Tècnica de tractament estadístic que permet, a partir d'un conjunt d'individus (per exemple, els píxels d'una imatge) dels quals es disposa d'un nombre més o menys elevat de variables (cas d'observacions multiespectrals i/o multitemporals en teledetecció) que presenten una certa correlació entre si, i d'un subconjunt de casos dels quals es coneix la seva pertinença a alguna de les classes d'un cert grup de classes (la llegenda d'un mapa categòric que volem obtenir, per exemple), obtenir un conjunt més petit de noves variables (noves imatges en el cas de la teledetecció), anomenades components canòniques, que retenen una part molt important de la informació de les variables originals.

Comparada amb la tècnica similar ACP, una important especificitat de l'anàlisi discriminant és que les noves variables obtingudes maximitzen la diferència estadística entre les classes que han estat predefinides (mitjançant píxels d'entrenament, per exemple). La primera component canònica contindrà la major part de la informació de les dades que permet diferenciar les classes, mentre que la informació menys interessant per a diferenciar les classes quedarà representada en les darreres components canòniques.

L'anàlisi discriminant permet conèixer quines són les bandes més útils per a discriminar les classes d'interès, així com reduir la dimensionalitat de les dades, posant èmfasi en les diferències entre les classes.

Ultra la seva utilització com a mecanisme d'obtenir noves variables, l'anàlisi discriminant pot ser usada també com un classificador, atès que permet assignar un píxel a una de les classes predefinides a partir de funcions canòniques discriminants. Aquestes funcions s'obtenen a partir de la combinació lineal de les variables originals i divideixen l'espai multidimensional en diferents regions, corresponents a les classes d'interès, de manera que cada píxel es classifica en funció de la regió de l'espai multidimensional on estigui ubicat.