什么是面向对象

面向对象分类之图像分割

传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富，地物间光谱差异较为明显的基础上进行的。对于只含有较少波段的高分辨率遥感影像，传统的分类方法，就会造成分类精度降低，空间数据的大量冗余，并且其分类结果常常是椒盐图像，不利于进行空间分析。为解决这一传统难题，模糊分类技术应运而生。模糊分类是一种图像分类技术，它是把任意范围的特征值转换为0 到1 之间的模糊值，这个模糊值表明了隶属于一个指定类的程度。通过把特征值翻译为模糊值，即使对于不同的范围和维数的特征值组合，模糊分类能够标准化特征值。模糊分类也提供了一个清晰的和可调整的特征描述。 对于影像分类来说，基于像元的信息提取是根据地表一个像元范围内辐射平均值对每一个像元进行分类，这种分类原理使得高分辨率数据或具有明显纹理特征的数据中的单一像元没有很大的价值。影像中地物类别特征不仅由光谱信息来刻画的，很多情况下(高分辨率或纹理影像数据)通过纹理特征来表示。此外背景信息在影像分析中很重要，举例来说，城市绿地与某些湿地在光谱信息上十分相似，在面向对象的影像分析中只要 明确城市绿地的背景为城市地区，就可以轻松地区分绿地与湿地，而在基于像元的分类中这种背景信息几乎不可利用。面向对象的影像分析技术是在空间信息技术长期发展的过程中产生的，在遥感影像分析中具有巨大的潜力，要建立与现实世界真正相匹配的地表模型，面向对象的方法是目前为止较为理想的方法。 面向对象的处理方法中最重要的一部分是图像分割。 图像分割是一种重要的图像技术，在理论研究和实际应用中都得到了人们的广泛重视。图像分割的方法和种类有很多，有些分割运算可直接应用于任何图像，而另一些只能适用于特殊类别的图像。有些算法需要先对图像进行粗分割，因为他们需要从图像中提取出来的信息。例如，可以对图像的灰度级设置门限的方法分割。值得提出的是，没有唯一的标准的分割方法。许多不同种类的图像或景物都可作为待分割的图像数据，不同类型的图像，已经有相对应的分割方法对其分割，同时，某些分割方法也只是适合于某些特殊类型的图像分割。分割结果的好坏需要根据具体的场合及要求衡量。图像分割是从图像处理到图像分析的关键步骤，可以说，图像分割结果的好坏直接影响对图像的理解。 为后续工作有效进行而将图像划分为若干个有意义的区域的技术称为图像分割(Image Segmentation)，早期的图像分割方法可以分为两大类。一类是边界方法，这种方法假设图像分割结果的某个子区域在原来图像中一定会有边缘存在；一类是区域方法，这种方法假设图像分割结果的某个子区域一定会有相同的性质，而不同区域的像素则没有共同的性质。这两种方法都有优点和缺点，有的学者考虑把两者结合起来进行研究。现在，随着计算机处理能力的提高，很多方法不断涌现，如基于彩色分量分割、纹理图像分割。所使用的数学工具和分析手段也是不断的扩展，从时域信号到频域信号处理，小波变换等等。 目前,有许多的图像分割方法,从分割操作策略上讲,可以分为基于区域生成的分割方法,基于边界检测的分割方法和区域生成与边界检测的混合方法.图像分割主要包括4种技术：并行边界分割技术、串行边界分割技术、并行区域分割技术和串行区域分割技术。

监督分类和面向对象分类流程

监督分类和面向对象分类流程 高分一号城市绿地现状调查与分析实现教程将介绍基于高分一号影像数据的城市绿地信息提取的实现步骤，下图是主要的操作流程图一首先对高分影像进行预处理，其次使用监督分类法和面向对象分类法对城市绿地进行分类，然后对分类出来的影像进行矢量化处理，最后另其在arcGIS中进行统计分析，得出武汉市城市绿地的现状，下面是具体步骤。第一章数据预处理因为处理数据是高分一号影像，处理软件为，因为以下版本不能对高分一号直接进行处理，所以需要安装r6补丁，将下面两个文件直接粘贴到软件所在位置，然后就可以打开高分影像了图二图三为了加快数据处理的速度，是选择先进行辐射定标然后将图像裁剪在进行后续的操作，预处理流程如下图：

