遥感面向对象的特点，遥感图像面向对象分类

从定性遥感到定量遥感——大数据时代的空间数据科学

1、这四场讲座分别从定量遥感信息技术整体的前沿进展、气溶胶(民众最关心的PM5)定量遥感、植被生态环境定量遥感(高光谱遥感、多光谱遥感)到最后一个雷达遥感(SAR)。可以说十分丰富，信息量也非常大。

2、遥感大数据是针对传统遥感数据处理和信息提取方式的一种变革，它以多源遥感数据为主综合其他多源辅助数据，运用大数据思维与手段，聚焦于更高价值的信息和知识规律的发现。

3、功能不同，技术不同。功能不同：定量遥感的目的是准确获取目标地物的参量，定性遥感的主要目的是地物分类，遥感制图。

4、定量遥感或称遥感量化遥感研究，主要指从对地观测电磁波信号中定量提取地表参数的技术和方法研究，区别于仅依靠经验判读的定性识别地物的方法。

5、已广泛应用于军事侦察、导弹预警、海洋监视、武器制导、军事测绘和气象探测等方面。遥感技术现已从单纯被动式向被动、主动相结合；从单一电磁波向多波种相结合；从半天候向全天候；从定性向定量遥感发展。

相关问答

Q1: 面向对象分类方法的优势

) 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。

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。

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。

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。

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。

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。

Q3: 面向对象的遥感解译与传统的遥感影像信息有什么不同?

1、成像方式：卫星遥感图像通常是通过遥感卫星或航空平台上的传感器获取的，利用传感器对地球表面的电磁辐射进行感测。而普通图像一般是通过光学相机或摄像机等设备进行拍摄。

2、正是由于分辨率的差异，因此两者影像涵盖的区域大小不同，航空遥感影像涵盖的区域范围要小一些，因此卫星遥感影像解译更关注于大尺度上的分类、变化，而航空遥感影像的解译更关注于小尺度上的较为细微的变化。

3、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。

4、传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富，地物间光谱差异较为明显的基础上进行的。

5、) 面向对象的遥感影像分类方法能根据地类特点在不同尺度上提取地物信息，提高信息提取的精度。

6、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。

关于遥感面向对象的特点和遥感图像面向对象分类的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。