传统的是基于光谱特征的图像分类，也就是主要基于像元的灰度值统计特征来分类，没有利用影像的空间特征和纹理特征，如果基于对象，就可以利用这些纹理特征和空间特征属性（如面积、延伸性等）作为对象的属性来分类，一般通过对象的发现（主要通过基于边缘检测的图像分割、合并等算法实现）和特征提取（主要通过基于知识的规则定义（即对象属性）或基于样本对象（包括前面三种属性特征的统计）的监督分类实现）来实现，代价是需要较高的运算量，速度较慢。
举个例子，传统的光谱特征分类就好比仅根据人的皮肤颜色来识别人，而面向对象可以根据人的高矮、胖瘦甚至脸型等来识别人，当然准确性就高了（当然也依赖于你选择的属性特征的准确性）
ENVI里面现在就主要是面向对象特征提取和基于规则的面向对象分类
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024