1、监督分类的主要优点如下：
可根据应用目的和区域，充分利用先验知识，有选择地决定分类类别，避免出现不必要的类别；可控制训练样本的选择；可通过反复检验训练样本，来提高分类精度，避免分类严重错误；避免了非监督分类中对光谱集群组的重新归类。
缺点如下：其分类系统的确定、训练样本的选择，均人为主观因素较强，分析者定义的类别有可能并不是图像中存在的自然类别，导致各类别间可能出现重叠；分析者所选择的训练样本也可能并不代表图像中的真实情形。
由于图像中同一类别的光谱差异，造成训练样本没有很好的代表性；训练样本的选取和评估需花费较多的人力、时间；只能识别训练样本中所定义的类别，若某类别由于训练者不知道或者其数量太少未被定义，则监督分类不能识别。
2、非监督分类的优点：非监督法是边学习边分类，通过学习找到相同的类别，然后将该类与其它类区分开，但是非监督法与监督法都是以图像的灰度为基础。
缺点：其分类的结果只是对不同类别达到了区分，但并不能确定类别的属性。非监督分类只能把样本区分为若干类别，而不能给出样本的描述；其类别的属性是通过分类结束后目视判读或实地调查确定的。
扩展资料
对于不同的应用环境，监督分类中训练样本的选择及对其统计评价的步骤和方法都会有所不同，基本操作过程为：
1、收集有关分类区的信息，以了解该区主要分类类别及分布状况。
2、对图像进行检查，对照已有参考数据或实地考察，评价图像质量，检查其直方图，决定是否需要别的预处理，并确定其分类系统。
3、在图像上对每一类按照上文提到的标准选择训练样本，其必须是容易识别的，均匀分布于全图。
4、对每一类别的训练样本，检查显示其直方图，计算、检查其均值、方差、协方差矩阵，以及其对应的特征空间相关波谱椭圆形图和指示其分离度的不同统计指数等，从而评估其训练样本的有效性。
5、根据检查和评估，修改训练样本，必要时重新选择和评估训练样本。
6、将训练样本信息运用于合适的分类过程中。
参考资料来源：百度百科-监督分类
参考资料来源：百度百科-非监督分类