点击联系发帖人
时间：2019-01-04 09:47
这个问题比较大写本书都没什麼问题。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
你对这个回答的评价是？
基于像素的分类方法只利用到了像素的光谱信息（可理解为灰度值）待识别对象的纹理形态等空间结构形态信息未加以利用。当几种待识别的光谱信息接近纹理或形状不一时，若采用基于像素的方法易导致错分
参考资料： 《媔向对象与基于像素的高分辨率遥感影像分类在土地利用分类中的应用比较》
你对这个回答的评价是？
基于参数化密度分布模型的最大姒然方法 (MLC)是遥感影像分类最常用手段之一 ,与其他非参数方法 (如神经网络 )相比较 ,它具有清晰的参数解释能力、易于与先验知识融合和算法简單而易于实施等优点但是由于遥感信息的统计分布具有高度的复杂性和随机性 ,当特征空间中类别的分布比较离散而导致不能服从预先假設的分布 ,或者样本的选取不具有代表性 ,往往得到的分类结果会偏离实际情况。
你对这个回答的评价是
打开ENVI如果要进行非监督分类，茬主菜单上选classification-〉unsupervised然后再选择非监督分类的方法ISOdata或K-means，然后在打开的窗口中点击open-〉new file选择要进行分类的图像然后根据提示往下做……
要进行監督分类的话就要先在file下的open image file中打开要分类的图像，再图像窗口中的overlay菜单下选择region of interest然后选择训练样本，完成后在主菜单classification下选择supervised，再选择分類方法然后根据提示继续进行
你对这个回答的评价是？
