监督分类是什么？

在遥感影像分类过程中，如果事先已经知道了类别的有关信息( 即先验知识)，并通过这些先验知识的指导来对未知类别的样本进行类别标记的方法就叫做监督分类。监督分类通过对已知类别的样本进行训练学习获得区分各类别的分类器，然后利用该分类器对未知样本进行分类。

监督分类的一般过程是首先对原始分类数据进行特征选择或组合获得分类数据集，其次根据已掌握的知识选择训练样本，再根据训练样本构造分类器，最后利用已经构造的分类器对未知类别的像元进行分类。传统的监督分类方法主要有最小距离分类法、马氏距离法、平行六面体分类法、最大似然分类法等，对高光谱影像常用的分类方法还有二值编码分类和光谱角分类法。随着模式识别技术在遥感领域应用的深入，各种模式分类方法在遥感影像分类中得到了成功的应用，主要包括神经网络分类、决策树分类、模糊分类、支持向量机分类、人工免疫系统分析和系统分类方法。除此之外，相对于传统的面向像元的分类方法，在城市遥感分类中面向对象分类、多分类器集成、多示例分类等方法也得到了初步应用。各种特征选择和特征提取算法也相继应用于遥感数据分类预处理和数据融合，如主成分分析、小波变换、核方法、流形学习和形态学等。在数据处理方面，各种高效优秀的搜索算法应用于遥感分类过程中，如遗传算法、蚁群算法，粒子群算法等， 使逼感分类速度和分类器性能得到了进一步改进。