（c）最短距離法

　未知のデータからの距離が最小になるクラスに属すとして分類する方法。最尤法による分類結果を図59に示す。

　

（d）テクスチャ解析

　画像上の画素の濃度の配置具合をテクスチャ特徴量として求めることにより、均一な領域を他の領域から区別して分類する方法。詳細については、2.2.3章で述べる。

　

（e）ツリー型分類

　ツリー型の断層的論理判断の流れに従って、未知のデータの帰属すべきクラスに分類する方法。この手法では、各分類クラスの関係を表した木構造をまず決定し、それに沿って、各画素の属する分類クラスを判別する。木構造としては、図60に示すように順に二者択一の判断を行い、これを繰り返すことによって分類クラスを決定する2分決定木（binary decision tree）法が最も一般的である。2分決定木法による分類例を図61に示す。