面向对象的遥感图像森林分类研究与应用内容简介

《面向对象的遥感图像森林分类研究与应用》深入探讨了遥感图像分类的前沿技术，特别是面向对象的图像分析方法，以及当前森林分类研究的最新进展。

这本书是关于面向对象的遥感图像森林分类研究及其应用的专业著作，由中国林业出版社在2009年11月1日首次出版。书名为Research on object-oriented classification for forest covers of remote sensing imagery and its application，并以简体中文版本呈现。全书共163页，采用16开本设计，便于阅读。

面向对象遥感图像分类，处理的最小单元不再是像元，而是含有更多语义信息的多个相邻像元组成的影像对象，在分类时更多的是利用对象的几何信息以及影像对象之间的语义对象、纹理信息、拓扑关系，而不仅仅是单个对象的光谱信息。

卫星遥感影像具有空间宏观性、视角广、多分辨率（光谱和空间）、多时相、周期性、信息量丰富等特点，所以卫星遥感影像既可以提供森林资源的宏观空间分布信息又能提供局部的详细信息以及随时间、空间变化的信息等[1]。目前在林业领域卫星遥感数据被广泛的应用于不同尺度层次的森林资源调查、资源监测、病虫害、火灾监测等方面。

面向对象的遥感信息提取有什么具体的方法吗??

定义服务，包括确定对象状态，确定所需服务，确定消息联结；（6）确定附加的系统约束。

做好准备工作，你需要用到哪些判别准则，准备好相应数据，比如ndvi指数，高程数据、坡度数据、各个波段等等 （2）有一定的已知区，即样本，有多少个类，每类的样本要是野外采集的，或从其他可靠资料获取的。（3）水到渠成，建立决策树判别规则。

但是，区域增长方法是一种迭代的方法，空间和时间开销都比较大。 基于像素级别的信息提取以单个像素为单位，过于着眼于局部而忽略了附近整片图斑的几何结构情况，从而严重制约了信息提取的精度，而面向对象的遥感信息提取，综合考虑了光谱统计特征、形状、大小、纹理、相邻关系等一系列因素，因而具有更高精度的分类结果。

采用面向对象的分类方法，以 eCognition 软件中membership function 为主，模仿目视解译过程，从遥感信息机理与地学规律的综合分析入手，综合其他辅助信息进行分类。

退化废弃地遥感信息提取研究 表3 -7 参与分割的图层及其权重 多尺度分割是面向对象分类方法的第一步，是一个自下而上、将像素聚类合并成小多边形 （ 影像对象） 的过程。以这小多边形作为分类的最小单元，每个多边形内部则不再细分，它是面向对象分类方法的基础。

现在一般采用面向对象的和决策树方法，综合纹理、波谱、形状位置信息加以区分。道路提取可以侧重考虑形状、纹理信息。

遥感影像分类中,什么是面向对象分类???

1、明确城市绿地的背景为城市地区，就可以轻松地区分绿地与湿地，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。

2、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。比较常用的就是多尺度分割算法；影像对象的分类，目前常用的方法是“监督分类”和“基于知识分类”。

3、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。

面向对象的遥感影像分类方法有哪些

1、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。比较常用的就是多尺度分割算法；影像对象的分类，目前常用的方法是“监督分类”和“基于知识分类”。

2、明确城市绿地的背景为城市地区，就可以轻松地区分绿地与湿地，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。

3、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。对于只含有较少波段的高分辨率遥感影像，传统的分类方法，就会造成分类精度降低，空间数据的大量冗余，并且其分类结果常常是椒盐图像，不利于进行空间分析。为解决这一传统难题，模糊分类技术应运而生。

4、其采用一种基于遥感影像的多尺度分割方法，可以生成任意尺度的、属性信息相似的影像多边形 （ 对象） ，运用模糊数学方法获得每个对象的属性信息，以影像对象为信息提取的基本单元，实现分类和信息提取。

面向对象分类方法的优势

1、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”。

2、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，使系统能更准确地反映问题域。运用人类日常的思维方法和原则（体现于OO方法的抽象、分类、继承、封装、消息等基本原则）进行系统开发，有利于发挥人类的思维能力，有效控制系统复杂性。

3、使用面向对象思想进行开发有以下优点：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。质量高 在设计时，可重用现有的，在以前的项目的领域中已被测试过的类使系统满足业务需求并具有较高的质量。

4、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。质量高 在设计时，可重用现有的，在以前的项目的领域中已被测试过的类使系统满足业务需求并具有较高的质量。