遥感数字图像分类是以区别图像中所含多个目标为目的，对每个像元或者比较匀质的像元组给出对应其特征的名称。

遥感图像分类的方法主要有人工目视解译和计算机自动分类。

遥感图像分类的主要依据是同类地物的光谱相似性和异类地物的光谱差异性。

（1）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，获得识别各类地物的判别函数或模式，并以此对未知地区的像元进行分类处理，分别归入到已知的类别中。

（2）非监督分类

  纯粹依靠不同光谱数据组合在统计上的差别来进行分类，事后再对已分出各类的地物属性进行确认的过程。

（3）监督分类和非监督分类的区别

根本区别在于是否利用训练场地来获取先验的类别知识。

监督分类的关键是选择训练场地。训练场地要有代表性，样本数目要能够满足分类要求。此为监督分类的不足之处。

非监督分类不需要更多的先验知识，据地物的光谱统计特性进行分类。当两地物类型对应的光谱特征差异很小时，分类效果不如监督分类效果好。