最小距离判别法，这种方法要求对遥感图像中每一个类别选一个具有代表意义的统计特征量(均值)，首先计算待分像元与已知类别之间的距离，然后将其归属于距离最小的一类。最小距离判别类似于非监督分类中介绍的聚类方法，以模式点(象元)与均值点在特征空间(模式空间)中的距离为主要判别依据。不同的是，最小距离判别在有先验知识的前提下进行。方法仍旧是先选择训练区，计算参数，与最大似然判别不同处在于，这种方法不需要计算协方差矩阵，只需计算均值向量，用特征空间中训练样本的均值点的位置作为聚类中心，进行被分类的点与各类中心点的距离比较，距离哪个类别中心最近就判为哪一类。