先看简单的情况，假设要把一个波段的影像分为两类。

最大似然法分类是一种监督法分类，要求数据服从正态分布。

如果A类地物有30个像素作为训练样本，B类地物也有30个像素作为训练样本。（不同类型地物选用相同数量的像素作为训练样本），像元灰度值在0-255之间。

正态分布概率密度函数的确定取决于期望和方差。这里我们用训练样本像元灰度值的期望和方差作为这类地物灰度值的概率密度函数的期望和方差。

条件概率的公式为 p(y|x)=(p(x|y)*p(y))/p(x)  （1）

这里，x代表像元灰度值，y代表像元类型，比如p(A|100)=0.3,p(B|100)=0.7，当灰度值为100时，像元为A类地物的概率为0.3，当灰度值为100时，像元为B类地物的概率为0.7.

p(x|y)由样本值获得，见概率密度分布图。p(y)为先验概率，指某种地物类型在整体中的比例（一般取平均，两类地物的时候为1/2，三类地物的时候为1/3）。p(x)为像素灰度取值的概率，当像元在0-255之间取值的时候，p(x)为1/256,这两个都是确定项。因此p(y|x)取决于p(x|y)，后者可由概率密度分布曲线获得。

“最大”体现在，当x的取值确定后，对应地物类型y的概率p(y|x)最大时，就归为哪种地