面向对象的遥感影像分类1 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。 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。2从分类技术角度来看 由于受空间分辨率的制约，传统的遥感影像信息提取只能依靠影像的光谱信息，且是在像素层次上的分类； 而高空间分辨率影像虽然结构、纹理等信息非常突出，但光谱信息不足（波段较少）。所以仅仅依靠像素的光谱信息进行分类，着眼于局部像素而忽略邻近整片图班的纹理、结构等信息，必然会造成分类精度的降低。原始图像 预处理光谱信息的特征提取监督分类非监督分类分类结果传统的基于像元分类方法的技术路线34 其最重要的特点就是分类的最小单元是由影像分割得到的同质影像对象（图斑），而不再是单个像素。5输入校正后的影像多尺度分割尺度参数光谱因子形状因子光滑度 密集度确定最佳参数组合组合特征信息获取光谱特征几何特征纹理特征拓扑特征影像分类监督分类法隶属函数法精度评价输出分类结果面向对象分类方法的技术路线以易康软件为例知识决策法6 面向对象的知识决策分类方法是以对象作
