模式分类或模式匹配的方法有很多，总体分为四大类：
以数据聚类的监督学习方法；
以统计分类的无监督学习方法；
通过对基本单元判断是否符合某种规则的结构模式识别方法；
可同时用于监督或者非监督学习的神经网络分类法。
1.线性判别法
线性判别法属于以数据聚类的监督学习方法，其原理是用一条直线来划分已有的学习集的数据，然后根据待测点在直线的那一边决定的分类。如下图可以做出一条直线来划分两种数据的分类。但是一般情况下的特征数很多，想降低特征数维度。可以通过投影的方式进行计算。然而使得一个多维度的特征数变换到一条直线上进行计算。可以减少计算工作的复杂度。
2.模板匹配法
模板匹配是一种结构模式识别方法，它是图像识别中最具代表性的方法之一。把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准，或根据已知模式到另一幅图中寻找相应模式的处理方法就叫做模板匹配。
简单而言，模板就是一幅已知的小图像。模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置。模板匹配通常事先建立好标准模板库。