图四辐射校正分为辐射定标和大气校正打开数据：ENVI-Open As-CRESDA-GF-1,选择处理的影像，打开XML后缀文件；辐射定标：选择Toolbox->Radiometric Correction-> Radiometric Calibration，选择待处理的高分数据弹出Radiometric Calibration对话框，进行如图设置。对于多光谱影像，点击Apply FLAASH Setting 设置成默认值；如果是对全色影像进行辐射定标，那么Calibration则是Reflectance,Out Put Type 为UInt,Scale Factor为1000，如下图：高分一号多光谱影像参数设置高分一号全色影像参数设置大气校正：选择Toolbox->Radiometric Correction->Atmospheric Correction Module->FLAASH Atmospheric Correction，弹出FLAASH Atmospheric Correction Model Input Parameters对话框。要注意，全色影像不做大气校正，多光谱影像则需要做大气校正处理。

面向对象图像分类

【ENVI入门系列】24. 面向对象图像分类 目录 1.概述 2.基于规则的面向对象信息提取 第一步：准备工作 第二步：发现对象 第三步：根据规则进行特征提取 3.基于样本的面向对象的分类 第一步：选择数据 第二步：分割对象 第三步：基于样本的图像分类 4.基于规则的单波段影像提取河流信息 1.概述 面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间，纹理，和光谱信息来分割和分类的特点，以高精度的分类结果或者矢量输出。它主要分成两部分过程：影像对象构建和对象的分类。ENVI FX的操作可分为两个部分：发现对象（Find Object）和特征提取（Extract features），如下图所示。

图1.1 FX操作流程示意图（*项为可选操作步骤） 这个工具分为三种独立的流程化工具：基于规则、基于样本、图像分割。 本课程分别学习基于规则的面向对象分类和基于样本的面向对象分类，以及基于规则的方法从单波段灰度影像中提取河流信息。 注：本课程需要面向对象空间特征提取模块(ENVI Feature Extraction-FX)使用许可。

2.基于规则的面向对象信息提取 该工具位置在：Toolbox /Feature Extraction/ Rule Based Feature Extraction Workflow。 数据位置："24-面向对象图像分类\1-基于规则"。 第一步：准备工作 根据数据源和特征提取类型等情况，可以有选择地对数据做一些预处理工作。 ?空间分辨率的调整 如果您的数据空间分辨率非常高，覆盖范围非常大，而提取的特征地物面积较大（如云、大片林地等）。可以降低分辨率，提供精度和运算速度。可利用Toolbox/Raster Management/Resize Data工具实现。 ?光谱分辨率的调整 如果您处理的是高光谱数据，可以将不用的波段除去。可利用Toolbox/Raster Management/Layer Stacking工具实现。 ?多源数据组合 当您有其他辅助数据时候，可以将这些数据和待处理数据组合成新的多波段数据文件，这些辅助数据可以是DEM, lidar 影像, 和SAR 影像。当计算对象属性时候，会生成这些辅助数据的属性信息，可以提高信息提取精度。可利用Toolbox/Raster Management/Layer Stacking工具实现。

监督分类和面向对象分类流程

高分一号城市绿地现状调查与分析实现教程 本文将介绍基于高分一号影像数据的城市绿地信息提取的实现步骤，下图是主要的操作流程（图一） 图一 首先对高分影像进行预处理，其次使用监督分类法和面向对象分类法对城市绿地进行分类，然后对分类出来的影像进行矢量化处理，最后另其在arcGIS中进行统计分析，得出武汉市城市绿地的现状，下面是具体步骤。 第一章数据预处理 因为处理数据是高分一号影像，本文处理软件为ENVI5.1，因为ENVI5.2以下版本不能对高分一号直接进行处理，所以需要安装r6补丁，将下面两个文件直接粘贴到软件所在位置（图二），然后就可以打开高分影像了（图三）

图二 图三 为了加快数据处理的速度，本文是选择先进行辐射定标然后将图像裁剪在进行后续的操作，预处理流程如下图（图四）： 图四 1.1 辐射校正 分为辐射定标和大气校正

