(1) koreksi yang bertumpu pada informasi dari citra itu sendiri, dan
(2) koreksi yang mempertimbangkan factor luar yang mempengaruhi terhadap kesalahan informasi pada citra (Danoedoro, 2012).
Klasifikasi multispectral merupakan salah satu pengolahan citra satelit yang banyak digunakan dalam aplikasinya. Algoritma klasifikasi multispektral pada prinsipnya adalah menandai tiap jenis obyek hingga terlihat berbeda satu dari dengan lainnya berdasarkan ciriciri nilai spektralnya pada setiap saluran dan kemudian diterjemahkan kenampakan gisual menjadi parameter statistik yang di proses oleh komputer dan dieksekusi.
Klasifikasi multispektral dapat dibedakan menjadi dua jenis yaitu :
a) klasifikasi terselia/terkontrol (supervised classification) dan
b) klasifikasi tak terselia/tak terkontrol (unsupervised classification). asifikasi tak terselia/tak terkontrol (unsupervised classification).
Klasifikasi terselia/terkontrol (supervised classification) meliputi sekumpulan algoritma yang didasari pemasukan sampel obyek (berupa nilai spektral) oleh operator. Klasifikasi tak terselia/tak terkontrol (unsupervised classification). Klasifikasi ini dapat dikatakan bahwa hasil klasifikasi secara otomatis diputuskan oleh komputer.
Transformasi ini dapat dikelompokkan menjadi dua, yaitu :
(a) transformasi yang dapat mempertajam informasi tertentu, namun sekaligus menghilangkan atau menekan informasi yang lain; dan
(b) transformasi yang 'meringkas' informasi dengan cara mengurangi dimensionalitas data.
Berbeda halnya dengan berbagai algoritma penajaman, transformasi khusus ini lebih banyak beroperasi pada domain spektral. Dasar utama pengembangan transformasi -transformasi ini adalah fearure space.
