8波段的遥感影像，其中包含建筑物、道路、植被、 水四种地物类型，现已从四种类型中分别选取了训练样本若干，分别存储在building.xls、road.xls、vegetation.xls和water.xls四个文件中，unknow.xls文件中存储了待分类像素在8个波段上的灰度值以及这些像素的真实地物类型，要求利用最大似然法对unknow.xls中的像素进行分类，并利用unknow.xls文件中最后一列的类别信息对分类结果进行精度评价。已求出总体精度、用户精度、制图精度、Kappa系数。内附数据以及结果文件。 需要更改读取文件的路径为自己的路径。matlab完美运行

matlab代码程序，训练集 测试集代码，优化半监督svm 朴素贝叶斯 等等

详细论述了主要图像分类算法及其C实现 丰富实用，对于遥感图像处理学习者用处很大

监督分类

不用遥感软件，ArcGIS也可以进行影像信息的分类了，就是通过ArcGIS10中新增的“影像分类”工具条。简单的操作就可以完成影像的分类。影像分类是从影像中提取信息的一个过程。可用于创建专题地图。根据人与计算机在分类过程中的交互情况，将有两种类型的分类：监督分类和非监督分类。

很有用的遥感图像分类 介绍的很详细 包含监督分类和非监督分类方法

超详细的监督分类教程 第一步：打开envi 4.8 打开待处理影像文件（tiff），设置显示rgb先后顺序；

gabor提取纹理特征，k-means方法无监督聚类进行图像分割

监督分类成为遥感的一种趋势，matlab可以快捷、高效的进行分类

高光谱论文\非监督的高光谱图像解混技术研究