（1）打开数据：ENVI-Open As-CRESDA-GF-1,选择处理的影像，打开XML后缀文件； （2）辐射定标：选择Toolbox->Radiometric Correction-> Radiometric Calibration，选择待处理的高分数据 弹出Radiometric Calibration对话框，进行如图设置。对于多光谱影像，点击Apply FLAASH Setting 设置成默认值；如果是对全色影像进行辐射定标，那么Calibration则是Reflectance,Out Put Type 为UInt,Scale Factor为1000，如下图：

高分一号多光谱影像参数设置 高分一号全色影像参数设置 （3）大气校正：选择Toolbox->Radiometric Correction->Atmospheric Correction Module->FLAASH Atmospheric Correction，弹出FLAASH Atmospheric Correction Model Input Parameters对话框。要注意，全色影像不做大气校正，多光谱影像则需要做大气校正处理。

遥感的面向对象分类法

遥感的面向对象分类法 传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富，地物间光谱差异较为明显的基础上进行的。对于只含有较少波段的高分辨率遥感影像，传统的分类方法，就会造成分类精度降低，空间数据的大量冗余，并且其分类结果常常是椒盐图像，不利于进行空间分析。为解决这一传统难题，模糊分类技术应运而生。模糊分类是一种图像分类技术，它是把任意范围的特征值转换为 0 到 1 之间的模糊值，这个模糊值表明了隶属于一个指定类的程度。通过把特征值翻译为模糊值，即使对于不同的范围和维数的特征值组合，模糊分类能够标准化特征值。模糊分类也提供了一个清晰的和可调整的特征描述。对于影像分类来说，基于像元的信息提取是根据地表一个像元范围内辐射平均值对每一个像元进行分类，这种分类原理使得高分辨率数据或具有明显纹理特征的数据中的单一像元没有很大的价值。影像中地物类别特征不仅由光谱信息来刻画的，很多情况下(高分辨率或纹理影像数据)通过纹理特征来表示。此外背景信息在影像分析中很重要，举例来说，城市绿地与某些湿地在光谱信息上十分相似，在面向对象的影像分析中只要明确城市绿地的背景为城市地区，就可以轻松地区分绿地与湿地，而在基于像元的分类中这种背景信息几乎不可利用。面向对象的影像分析技术是在空间信息技术长期发展的过程中产生的，在遥感影像分析中具有巨大的潜力，要建立与现实世界真正相匹配的地表模型，面向对象的方法是目前为止较为理想的方法。面向对象的处理方法中最重要的一部分是图像分割。 随着对地观测任务逐渐精细化，高分辨率遥感卫星影像的应用越来越广泛。这对遥感影像分类方法提出了挑战。已有的研究表明:基于像元的高分辨率遥感影像分类存在明显的限制。近年来，面向对象影像分析(Object-Based ImageAnalysis，OBIA)在高分辨率遥感影像处理中渐露头角，被认为是遥感与地理信息科学发展的重要趋势。本文针对面向对象影像分类(Object-Based Image Classification，OBIC)方法中的若干问题开展研究。主要研究内容与结论包括: 1)模糊遥感影像分割算法研究 针对当前影像分割算法应用于模糊影像时产生过渡区对象的问题，设计了过渡区对象识别方法。对简单地物模糊影像和复杂地物模糊影像进行实验发现:提出的算法能够有效识别过渡区对象。 2)代表地物最佳分割尺度研究 针对多参考对象情况下的地物最佳分割尺度选择问题，设计了基于对象内部同质性加权

软件设计师分类模拟题面向对象方法学(一)有答案

软件设计师分类模拟题面向对象方法学(一) 单项选择题 1. 已知3个类A、B和C，其中类A由类B的一个实例和类C的一个或多个实例构成。能够正确表示类A、B和C之间关系的UML类图是______。 A． B． C． D．

2. 在uML语言中，图5-3中的a、b、c三种图形符号按照顺序分别表示______。 A.边界对象、实体对象、控制对象 B.实体对象、边界对象、控制对象 C.控制对象、实体对象、边界对象 D.边界对象、控制对象、实体对象 答案：C 当不适合采用生成子类的方法对已有的类进行扩充时，可以采用 3 设计模式动态地给一个对象添加一些额外的职责；当应用程序由于使用大量的对象，造成很大的存储开销时，可以采用 4 设计模式运用共享技术来有效地支持大量细粒度的对象；当想使用一个已经存在的类，但其接口不符合需求时，可以采用 5 设计模式将该类的接口转换成我们希望的接口。3. A.命令(Command) B.适配器(Adapter) C.装饰(Decorator) D.享元(Flyweight)

