面向对象分类 面向对象分类以分割产生的同质影像对象为基本分析单元，结合光谱、纹理、形状和上下文等多维特征进行地物识别的方法。 权威解读
为什么面向对象比面向像元更适合高分辨率影像？
提示： 从高分辨率地物内部光谱差异及形状纹理可利用性分析。
高分辨率像可识别树冠及窗口等精细结构与尺寸对象分析更合理。
误区： 面向对象分类不会产生类内碎斑。
事实： 分割参数不当仍会产生过多细小对象和错误归属。
问： 面向对象和深度学习分类区别？
答： 前者基于专家设计的特征集，后者自动学习特征表达。- ❌ 误区：面向对象分类不会产生类内碎斑。 ✅ 事实：分割参数不当仍会产生过多细小对象和错误归属。
🌱 为了包容与博爱的传递，为了知识平权，善智导航正在陆续深化每一个知识点页面。
下方所有知识点均已预留链接，可随时点击探索。
尺度参数控制对象大小，大尺度粗分区小尺度精细化。
光谱均值方差、形状指数、纹理、上下文关系等。
模糊分类中输出对象属于各类的概率。
我是学习遥感解译与分类的测绘工程学生，请结合具体案例详细讲解面向对象分类的测量原理、仪器与方法、以及标准与规范，并指出常见误区。