最小距離法

最小距離法是利用訓練樣本中各類別在各波段的均值，根據各像元離訓練樣本平均值的距離的大小來決定其類別。最小距離法在通感分類中的套用並不廣泛。其主要缺點是此方法沒有考慮不同類別內部方差的不同，從而造成一些類別在其邊界上的重疊，引起分類誤差，因此需要一些更有效的測量距離的方法。

統計測量是利用統計方法來定量衡量訓練樣本之間的分離度。對於任何一個多波段圖像,我們總希望用最少的波段來區分不同類別，從而達到最高分類精度。通常對於訓練樣本，要按照一定的決策規則檢查兩種類型的誤差:1錯分誤差(commission error),即像元被分到一個錯誤的類別; 2漏分誤差(omission error),即像元沒有被分到其對應的類別。