遥感信息提取技术：从监督分类到决策树与对象识别

"遥感信息提取方法概述-旅游行业营销白皮书-巨量引擎-知萌-201904" 这篇摘要主要介绍了遥感信息提取的各种方法和技术，适用于旅游行业的市场分析和营销策略制定。遥感信息提取是通过分析遥感图像中的光谱和空间信息，识别和区分不同地物，为决策提供数据支持。 1. 遥感信息提取技术概述 遥感信息提取基于地物的光谱和空间差异，通过亮度值和像元值的变化来识别不同地物。遥感影像分类是核心手段，它利用计算机算法将图像划分为多个类别，以匹配实际地物。主要方法包括人工解译、基于光谱的计算机自动分类、基于专家知识的决策树分类、面向对象的特征自动提取、地物识别与地表反演、变化检测以及地形信息提取。 2. 监督分类 监督分类是一种常用的遥感图像分类方法，也称为训练分类法。它需要先通过目视判读和实地调查获取已知类别的样本，然后基于这些样本训练分类器。分类过程中，计算机根据训练好的判决函数对未标记的像元进行分类，将其分配到最接近的类别中。监督分类的基本流程包括类别定义、特征判别、样本选择、分类器选择、分类后处理和结果验证，常用分类器有平行六面体、最小距离和马氏距离等。 3. 遥感信息提取方法适用范围 - 人工解译：适合提取定性信息，如肉眼可识别的地物。 - 基于光谱的计算机分类：适用于中低分辨率多光谱影像。 - 决策树分类：需要多源数据，适合复杂场景的分类。 - 面向对象分类：针对高分辨率影像，强调地物的整体性和形状特征。 - 地物识别与地表反演：用于定量信息提取，需借助模型和特定数据源。 - 变化检测：用于对比分析多时相影像，发现地表变化。 - 地形信息提取：需要立体像对，用于生成数字高程模型（DEM）。 这些方法在旅游行业中可以帮助分析游客分布、景区容量评估、环境影响监测等方面，为市场营销策略提供科学依据。例如，通过变化检测可以了解景区设施的发展变化，地形信息提取则有助于规划旅游路线和安全评估。综合运用这些技术，可以提升旅游行业数据分析的准确性和效率。