4. A.命令(Command) B.适配器(Adapter) C.装饰(Decorator) D.享元(Flyweight) 答案：D 5. A.命令(Command) B.适配器(Adapter) C.装饰(Decorator) D.享元(Flyweight) 答案：B 6. 下列关于一个类的静态成员的描述中，不正确的是______。 A.该类的对象共享其静态成员变量的值 B.静态成员变量可被该类的所有方法访问 C.该类的静态方法只能访问该类的静态成员变量 D.该类的静态数据成员变量的值不可修改 答案：D

eCognition8.9面向对象分类详细步骤

基于Nearest Neighbor 的面向对象监督分类 1. 启动eCognition 8.9，选择Rule Set Mode ，Ok 。 2. 新建Project ：File →New project ，或者工具栏上的新建按钮。 在弹出的对话框中选择要添加的文件l8_rs_wgs84_sub.img ，点Ok ，可以看到它包含8个分辨率为30m 的图层，双击每个图层可以修改它的图层名，利于分辨。然后点图层窗口右边的Insert ，在弹出的对话框中选择l8_pan_rs_wgs84_sub.img 文件，Ok 后将Pan 波段添加进来。最后，点Thematic Layer Alias 窗口右边的Insert 按钮，选择2002 forest types UTM WGS84.shp 文件，Ok 后将森林类型专题图添加进来，双击该矢量层，将图层名修改为Foresttype ，最终效果如下图： D E N G _0316

Project Name 等按默认，点Ok ，回到主界面，图像按前3个波段RGB 显示，如下图： 为了更好的辨别地物类型，点击工具栏上的图层显示编辑按钮，在弹出的对话框中点击修改RGB 为NIR ，Green ，Blue 显示： D E N G _03 16

如果取消勾选左下角No layer weights ，还可以设置不同波段的比重，在调整不同波段的比重时，在数值上左击鼠标增加比重，右击鼠标减少比重，如下图： 点Ok 进行波段显示调整后的效果如下，然后保存这个Project 为l8_rs_wgs84_sub.dpr 。 D E N G _03 16

面向对象技术的概念与方法

面向对象技术的概念与方法1面向对象的基本概念 本节着重介绍面向对象的基本概念，也对相应的面向对象的技术方法的一些基本概念和方法做些说明和解释。 1.1 面向对象方法学的基本原则 面向对象方法学认为：客观世界是由各种“对象”所组成的，任何事物都是对象，每一个对象都有自己的运动规律和内部状态，每一个对象都属于某个对象“类”，都是该对象类的一个元素。复杂的对象可以是由相对比较简单的各种对象以某种方式组成的。不同对象的相互作用就构成了我们要研究、分析和构造的客观系统。 面向对象方法学认为：通过类比，发现对象间的相似性，即对象间的共同属性，这就是构成对象类的根据。 面向对象方法学认为：对于已分成类的各个对象，可以通过定义一组“方法”来说明该对象的功能，也即是：允许作用于该对象上的各种操作。对象间的相互联系是通过传递“消息”来完成的。 面向对象方法学比较自然地模拟了人类认识客观世界的方法。即应使描述问题的问题空间和解决问题的方法空间在结构上尽可能地一致。我们分析、设计和实现一个系统的方法尽可能接近我们认识一个系统的方法。 1.2 对象 面向对象技术是基于对象概念的。在现代汉语词典中，对象是行动或思考时作为目标的人或事物。 在思维科学中，对象是客观世界中具有可区分性的、能够唯一标识的逻辑单元。对象所代表的本体可能是一个物理存在，也可能是一个概念存在。 “面向对象”是计算机科学中的一个技术名词，具有其特定的技术含义。从面向对象的观点来看，现实世界是由各式各样独立的、异步的、并发的实体对象组成，每个对象都有各自的内部状态和运动规律，不同对象之间或某类对象之间的相互联系和作用，就构成了各式不同的系统。 面向对象方法是基于客观世界的对象模型化的软件开发方法。在面向对象程序设计中，所谓对象，就是一个属性集及其操作的封装体。作为计算机模拟真实