监督分类方法首先需要从研究区域选取有代表性的训练场地作为样本。根据已知训练区提供的样本，通过选择特征参数（如像素亮度均值、方差等），建立判别函数，据此对数字图像待分像元进行分类，依据样本类别的特征来识别非样本像元的归属类别。这种方法称为监督分类。
非监督分类是在没有先验类别（训练场地）作为样本的条件下，即事先不知道类别特征，主要根据像元间相似度的大小进行归类合并（将相似度大的像元归为一类）的方法。
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，地物光谱特征明显，样本数目足够多。样本数目要能够满足分类要求，监督分类法的精度高、准确性好，但是会带来很大的工作量。
非监督分类不需要更多的先验知识，根据地物的光谱统计特性进行分类。非监督分类方法简单，且具有一定的精度。