监督分类的步骤通常包括以下几个方面：
类别定义/特征判别
根据研究或应用需求，确定要分类的类别及其特征。例如，在土地覆盖分类中，可以定义偏暗红色的为裸地，鲜绿色的为耕地，深绿色的为林地，白色的为沙地，沙地与林地之间的绿色为草地，黑色的为阴影与水体等。
样本选择
在影像上选择具有代表性的样本，这些样本用于训练分类器。样本的选择应尽量覆盖所有要分类的类别，并且分布均匀，以便分类器能够更好地泛化到整个影像。
分类器选择
选择合适的分类算法，如支持向量机（SVM）、决策树、随机森林等。选择分类器时，需要考虑其适用性、准确性和计算效率。
影像分类
使用选定的分类器和训练样本对影像进行分类。这通常涉及将影像分割成多个区域，并为每个区域分配一个类别标签。
分类后处理
对分类结果进行后处理，以消除分类中的误差和噪声。这可能包括去除小图斑、平滑处理、填充空缺等。
结果验证
对分类结果进行验证，以确保其准确性和可靠性。验证方法包括计算ROI可分离性、使用N维可视化方法等。
总结起来，监督分类的步骤依次为类别定义与特征判别、样本选择、分类器选择、影像分类、分类后处理和结果验证。每一步都需要仔细执行，以确保最终分类结果的准确性和可用性。