最小距離分類器原理

最小距離分類法是監督分類的方法之一。它的具體分類過程如下：

（1）利用訓練樣本資料計算出每一類別的均值向量及標準差（均方差）向量；

（2）以均值向量作為該類在特徵空間中的中心位置，計算輸入圖形中每個像元到各類中心的距離。在遙感圖形分類處理中，應用最廣泛而且比較簡單的距離函數有兩個：

歐幾裡德距離 和絕對距離
。

（3）根據計算的距離，把像元歸入到距離最小的那一類中去。

由於直接運用歐幾裡德距離和絕對距離進行分類，有明顯的缺陷：

首先，不同類別的灰階值的變化範圍即其方差的大小是不同的，不能簡單地用像元到類中心的距離來劃分像元的歸屬；第二，自然地物類別的點群分布不一定是圓形或球形的，即在不同方向上半徑是不同的，因而距離的量度在不同方向上應有所差異。考慮以上的因素，可對距離分類法進行如下的改進，從而提高分類的精度：

   歐幾裡德距離

絕對距離

其中， 為第i波段的標準差。也可以用
來代替上式中的
，或者用其它加權方法。

使用最小距離法對映像進行分類，其精度取決於對已知地物類別的瞭解和訓練統計的精度。總體而言，這種分類方法的效果比較好，而且計算簡單，可對像元順序掃描分類。