遥感信息提取：面向对象分类与监督分类

"该资源是一份关于旅游行业营销的白皮书，重点介绍了面向对象分类在遥感图像信息提取中的应用。文档详细阐述了遥感信息提取的基本概念、方法和技术，包括监督分类、决策树分类以及面向对象分类等。此外，还提到了ENVI/IDL软件在遥感图像处理中的作用。" 在遥感图像信息提取中，关键在于如何从海量数据中准确地识别和分类地物。"面向对象分类操作流程"包括几个重要的步骤： 1. 发现对象：这一步骤是识别图像中的不同区域或对象，通常是通过影像分割来实现，将连续的地物区域识别出来。 2. 特征提取：特征提取是关键环节，它涉及从识别的对象中提取有意义的光谱和空间特征，如形状、纹理、大小等，以便后续的分类。 3. 规则分类与监督分类：规则分类通常基于预定义的规则进行，而监督分类则需要先通过训练样本确定类别属性，再应用到整个图像上。 4. 基于专家知识的决策树分类：这种方法利用领域专家的知识构建决策树模型，根据特定条件进行分类。 5. 导出要素：分类完成后，将结果转换成矢量文件或其他可操作的数据格式，以便进一步分析。 6. 查看报告和统计：最后，评估分类结果，查看报告和统计信息，确保分类准确度。 7. 计算属性：在分类基础上，可能还需要对对象的属性进行计算，如面积、形状指数等，以增强理解。 ENVI（Environment for Visualizing Images）和IDL（Interactive Data Language）是遥感图像处理常用的工具，它们提供了丰富的功能，包括遥感信息提取、分类算法和后处理等。例如，监督分类过程中，首先需要定义类别，选择合适的样本，然后选择适当的分类器（如平行六面体、最小距离或马氏距离），进行分类后处理，并通过结果验证来评估分类质量。 面向对象分类是随着高分辨率遥感图像的发展而兴起的一种方法，它考虑了地物的空间关系和复杂性，相比传统的像素级分类，更适应于处理高分辨率图像，能够更好地反映地物的实际形态。 这份白皮书提供了全面的遥感信息提取技术概述，对旅游行业的市场营销分析具有指导意义，特别是在利用遥感数据进行市场趋势分析、目标客户定位等方面。