監督分類：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。它是在分類之前通過目視判讀和野外調查，對遙感影象上某些樣區中影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資訊，同時用這些種子類別對判決函式進行訓練，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式去對其他待分資料進行分類。

1.1開啟並顯示影像檔案，選擇合適的波段組合載入影像

開啟並顯示TM影像檔案，從 ENVI 主選單中，選擇File →OpenImage File選擇影像，為了更好地區分不同地物以及方便訓練樣本的選取，選擇任意三個波段（合成以後有利於分類的原則進行選擇）進行相關操作，點選Load Band 在主視窗載入影像。

1.2使用感興趣區（ROI）工具來選擇訓練樣區

1）主影像視窗選單欄中，選擇 Overlay >Region of Interest。出現ROI Tool對話方塊，

2）根據不同的地物光譜特徵，在影象上畫出包含該類地物的若干多邊形區域，建立相應的感興趣區域，輸入對應的地物名稱，更改感興趣區對應的顯示色彩。

1.3選擇分類方法進行分類

  1）主選單中，選擇Classification>Supervised，在對應的選項選單中選擇分類方法，對影像進行分類。以最小距離法（MinimumDistance）為例進行說明。選擇Minimum Distance選項，出現Classification Input File對話方塊，在該對話方塊中選擇待分類影象。

     非監督分類：也稱為聚類分析或點群分類。在多光譜影象中搜尋、定義其自然相似光譜叢集的過程。它不必對影像地物獲取先驗知識，僅依靠影像上不同類地物光譜(或紋理) 資訊進行特徵提取，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。目前比較常見也較為成熟的是ISODATA、K-Mean和鏈狀方法等。

1）主選單中 , 選擇 Classincation>Unsupervised>K-Means。在ClassificationInput File對話方塊中選擇待分類影像檔案。

2）在K-Means Parameters對話方塊中定義相關引數，其中，可定義引數有：分類類別數，像元變化閾值，用於分類的最多迭代次數以及可選的距離閾值。

選擇結果輸出位置，點選OK完成分類。