简述面向对象遥感图像分类，遥感面向对象分类法

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

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。

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。

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。

1、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。

2、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。

3、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。

4、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。

5、基于NDVI指数的分类方法：NDVI指数是一种反映植被覆盖度和生长状态的指数，可以通过计算QuickBird遥感影像的红外波段和红波段，得到相应的NDVI值。

1、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。

2、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。

3、以下是几种常用的遥感图像分类方法：最大似然分类(maximum likelihood classification) 最大似然分类是一种基于贝叶斯判别准则的非线性监督分类方法，需要知道已知的或确定的训练样区典型标准的先验概率P(wi)和条件概率密度函数P(wi，x)。

4、航天遥感平台（如卫星）可以提供全球范围内的图像。它们的传感器通常非常敏感，可以捕捉到地表的细节和变化。然而，由于航天遥感平台的距离，图像的空间分辨率可能较低。

5、可见光遥感：应用比较广泛的一种遥感方式。对波长为0.4~0.7微米的可见光的遥感一般采用感光胶片(图像遥感)或光电探测器作为感测元件。可见光摄影遥感具有较高的地面分辨率，但只能在晴朗的白昼使用。

1、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。

2、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) 。对象生成即采用多尺度分割技术生成同质对象，其是进行分类识别和信息提取的必要前提。

3、面向对象分类技术它主要分成两部分过程：影像对象构建和对象的分类。影像对象构建主要用了影像分割技术，常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。

多尺度分割两种方向生成层次在时间利用和生成对象个数方面有很大差异，以研究区某一子区域为例，如表5 －1所示。

面向对象的影像信息提取的基本处理单元是经过多尺度分割后具有较好的完整性和单一性的影像对象。其关键步骤有两个：多尺度影像分割 ( 对象生成) 和影像信息提取。

从大的方面来说，图像分割方法可大致分为基于区域的方法、基于边缘的方法、区域与边缘相结合的方法，以及在此基础上的、采用多分辨率图像处理理论的多尺度分割方法。

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、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。

简述面向对象遥感图像分类的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于遥感面向对象分类法、简述面向对象遥感图像分类的信息别忘了在本站进行查找喔。