监督分类常用的有哪些

(1)平行算法

平行算法又称为盒式决策规则,是根据训练样本的亮度值范围形成一个多维数据空间的一种方法。其他像元的光谱值如果落在训练样本的亮度值所对应的区域,就被划分到其对应的类别中。

(2)最小距离法

最小距离法是利用训练样本中各类别在各波段的均值,根据各像元离训练样本平均值距离的大小来决定其类别的一种方法。

(3）最大似然法

最大似然法分类也称为贝叶斯（Bayes)分类,是基于图像统计的监督分类法,是典型的和应用最广的监督分类方法。它建立在 Bayes 准则的基础上,偏重于集群分布的统计特性,并假定训练样本数据在光谱空间服从高斯正态分布。

平行算法和最小距离法都没有考虑到各类别在不同波段上的内部方差,以及不同类别其直方图重叠部分的频率分布。

最大似然法可以同时定量地考虑两个以上的波段和类别,是一种广泛应用的分类器。但是这种算法的计笃是比前面提到的算法大,同时对不同类别的方差变化比较敏感。其基本的数学公式是基于正态分布的假设。

（4）平行六面体法

平行六面体分类(parallelpiped classification)的基本思想是:通过训练样本亮度值形成一个n维平行六面体数据空间,只要像元的光谱值落在平行六面体任何一个训练样本所对应的范围,就会被划分到对应的类别中。具体判断规则为,将每一个待分类的像元按以下分类判断规则对每一个类别中心进行比较判别。