监督分类：又称训练分类法，用被确认类别的样本像元去识别其他未知类别像元的过程。它是在分类之前通过目视判读和野外调查，对遥感图像上某些样区中影像地物的类别属性有了先验知识，对每一种类别选取一定数量的训练样本，计算机计算每种训练样区的统计或其他信息，同时用这些种子类别对判决函数进行训练，使其符合于对各种子类别分类的要求， 随后用训练好的判决函数去对其他待分数据进行分类。
1.1打开并显示影像文件，选择合适的波段组合加载影像
打开并显示TM影像文件，从 ENVI 主菜单中，选择File →OpenImage File选择影像，为了更好地区分不同地物以及方便训练样本的选取，选择任意三个波段（合成以后有利于分类的原则进行选择）进行相关操作，点击Load Band 在主窗口加载影像。
1.2使用感兴趣区（ROI）工具来选择训练样区
1）主影像窗口菜单栏中，选择 Overlay >Region of Interest。出现ROI Tool对话框，
2）根据不同的地物光谱特征，在图像上画出包含该类地物的若干多边形区域，建立相应的感兴趣区域，输入对应的地物名称，更改感兴趣区对应的显示色彩。
1.3选择分类方法进行分类
1）主菜单中，选择Classification>Supervised，在对应的选项菜单中选择分类方法，对影像进行分类。以最小距离法（MinimumDistance）为例进行说明。选择Minimum Distance选项，出现Classification Input File对话框，在该对话框中选择待分类图像。
2）在出现的MinimumDistance Parameters对话框中，select Ttems选择训练样本，定义相关参数，选择输出路径。点击ok完成分类
非监督分类：也称为聚类分析或点群分类。在多光谱图像中搜寻、定义其自然相似光谱集群的过程。它不必对影像地物获取先验知识，仅依靠影像上不同类地物光谱(或纹理) 信息进行特征提取，再统计特征的差别来达到分类的目的，最后对已分出的各个类别的实际属性进行确认。目前比较常见也较为成熟的是ISODATA、K-Mean和链状方法等。
1）主菜单中 , 选择 Classincation>Unsupervised>K-Means。在ClassificationInput File对话框中选择待分类影像文件。
2）在K-Means Parameters对话框中定义相关参数，其中，可定义参数有：分类类别数，像元变化阈值，用于分类的最多迭代次数以及可选的距离阈值。
选择结果输出位置，点击OK完成分类。
