所以它是一种较快的分类方法。
二值编码分类法：根据波段值落在均值的上或下方，把数据波普和端元波普编码为0或1，异或逻辑函数用来将每种编码后的参考波普同编码后的数据波谱进行比较，生成一副分类影像。
波谱角填图分类法：是一个基于物理的波谱分类法，它是用N维角度将象元与参考波谱进行匹配，此方法将波谱看成是空间中的矢量，矢量的维数就等于波段的个数，通过计算波谱间的角度，来判断连个波谱间的相似程度。
ENVI监督分类操作：
训练场的建立：监督分类的时候要先做感兴趣的选择，即要建立训练场（.roi），在image中的overlay—Region of interest建立训练场(window中选择操作窗口，ROI Name是可以修改的，通过New Region 建立新的训练场)，建成之后File—Save ROIs。
分类：Classification –Supervised（<parallelepiped>平行六面体法、<maximum likelihood>最大似然法、<minimum distance>最小距离法、<mahalanobis
最大似然法：假定每个波段中的每类的统计都呈现正态分布，并将计算出给定象元都被归到概率最大的哪一类里。
最小距离法：使用了每个感兴趣区的均值矢量来计算每个未知象元到每一类均值矢量的欧氏距离，除非用户指定了标准差和距离的阈值，否则所有象元都将分类到感兴趣区中最接近的那一类。
马氏距离法：是一个方向灵敏的距离分类器，分类时将使用到统计信息，与最大似然法有些类似，但是它假定了所有类的协方差都相等，所以它是一种较快的分类方法。
二值编码分类法：根据波段值落在均值的上或下方，把数据波普和端元波普编码为0或1，异或逻辑函数用来将每种编码后的参考波普同编码后的数据波谱进行比较，生成一副分类影像。
波谱角填图分类法：是一个基于物理的波谱分类法，它是用N维角度将象元与参考波谱进行匹配，此方法将波谱看成是空间中的矢量，矢量的维数就等于波段的个数，通过计算波谱间的角度，来判断连个波谱间的相似程度。
ENVI监督分类操作：
训练场的建立：监督分类的时候要先做感兴趣的选择，即要建立训练场（.roi），在image中的overlay—Region of interest建立训练场(window中选择操作窗口，ROI Name是可以修改的，通过New Region 建立新的训练场)，建成之后File—Save ROIs。
分类：Classification –Supervised（<parallelepiped>平行六面体法、<maximum likelihood>最大似然法、<minimum distance>最小距离法、<mahalanobis