比较监督分类和非监督分类方法。

监督分类：依据已知样本类别的特征来识别未知样本象元的归属类别。
非监督分类：在没有先验知识作为样本的条件下，根据象元间的相似度大小进行归类合并的方法。
监督分类的优点：
（1）可根据应用目的和区域，有选择地决定分类类别，避免出现一些不必要的类别
（2）可控制训练样本的选择。
（3）可通过检查训练样本来决定训练样本是否被精确分类，从而避免分类中的严重错误。
（4）避免了非监督分类中对光谱集群组的重新分类。
监督分类的缺点：
（1）其分类系统的确定、训练样本的选择，均人为主观因素较强，分类者定义的类别也许并不是图像中存在的自然类别，导致多维数据空间中各类别之间并非独一无二，而是有重叠的；分类者选择的训练样本也可能不代表图像中的真实情形。
（2）由于图像中同一类别的光谱差异，造成训练样本并没有很好的代表性。
（3）训练样本的选择和评估需要花费较多的人力和时间。
（4）只能识别训练样本中所定义的类别，如果某类别由于分类者不知道或者数量太少未被定义，则监督分类不能识别。
非监督分类的优点：
（1）非监督分类不需要事先对所要分类的地区有广泛的了解和熟悉，而监督分类需要分类者对研究区域有很好的了解才能选择训练样本。但是在分监督分类中分类者仍需要一定的知识来解释非监督得到的集群组。
（2）人为误差的机会减少。
（3）独特的，覆盖量小的类别均能够被识别。
非监督分类的缺点：
（1）非监督分类产生的光谱集群组并不一定是分类者想要的类别，分类者面临如何将它们与想要的类别相匹配的问题，实际上很少有一对一的对应关系。
（2）分类者很难对产生的类别进行控制。
（3）图像中各类别的光谱特征会随时间、地形等变化，不同图像以及不用时间段的图像之间的光谱集群组无法保持其连续性，从而使其不同图像之间的对比变得困难。

略