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

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。

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。

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。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；而面向对象的遥感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）。

遥感影像的分类一般是基于地物光谱特征、地物形状特征、空间关系特征等方面特征，目前大多数研究还是基于地物光谱特征。 在计算机分类之前，往往要做些预处理，如校正、增强、滤波等，以突出目标物特征或消除同一类型目标的不同部位因照射条件不同、地形变化、扫描观测角的不同而造成的亮度差异等。

面向遥感图像分类基于注意力机制,你有哪些了解算法?

1、面向对象的处理方法中最重要的部分是图像分割。随着地球观测任务的逐步细化，高分辨率的遥感卫星图像得到了越来越广泛的应用。这给遥感图像分类方法带来了挑战。现有的研究表明，基于像素的高分辨率遥感图像分类存在着明显的局限性。

2、平行管道分类是一种最简单的分类方法，是通过研究训练样区数据的各个光谱成分的直方图来进行分类的图像直方图中灰度值的上下限描述了图像中每个波段中类别的灰度值范围。某一光谱类在所有波段的灰度值范围定义了一个多维的平行管道。

3、图像分割是由图像处理到图像分析的关键步骤，在图像工程中占据重要的位置。一方面，它是目标表达的基础，对特征测量有重要的影响；另一方面，因为图像分割及其基于分割的目标表达、特征抽取和参数测量的将原始图像转化为更抽象更紧凑的形式，使得更高层的图像分析和理解成为可能。

4、图像矩阵变换及拼接，即根据匹配点建立图像的变换矩阵并实现图像的拼接。最后是图像的平滑处理。在遥感图像处理方面，eCognition是PCIGeomatica公司的产品，它的主要特点在于基于影像空间和波谱两方面信息的信息提取。

5、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。

遥感技术在经济发展中的作用??

1、软件大而全，具有光学遥感和微波遥感处理功能以及良好的RS/GIS集成功能，与ARCGIS（ESRIARC系列）融合较好，可以对shapefile、coverage文件直接编辑，具有简单的矢量编辑功能，代表了遥感图像处理系统未来的发展趋势。

2、例如，在农业、林业、矿产资源开发等领域，遥感技术可以帮助企业实现精准决策，提高经济效益。遥感和经济的交叉应用 在实际应用中，遥感和经济往往相互交织。例如，通过遥感技术获取的资源分布、环境状况等信息，可以为经济发展提供决策支持。同时，经济发展带来的需求也促进了遥感技术的进步和应用。

3、商业卫星遥感技术还可以帮助提高生产效率，促进经济发展。例如，在农业生产中，商业卫星遥感技术可以帮助农民选择最佳的种植时间和地点，优化农作物种植方式，从而提高农业生产效率。在企业经营中，商业卫星遥感技术可以帮助企业洞察市场变化，进行精细化管理和决策，提高竞争力和产出率。

4、遥感技术的应用还可以促进经济发展，例如在农牧业中可以实现精准施肥、病虫害监测，提高作物产量。在地图制作方面，遥感技术可以获取更加精确的地理信息，如山脉、河流、道路、建筑物等，提高了地图的精度和可用性。总结 总之，我国遥感技术在技术发展、政策引导和应用推广等方面不断取得新的成果和进展。

5、土地利用：通过遥感技术，可以对地球资源进行普查，包括水、石油、天然气、煤炭、金属矿藏等，为国家经济建设提供信息支持。 资源调查：遥感卫星有助于探测和评估各种资源，为国土资源管理提供技术支撑，推动社会主义现代化建设。

面向对象遥感图像分类

1、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。

2、面向对象的遥感影像分类方法能根据地类特点在不同尺度上提取地物信息，提高信息提取的精度。从理论上讲，不同地类均有与之相适应的最佳分辨率或最佳分割尺度，并不是空间分辨率越高越好，在该尺度上，影像对该地物类别的概括最适中，识别效果最好 （ Chen et al. ，1989） 。

3、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。

4、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。

5、到目前为止，面向对象的方法是一种比较理想的方法，可以建立一个与现实世界相匹配的地面模型。面向对象的处理方法中最重要的部分是图像分割。随着地球观测任务的逐步细化，高分辨率的遥感卫星图像得到了越来越广泛的应用。这给遥感图像分类方法带来了挑战。