高分辨率遥感影像分类方法有哪些?

根据是否选取样本:监督分类/非监督分类根据最小分类单元:面向对象分类/面向像元分类根据分类算法:K-means/ISODATA等(非监督),神经网络/SVM等(监督)还有其他划分标准,不知道题主所谓的方法是指哪方面。另外:个人浅见,高分(标准不一,暂且认为是1m以内)影像用面向对象监督分类效果较好。实际应用的话,计算机预分类+人工后处理比较靠谱, @Moon Orange 的说法略悲观了,非监督分类想达到70%的精度确实不易,监督分类一般问题不大。
■网友
实际应用中大部分都是建矢量文件手工判读勾画边界设置属性,例如arcgis.如果想用分类的方法,比如监督分类 非监督分类里面的神经网络 二叉树 kmeans聚类 估计效果好正确率也就60%以上 以前用tm30m分辨率做的大概也就这个效果 高分估计更差 地物更复杂了 面向对象分类也是扯淡 发的文章上面说他的算法正确率超过90%基本上可以说是瞎扯 还是老老实实勾吧
■网友
同意楼上,面向对象的方法想做到90以上基本不可能或者是非常难(我指的是亚米级),最好的方法还是人工,当然人工也是有技巧的
■网友
在应用上,现在基本上都是手动来钩。对于这方面的研究还是挺多的,各种方法都有,低分辨率的方法基本上都试过,效果肯定不会好,面向对象的方法几年前比较火,效果也优于其他的。
■网友
【高分辨率遥感影像分类方法有哪些?】 并未发现鲁棒性较强的方法,很多方法都依赖调参,不具备普适性,比如神经网络类用几层一直是个问题,貌似只有一一尝试

■网友
分类方法有模糊分类。模糊分类是以模糊集合论为基础,针对不确定事物的分析方法。模糊分类法与传统分类法不同,它认为一个像元是可分的,即一个像元可以是在某种程度上属于某个类而同时在另一种程度上属于另一类,这种类属关系的程度用像元隶属度表示,通常运用模糊分类的关键是确定像元的隶属度。去地理国情监测云平台上面看看吧,上面有很多关于遥感方面的知识。


    推荐阅读