envi怎么提取道路信息，有几种方法可以再envi中操作，各自的优缺点是什么

C知道：在ENVI中提取道路信息有多种方法，其中最常用的方法是基于图像分割和分类的方法。这种方法可以通过使用ENVI中的多种工具来实现，例如Spectral Angle Mapper（SAM）和Spectral Feature Fitting（SFF）等。这些工具可以帮助用户将道路区域从其他区域中分离出来，并进行分类和分割。此外，还可以使用ENVI中的多种滤波器和增强工具来增强道路信息的可视化效果。这些方法各有优缺点，具体取决于用户的需求和数据的特点。

相关问题

envi提取遥感影像道路信息有哪些方法

C知道回答：提取遥感影像道路信息的方法有很多种，比如基于像素的方法、基于对象的方法、基于深度学习的方法等等。其中，基于深度学习的方法在最近几年得到了广泛的应用和研究，可以使用卷积神经网络等技术来提取道路信息。

envi面向对象提取道路流程和优缺点

1. 道路流程：

(1) 定义一个Road类，包含属性：道路名称、道路长度、道路车道数、道路限速等信息；

(2) 定义一个Vehicle类，包含属性：车辆类型、车辆长度、车辆速度等信息；

(3) 定义一个Traffic类，包含属性：道路、车辆等信息；

(4) 在Traffic类中定义方法：计算车辆通过道路所需时间、计算道路拥堵程度等；

(5) 使用Traffic类模拟车辆通过道路的过程。

2. 优缺点：

(1) 优点：

a. 面向对象的思想使得代码更加灵活，易于维护和扩展；

b. 可以通过封装、继承和多态等特性实现代码的复用；

c. 可以提高代码的可读性和可理解性，易于团队协作开发。

(2) 缺点：

a. 面向对象的设计需要更多的时间和精力，需要对系统进行全面的分析和设计；

b. 面向对象的程序可能会消耗更多的内存和CPU资源；

c. 对于小型项目来说，面向对象的设计可能会显得过于繁琐和冗余。