面向对象图像分类的目的，面向对象图像分类的特点

遥感影像分类中,什么是面向对象分类???

面向对象的影像分析技术是在空间信息技术长期发展的过程中产生的，在遥感影像分析中具有巨大的潜力，要建立与现实世界真正相匹配的地表模型，面向对象的方法是目前为止较为理想的方法。

而基于像素的遥感图像分类，你只能利用像素的光谱信息了，对于存在大量“同谱异质”（一样的光谱不一样的东西，比如遥感影像中很难区分的“裸地”和“道路”）和“同质异谱”（比如一个房子，房顶一半是黄的一半是蓝的。

面向对象的遥感影像分类有两个独立的模块： 对象生成 ( 影像分割) 与信息提取 ( 影像分类) ( Blaschket et al. ，2000； Metzler et al. ，2002) 。

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。

协方差作为描述X和Y相关程度的量，在同一物理量纲之下有一定的作用，但同样的两个量采用不同的量纲使它们的协方差在数值上表现出很大的差异。均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板。

相关问答

Q1: UML9种图的分类及运用

UML中包含9种常用视图图。可以将这9种图分为两类，一类用于结构建模，称为结构图；一类用于行为建模，称为行为图。

UML图包括九种：使用案例图、类图、对象图、构件图、部署图、活动图、协作图、状态图、序列图。在这些图中使用案例图、类图、序列图是最有用的。根据其用意，可以将UML图划分为结构型图和行为型图两种。

它包括状态图、活动图、顺序图和合作图等四个图形，是标准建模语言UML的动态建模机制。因此，标准建模语言UML的主要内容也可以归纳为静态建模机制和动态建模机制两大类。

对象图：是类图的一种实例化图。包图：是一种分组机制。除此之外，还有顺序图、协作图、状态图、活动图等，这些模型图都有各自的具体作用和特点，可以根据需要选择使用。

UML（Unified Modeling Language，统一建模语言）是一组用于描述OOAD过程的图形化表达方式。UML为交流面向对象的设计中的需求，行为、体系结构的实现提供了一套综合的表示法。

Q2: 哪些软件或技术用到了面向对象的相关知识

面向对象的思想已经涉及到软件开发的各个方面。如，面向对象的分析(OOA，Object Oriented Analysis)，面向对象的设计(OOD，Object Oriented Design)、以及我们经常说的面向对象的编程实现(OOP，Object Oriented Programming)。

面向对象方法学在计算机领域中已经普遍应用于计算机仿真、系统设计、数据库、操作系统、分布式系统、人工智能和程序设计。面向对象的技术与方法现已成为研究抽象（逻辑）思维的强有力的手段。

面向对象是现代开发软件的一种方法，像vb.net，ASP.net，还有Java等都是面向对象的开发方法，本质就是根据，具体事物开发适合的软件。“软件基础支持”就是说可以用面向对象的方法编程的工具做基础才可以。

五，对象协议 （Object Protocol）从上一节的讨论，我们看到对使用反协变Self类型的类，subclass不再是subtype了。这是一个令人失望的结果，毕竟很多激动人心的面向对象的优点是通过subtype， subsumption来实现的。

问题一：面向对象的核心是什么？ 面向对象技术是目前流行的系统设计开发技术，它包括面向对象分析和面向对象程序设计。面向对象程序设计技术的提出，主要是为了解决传统程序设计方法――结构化程序设计所不能解决的代码重用问题。

Q3: 高光谱影像分类技术研究现状_成像光谱技术

1、OMIS是20世纪70年代以来，在所研制的各类通用/专用航空扫描仪的基础上，为适应成像光谱技术的发展趋势而研制的一台光机扫描型高光谱成像仪。

2、高光谱成像（HSI）是光谱技术和成像技术的结合，通常也被成为成像光谱技术。高光谱成像是加入了彩色三维成像的技术，包括目标频谱数据的反射图像，通过数据处理得到电磁光谱图像中每个像素。

3、作为计算机成像技术与光谱技术相结合的产物，高光谱图像检测技术具有灵敏度高、取样量少、操作简便、连续监测等特点，其可通过探测目标的二维几何空间以及光谱信息，来获取高光谱分辨率的连续、窄波段的图像数据。

4、高光谱成像是一种遥感技术，它可以通过获取地物的高光谱图像来实现物质识别、分类和定量分析等目标。高光谱成像技术的原理是基于地物物质吸收、反射和辐射特性的不同而实现的。

5、高光谱成像仪将成像技术和光谱技术结合在一起，在探测物体空间特征的同时并对每个空间像元色散形成几十个到上百个波段带宽为10nm左右的连续光谱覆盖。

Q4: 面向遥感图像分类基于注意力机制,你有哪些了解算法?

1、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。

2、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。

3、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”。

4、其算法描述可见于一般的统计模式识别文献中。 一般通过简单的聚类方法得到的分类结果精度较低，因此很少单独使用聚类方法进行遥感数据专题分类。

5、视觉解译：这是一种传统的方法，主要依赖于人的视觉和经验进行遥感图像解译，识别和分类地表特征。

Q5: 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。

面向对象图像分类的目的的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于面向对象图像分类的特点、面向对象图像分类的目的的信息别忘了在本站进行查找喔。