1、對(duì)多變量圖像,不能孤立地根據(jù)個(gè)別變量的數(shù)值進(jìn)行分類，而要從整個(gè)向量的數(shù)據(jù)特征出發(fā)，

即根據(jù)像元點(diǎn)在多維特征空間中的位置及聚集情況，或者說(shuō)根據(jù)空間集群的分布進(jìn)行分類。

2、一個(gè)集群(類)在特征空間的位置用它的均值向量表示，即該集群的中心。

其離散程度用標(biāo)準(zhǔn)差向量(均方差向量)或協(xié)方差矩陣來(lái)衡量。

3、分類的實(shí)質(zhì)是把多維特征空間劃分為若干區(qū)域(子空間)，每個(gè)區(qū)域相當(dāng)于一類,即位于同一區(qū)

域內(nèi)的像元點(diǎn)歸屬于同一類。分類或劃分區(qū)域范圍的標(biāo)準(zhǔn)可以概括為兩種方法。 種方法是由

每類(或集群)的統(tǒng)計(jì)特征出發(fā),研究它所應(yīng)該占據(jù)的區(qū)域。例如，以每一類的均值向量為中心,把在

幾個(gè)標(biāo)準(zhǔn)差范圍內(nèi)的點(diǎn)歸人一-類。這個(gè)圈定范圍的標(biāo)準(zhǔn)比較生硬,而且往往會(huì)造成類與類之間的

互相重疊。第二種方法是由劃分類與類之間的邊界出發(fā)，建立邊界函數(shù)或判別函數(shù)，通常稱為判

別分析。