在遙感影像中，比較簡單的一種分類方法就是監督分類中的最小距離法，簡單的說，這種方法就是：通過比較影像中各個畫素點與樣本的中心點之間的距離，然後與樣本點進行比較，比較後判斷其屬於哪一類。

由上面介紹可以知道，遙感影像最小距離法監督分類，應該分為兩步：

1、獲取樣本點的值。

2、進行影像分類。

就這兩個步驟進行介紹：

1、獲取樣本點：

在ENVI中，一般選取樣本點使用的是ROI工具；在ERDAS中，一般選取樣本點使用的是AOI工具。由於商業原因，ENVI的ROI檔案是無法直接用記事本（或Notepad）等文字編輯工具開啟的（我只試著用記事本開啟.ROI檔案，沒有嘗試過ERDAS的AOI檔案，所以不清楚ERDAS是怎樣的）。

那麼，怎麼獲取到可以開啟的樣本區呢，我下面就介紹下如何用ENVI的ROI工具拿到可以直接用記事本開啟的樣本區：

1）開啟ENVI軟體，先開啟要分類的影像，為了讓影像中一些地物能夠突出顯示出來，可以選擇不同的波段，我是用5,4,3顯示的，5,4,3看起來容易些。

2）開啟影像之後，在上圖顯示視窗上面又有一串選單，找Tools（工具）下面的Region of Interest（即ROI，就是前面三個單詞的首字母），然後找到它下面的ROI tool...（後面三個省略號很突兀哦，可還是不太明白是幹嘛的，不過不影響操作，所以先忽略掉），這裡怎麼找ROI，我就不詳細敘述了，可以搜尋如何用ENVI選取ROI，

3）下面就將ROI檔案匯出，在上圖中顯示的ROI工具介面中，選擇File，再選擇Outputs ROIs to ASCII，然後儲存出來，就是txt為字尾的可以用編輯器開啟的檔案。開啟之後就是排列非常整齊的描述和數字。

4）下面就是讀取txt檔案了，與普通的讀取txt檔案的方法類似，我們可以通過ROI rgb value後面的花括號裡的數字建立顏色表，從而用來最後區分分類結果。讀取的時候搞清楚每行的關係就可以了，類別的描述是每四行就是一種類別的描述，而樣本點的屬性有ID，X,Y作為空間屬性，B1，B2，B3...Bn表示的是特徵屬性。值得注意的是，樣本點的記錄數字前面沒有分號，可以作為區別的一個標識。

至此，樣本點就讀取完畢了。

因為監督分類中的最小距離分類，是需要知道各類的樣本點中心，所以需要將第1步中的各個類別的樣本點的特徵值求平均，每個波段可以認為是一個特徵。

2、進行影像分類：

在獲取樣本點的時候，使用的還是GDAL中的RasterIO函式。在第1步讀取ROI檔案的時候，就統計出類別數目，然後計算各個畫素點到樣本中心點的距離，判斷各個畫素點到哪個類別的距離最小，即將該畫素點分為哪個類別。那麼就需要用一個標籤記錄各個畫素點的類別，分類完畢後，按照顏色表寫入到影像檔案。

//-------------------------------------開始對影像進行最小距離的分類------------------------------------------------
	
	float *pafScanBlock = (float *)CPLMalloc((nImgSizeX)*(nImgSizeY)*sizeof(float));//定義一段用來記錄影象的記憶體值
	float *pafBlockDistancePre = (float *)CPLMalloc((nImgSizeX)*(nImgSizeY)*sizeof(float));//定義一段用來記錄與某一個類別的距離
	float *pafBlockDistanceNow = (float *)CPLMalloc((nImgSizeX)*(nImgSizeY)*sizeof(float));//記錄與上面距離進行比較的距離

	float *pafScanblockRed = (float *)CPLMalloc((nImgSizeX)*(nImgSizeY)*sizeof(float));		//定義紅色波段的值
	float *pafScanblockGreen = (float *)CPLMalloc((nImgSizeX)*(nImgSizeY)*sizeof(float));		//定義綠色波段的值
	float *pafScanblockBlue = (float *)CPLMalloc((nImgSizeX)*(nImgSizeY)*sizeof(float));		//定義藍色波段的值

