○ 教师讲解

我们通过上述视频学习了监督分类、非监督分类和分类精度评价。现在我们来进行归纳总结：

监督分类：选择具有代表性的典型实验区或训练区，用训练区中已知地面各类地物样本的光谱特性来“训练”计算机，再按一定的统计判别规则对未知地区的像元进行分类处理，进行自动分类的方法。分类器包括：最小距离法、费歇尔线性判别分类法和最大似法。

非监督分类：非监督分类（UnSupervised Classification），也称为聚类分析或点群分析。即在多光谱图像中搜寻、定义其自然相似光谱集群组的过程，其前提是假定影像上同类物体在同样条件下具有相同的光谱信息特征。分类器分为ISODATA分类算法(动态聚类法)、分级集群法和K-均值分类算法。