面向对象分类软件易康，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

易康和ENVI中面向对象分类哪个比较好

前一个没用过，我用的是ENVI他有个缺点就是不同分类不能够给予他不同的最佳分割尺度，所以其实还是有一点缺陷的，不过你要是基本用的话已经足够了，要做面向对象方面研究的话还是不够。

可以取得比较好的效果，尤其SVM是比较稳健的分类方法。比如ENVI中监督分类就有这两类分类方法。不过ENVI中的神经网络似乎有点问题，不太容易收敛。另一类方法则是一楼提到的面向对象的分类方法。首先将同质区域进行分割、合并。在合并的基础上进行监督分类。这样的分类精度比较高，而且几乎不会有散点。

而在基于像元的分类中这种背景信息几乎不可利用。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。面向对象的处理方法中最重要的一部分是图像分割。

在arcCatalog中新建shp文件（分几层建几个，有点、线、多边形、多点四种类型），将图象和SHP文件一起加入到ARCMAP中，对SHP文件进行编辑，此时可以激活arcscan，进行矢量化。后面我们的数字化工作是对这个校准后的影像进行操作的。

基于面向对象分类方法的SPOT5影像土地利用信息提取研究——以河南省...

临颍县土地利用类型较丰富，主要以农用地为主，土地利用类型比较齐全，对土地利用 / 土地覆被信息自动提取试验研究，较为典型。图 8-1 河南省临颍县 SPOT 5 遥感影像图 2 资料收集（1）影像数据。

表1 基于遥感的河南省土地利用遥感信息分类 2 土地利用信息提取以县级行政辖区为单元，将乡级及以上行政界线套叠在正射影像图上，结合样本影像信息并参考已有的土地利用数据库和土地利用详查资料，采用目视解译方法提取土地利用现状信息，同时建立遥感解译标志。

我想问一下,易康中有SVM分类器吗?

1、支持向量机(support vector machine)，故一般简称SVM，通俗来讲，它是一种二分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区，因此支持向量机也被称为最大边缘区分类器。其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。

2、支持向量机，因其英文名为support vector machine，故一般简称SVM，通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。

3、一般把要分类的东西的特征向量取出来，作为输入；输出就是识别的结果了。训练SVM的时候一般将样本的特征值矩阵和样本的结果矩阵放进去训练。

4、使用adaboost分类器可以排除一些不必要的训练数据特征，并放在关键的训练数据上面。SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习的领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。

5、二分类问题的意思就是字面意思，每个分类器只能把样本分为两类。

雷达影像在做面向对象的时候需要影像融合吗

eCognition突破了传统影像分类方法的局限性，提出了革命性的分类技术－面向对象分类。eCognition分类针对的是对象而不是传统意义上的像素，充分利用了对象信息（色调，形状，纹理，层次），类间信息（与邻近对象，子对象，父对象的相关特征）。eCognition基于Windows操作系统，界面友好简单。

可以的，倒车雷达与倒车影像本身就是两个独立的系统，倒车雷达是前后都可以装，倒车影像就是后面多了一个摄像头，所以可以在倒车影像的旁边装上倒车雷达的。

不会有影响的，因为它们本身都是独立的系统；倒车雷达前后都可以装，倒车影像就是后面多一个摄像头而已，你可以在摄像头旁边打个孔装上倒车雷达。倒车雷达解除了驾驶员驻车、倒车和起动车辆时前后左右探视所引起的困扰，并帮助驾驶员扫除了视野死角和视线模糊的缺陷。

可以。倒车雷达和倒车影像都是泊车辅助装置，而倒车雷达是最基础的一种，可以通过声音或者更为直观的显示来提醒驾驶员周围的障碍物情况。至于倒车影像可以说是倒车雷达的升级版吧，通过实时影像可以更全方位地观察到后车的情况。对于驾驶技术没有那么娴熟的朋友，还是可以考虑的。

面向对象分类软件易康的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于面向对象分类法、面向对象分类软件易康的信息别忘了在本站进行查找喔。