	for (int i = 0; i < nImgSizeX*nImgSizeY; i++){
		pafBlockDistanceNow[i] = 0;
		pafBlockDistancePre[i] = 999999999.0;
	}

	int *pafBlockTag = (int *)CPLMalloc((nImgSizeX)*(nImgSizeY)*sizeof(int));		//用來標記畫素所屬的類別

	for (int i = 0; i < ClassNumber; i++){
		for (int j = 0; j < BandCount; j++){
			//將某個波段的影像讀取到記憶體裡
			OriginalImg->GetRasterBand(j + 1)->RasterIO(GF_Read, 0, 0, nImgSizeX, nImgSizeY, pafScanBlock, nImgSizeX, nImgSizeY, GDT_Float32, 0, 0);
			for (int k = 0; k < nImgSizeX*nImgSizeY; k++){
				pafBlockDistanceNow[k] += (pafScanBlock[k] - Average[i][j])*(pafScanBlock[k] - Average[i][j]);
			}
		}
		for (int j_Compare = 0; j_Compare < nImgSizeX*nImgSizeY; j_Compare++){
			if (pafBlockDistanceNow[j_Compare] < pafBlockDistancePre[j_Compare])
			{
				pafBlockTag[j_Compare] = i + 1;
				pafBlockDistancePre[j_Compare] = pafBlockDistanceNow[j_Compare];
				pafBlockDistanceNow[j_Compare] = 0;
			}
		}
	}
	//-----------------------------------------------------------------------------------------------------------------

//----------------------------------輸出分類的結果，將分類的結果輸出到一個影像上---------------------------------------
	float Color[10][3];
	Color[0][0] = 0; Color[0][1] = 139; Color[0][2] = 0;
	Color[1][0] = 0; Color[1][1] = 238; Color[1][2] = 0;
	Color[2][0] = 0; Color[2][1] = 205; Color[2][2] = 0;
	Color[3][0] = 205; Color[3][1] = 104; Color[3][2] = 57;
	Color[4][0] = 255; Color[4][1] = 255; Color[4][2] = 255;
	Color[5][0] = 0; Color[5][1] = 0; Color[5][2] = 200;
	Color[6][0] = 150; Color[6][1] = 0; Color[6][2] = 0;
	Color[7][0] = 0; Color[7][1] = 150; Color[7][2] = 0;
	Color[8][0] = 0; Color[8][1] = 0; Color[8][2] = 150;
	Color[9][0] = 200; Color[3][1] = 0; Color[3][2] = 0;

	for (int i = 0; i < ClassNumber; i++){
		for (int j = 0; j < nImgSizeX*nImgSizeY; j++){
			if (pafBlockTag[j] == i + 1){
				pafScanblockRed[j] = Color[i][0];
				pafScanblockGreen[j] = Color[i][1];
				pafScanblockBlue[j] = Color[i][2];
			}
		}
	}

	GDALDriver *poDriver = (GDALDriver*)GDALGetDriverByName("GTiff");
	GDALDataset *pDstDS = poDriver->Create("Min_DistanceClassify.tif", nImgSizeX, nImgSizeY, 3, GDT_Float32, NULL);

	//定義解析度，方位等空間資訊
	double adfGeoTransform[6] = { 0 };
	OriginalImg->GetGeoTransform(adfGeoTransform);

	pDstDS->SetGeoTransform(adfGeoTransform);				//設定輸出影像的空間資訊
	pDstDS->SetProjection(OriginalImg->GetProjectionRef());		//設定輸出影像的投影資訊


	pDstDS->GetRasterBand(1)->RasterIO(GF_Write, 0, 0, nImgSizeX, nImgSizeY, pafScanblockRed, nImgSizeX, nImgSizeY, GDT_Float32, 0, 0);
	pDstDS->GetRasterBand(2)->RasterIO(GF_Write, 0, 0, nImgSizeX, nImgSizeY, pafScanblockGreen, nImgSizeX, nImgSizeY, GDT_Float32, 0, 0);
	pDstDS->GetRasterBand(3)->RasterIO(GF_Write, 0, 0, nImgSizeX, nImgSizeY, pafScanblockBlue, nImgSizeX, nImgSizeY, GDT_Float32, 0, 0);