面向对象的遥感解译与传统的遥感影像信息有什么不同?

1、面向对象的遥感高空间分辨率影像空间信息更加丰富，地物目标细节信息表达的更加清楚。从分类技术角度来看 由于受空间分辨率的制约，传统的遥感影像信息提取只能依靠影像的光谱信息，且是在像素层次上的分类；而面向对象的遥感高空间分辨率影像虽然结构、纹理等信息非常突出，但光谱信息不足（波段较少）。

2、与传统的基于像元的分类方法不同，面向对象的遥感影像分类方法处理的基本单元是影像对象，而不是单个的像元。其采用一种基于遥感影像的多尺度分割方法，可以生成任意尺度的、属性信息相似的影像多边形 （ 对象） ，运用模糊数学方法获得每个对象的属性信息，以影像对象为信息提取的基本单元，实现分类和信息提取。

3、而基于像素的遥感图像分类，你只能利用像素的光谱信息了，对于存在大量“同谱异质”（一样的光谱不一样的东西，比如遥感影像中很难区分的“裸地”和“道路”）和“同质异谱”（比如一个房子，房顶一半是黄的一半是蓝的。。）的遥感影像来说，你就gg了。

4、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。