简易面向对象遥感分类，简易面向对象遥感分类为

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

面向对象的遥感影像分类方法有哪些

在高分辨率遥感影像上，利用植物的光谱来区分植被类型，可比较直接的确定乔木、灌木、草地等类型。根据热红外影像解译标志，白天林地呈暗灰至灰黑色，晚上呈浅灰色调，草地在夜晚呈黑色调或暗灰色调。

非监督分类最常用的统计方法是聚类分析，聚类分析是按照像元之间的相似程度来进行的一种多元统计分析方法。监督分类的缺点在于会有大量的像元没有分类。

目前用得比较多的方法包括：共生矩阵法、分形维方法、马尔可夫随机场方法等。共生矩阵是一比较传统的纹理描述方法，它可从多个侧面描述影像纹理特征。

常用的遥感数据的专题分类方法有多种，从分类判别决策方法的角度可以分为统计分类器、神经网络分类器、专家系统分类器等；从是否需要训练数据方面，又可以分为监督分类器和非监督分类器。

其采用一种基于遥感影像的多尺度分割方法，可以生成任意尺度的、属性信息相似的影像多边形 ( 对象) ，运用模糊数学方法获得每个对象的属性信息，以影像对象为信息提取的基本单元，实现分类和信息提取。

Q1: 面向遥感图像分类基于注意力机制,你有哪些了解算法?

改进过的平行管道方法基于每个图像波段内两类之间累积百分比直方图的最大差值自动分离已知目标类，这种分离值和图像波段都是自动选择的。他利用改进过的平行管道分类对TM遥感数据进行了森林覆盖分类，结果取得了较好的效果，提高了分类的精度。

计算机图像分类方法，常见的有两种，即监督分类和非监督分类。监督分类，首先要从欲分类的图像区域中选定一些训练样区，在这样训练区中地物的类别是已知的，用它建立分类标准，然后计算机将按同样的标准对整个图像进行识别和分类。

比较常用的就是多尺度分割算法；影像对象的分类，目前常用的方法是“监督分类”和“基于知识分类”。

Q2: 遥感图像分类法

最小距离分类是一种线性判别监督分类方法，也需要对训练区模式样本进行统计分析，是大似然分类法中的一种极为重要的特殊情况。

利用遥感图像进行分类，就是对单个像元或比较匀质的像元组给出对应其特征的名称，其原理是利用图像识别技术实现对遥感图像的自动分类。计算机用以识别和分类的主要标志是物体的光谱特性，图像上的其它信息如大小、形状、纹理等标志尚未充分利用。

用于图像分类的数学理论目前有3个分支：统计图像分类、专家系统分类和模糊分类。

遥感图像可以提供植物物种识别的重要信息，但需要一定的技术和数据分析。以下是利用遥感图像区分两种植物（灌木和乔木）的方法：了解目标植物的特征：在开始分析之前，需要了解灌木和乔木的典型特征和形态。

遥感图像处理中常用的监督分类方法有最小距离法、费歇尔线性判别法、贝叶斯线性和非线性判别法(最大似然法)等。

Q3: 遥感图像的种类

1、)按遥感平台的高度分类大体上可分为航天遥感、航空遥感和地面遥感。

2、在遥感应用中有按遥感平台类型分称航天、航空、地面遥感图像；按影像记录的电磁波波段分为紫外、可见光、近红外、热红外、微波图像和多波段、超多波段图像；按影像比例尺有大中、小比例尺图像。

3、主要有：①断裂、线性构造解译图；②环状构造解译图、岩体环伏构造解译图；③解译构造纲要图；④解译剖面图；⑤综合性的构造解译图件。此外，还可以派生出如线性构造等密度图、线性构造交切点统计图。

Q4: 面向对象分类方法的优势

1、) 面向对象的遥感影像分类方法能够充分表达对象之间的语义信息，是促进遥感影像分类方法向着更高层次发展的有力工具和坚实基础。

2、优点：易维护采用面向对象思想设计的结构，可读性高，由于继承的存在，即使改变需求，那么维护也只是在局部模块，所以维护起来是非常方便和较低成本的。

3、多态性允许每个对象以适合自身的方式去响应共同的消息。多态性增强了软件的灵活性和重用性。

4、面向对象方法从对象出发，发展出对象，类，消息，继承等概念。面向对象方法的主要优点是：符合人们通常的思维方式；从分析到设计再到编码采用一致的模型表示具有高度连续性；软件重用性好。

Q5: 遥感按平台分类有哪些?高度具体是多少?

目前，遥感平台按高度可分为地面、航空和航天遥感平台 ( 表 3-1) 。在不同高度进行多平台遥感，可获得不同比例尺、分辨率和地面覆盖面积的遥感图像。

)按遥感平台的高度分类大体上可分为航天遥感、航空遥感和地面遥感。

① 按遥感平台的高度分类：航天遥感、航空遥感和地面遥感。② 按所利用的电磁波的光谱段分类：可见光/反射红外遥感、热红外遥感、微波遥感三种类型。③ 按研究对象分类：资源遥感与环境遥感两大类。

简易面向对象遥感分类的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于简易面向对象遥感分类为、简易面向对象遥感分类的信息别忘了在本站进行查找喔。