利用面向对象分类结果差异，面向对象的理解并举例

【遥感入门系列】遥感分类技术之遥感解译

遥感解译是遥感分类技术的核心环节，旨在从遥感图像中提取地物信息并实现分类。以下是遥感解译的关键内容梳理：遥感分类基本概念遥感图像通过亮度值（光谱信息）和空间变化（空间信息）的差异区分地物。分类过程利用计算机分析像元的光谱和空间特征，依据规则或算法将其划分为不同类别，最终建立遥感图像与实际地物的对应关系。

遥感解译是遥感图像分类技术的一部分，旨在通过计算机分析遥感图像中的光谱信息和空间信息，实现对地物的识别与分类。其主要分类方法和特点如下：主要分类方法 非监督分类：特点：不依赖先验知识，仅通过图像内地物的光谱或纹理信息进行特征提取，统计特征差异进行分类。常见方法：ISODATA、链状方法等。

遥感分类技术之遥感解译 遥感分类是遥感技术中获取信息的重要手段，它基于遥感图像中不同地物的光谱信息和空间信息差异，利用计算机进行分析和划分，从而实现地物的分类。以下是对遥感分类技术的详细解析：遥感分类概述 遥感图像通过亮度值或像元值的高低差异及空间变化来表示不同地物的差异。

遥感平台：是搭载传感器的载体，包括地面遥感、航空遥感（气球、飞机）、航天遥感（人造卫星、飞船、空间站、火箭）。遥感数据特点：具有宏观观测能力，可大范围获取数据资料；能动态监测，快速更新监控范围数据；技术手段多样化，可获取海量信息；应用领域广泛，经济效益高。

(五)遥感的地学实际应用 近年来我国关于RS和GIS结合集成的研究较多，经历了由初步探讨向逐渐成熟发展的过程。其应用主要包括两个方面：一是RS数据作为GIS的信息源；二是GIS为RS提供空间数据管理和分析的手段。

(3)力场遥感 以重力场、磁力场、电力场为媒介的遥感 (4)地震波遥感 以地震波为媒介的遥感 遥感分类 按遥感平台分类 ...一个完整的遥感技术系统应包括地物电磁辐射信息的收集、传输、处理、存贮直至分析与解译(应用)。

相关问答

Q1: 结构化思维与对象化思维有什么本质的不同?体现了怎样的思维差异_百度知...

1、结构化思维与对象化思维的区别是前提不同、目的不同、性质不同。前提不同：结构化方法承袭了传统的编程思想与编程方法，以计算机的计算功能为前提；面向对象思想则以计算机信息处理和信息管理的功能为前提，模拟客观世界的事物及事物之间的联系。目的不同：结构化思想编写程序的主要目的是数值计算、问题求解。

2、】从复杂程度来看：系统思维结构化思维理由是：结构化思维强调把一个复杂性很高的事物抽象出一个逻辑框架，比如请脑补庖丁解牛。同时，系统思维包含结构化思维，它甚至更像一个复杂性思维集合的统称，它包括事物内部各个要素本身的特点以及要素之间的各种联系（结构）。2】逻辑思维。

3、本质差别不在谁更感性，是处理情绪的路数不同：男的倾向解决问题、把感受压下去自己消化，女的更想被听见、把情绪说出来理顺。需求上，男的要被认可和空间，女的要被重视和安全感。别硬分高低，明白对方不是不想懂你，是用的语言不一样。

Q2: 易康-eCognition分类规则自动获取

首先需要输出代表性样本的特征值信息。这一步骤对于分析两类别之间的差异至关重要，也是后续自动获取分类规则的基础。样本选择与类别赋予 建立分类体系：在eCognition Developer中，首先需要建立好分类体系，明确要区分的类别。选择样本并赋予类别属性：利用【Manual Editing Toolbar】工具，人工选择需要分析的样本对象。

Q3: 面向对象遥感图像分类与基于像素遥感图像分类相比有什么区别

1、最关键的区别在于，面向对象的方法中，你处理的是“图像块”（也就是所谓的对象，一般由分割得到）。相较于像素，“图像块”不仅有光谱信息，相应的还有形状、大小、纹理等等特征在里面，这就大大丰富了你可以处理的信息总量，对于后续的分类帮助很大。

2、这个问题比较大，写本书都没什么问题。我简单讲吧，就是分类的尺度不同。面向对象是基于设定的地物单元分类，考虑多种因素的综合关系，像素一般仅仅针对像素本身的灰度值分类。

3、含义：传统的遥感变化监测和信息提取主要是基于中低分辨率的遥感卫星数据或航片，通过目视判读或是基于像素的计算机分类方法，信息提取的精度和效率不能兼顾。面向对象的遥感高空间分辨率影像空间信息更加丰富，地物目标细节信息表达的更加清楚。

4、基于专家知识的决策树分类 这种方法基于遥感影像数据及其他空间数据，通过专家经验总结、简单的数学统计和归纳方法等，获得分类规则并进行遥感分类。其步骤包括知识（规则）定义、规则输入、决策树运行和分类后处理。这种方法的特点是利用了多源数据，分类规则易于理解，分类过程符合人的认知过程。

Q4: 面向对象方法的分类

面向对象方法主要分为编程范式层面、特定领域应用分类及成员方法分类三个维度，其核心特点与应用场景如下：编程范式层面面向对象方法（Object-Oriented， OO）是一种以“对象”为核心的编程范式，通过类、继承、封装和多态四大机制实现系统建模。

面向对象的分类方法：基本原理是几何信息、结构信息以及光谱信息，影像的最小单元是一个个影像对象，适用数据源为中高分辨率多光谱和全色影像。其缺陷是速度比较慢。

提取对象并设置分类规则再次点击next，软件自动提取对象并弹出规则设置界面。

Q5: 面向对象分类方法的优势

与传统的基于像元的分类方法相比，面向对象的遥感影像分类方法具有以下优势：1) 能够较好地解决噪声问题。传统基于像元的分类方法对噪声比较敏感，高分辨率影像图斑更加破碎，在不考虑邻域像元的情况下，对单个像元进行分类往往会导致严重的“胡椒盐效应”。

该方法的主要优点是通过多年来大系统开发的经验与面向对象概念的有机结合，在对象、结构、属性和操作的认定方面，提出了一套系统的原则。该方法完成了从需求角度进一步进行类和类层次结构的认定。

形成针对性技术分支：遥感影像处理：通过面向对象分割算法（如多尺度分割、棋盘分割）将像素聚类为对象，结合光谱、形状、纹理等特征提取信息。例如，高分辨率卫星影像分析中，对象级分类比像素级分类更精准，适用于土地覆盖监测。

综上所述，可归纳出OO方法用于系统开发有如下优越性：（1） 强调从现实世界中客观存在的事物（对象）出发来认识问题域和构造系统，这就使系统开发者大大减少了对问题域的理解难度，从而使系统能更准确地反映问题域。

关于利用面向对象分类结果差异和面向对象的理解并举例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。