envi高光谱图像分类算法

envi高光谱图像分类算法是用于对高光谱图像进行分类的一种算法。高光谱图像是由数百个连续波段的光谱数据构成的图像，每个波段包含了不同的光谱信息。

常用的高光谱图像分类算法包括：

1. 最大似然分类（Maximum Likelihood Classification）：该算法基于统计模型，通过计算每个像素点在类别中的概率来进行分类。

2. 支持向量机（Support Vector Machines）：该算法通过构建一个超平面，将不同类别的样本点分开，从而进行分类。

3. 随机森林（Random Forest）：该算法通过构建多个决策树，利用投票机制来进行分类。

4. k近邻算法（k-Nearest Neighbors）：该算法通过计算待分类样本点与已知类别样本点之间的距离，选择距离最近的k个样本点来进行分类。

以上仅是一些常用的高光谱图像分类算法，根据具体问题和数据情况，还可以选择其他适合的算法来进行分类。