1.2.1  遥感图像分类技术的现状
遥感图像的分类，就是先把遥感数字影像输入到电脑中，并且利用计算机根据一些图中所反映的物理信息如形态，所代表光谱的颜色来研究，然后选择属性特征，按照特定的算法和规则把影像中一个个像元进行归类，从而得到遥感影像中与对应实地地物的符合信息，那么就能成功的实现对遥感图像影像的分类。虽然这几年来也创新研究出了许多其它的分类方法，比如以人的大脑为启发而发展的人工智能神经网络方法、还有系统专家分类方法、方便快捷的决策树分类、模糊聚类等等新颖便捷的方法，然而在现在的许多研究中大家还是会发现我们利用频率最高的还是非监督分类和监督分类方法。但是方法不同，也各有自己的利弊，因为分类结果最终效果的好坏并不是只是由分类方法所主导的，还有其他的因素在里面左右着。在实际应用中，只能结合具体的情况选择较为合适的分类方法[ ]。遥感技术不断发展，从人工解译、还有基于光谱计算机的智能分类和专家知识的决策树分类和面向对象的特征进行自动提取。
近几年来，高分辨率遥感图像的作用显得越来越重要，它的分类技术也逐渐进入大众的视野，越来越受到青睐。在国内外，目前的很多分类方法都是基于传统的分类方法然后加以改进的，总的分类原理并没有太大的变化，只是在原来分类的方法上增加许多细节变动。
无论是传统的分类方法还是现在经过改进的分类方法，都无法省略的重要一步就是目视判读，它也叫做人工解译，是指利用人的眼睛观察来对遥感图像上的地物分类。解译者利用影像解译标志以及其他的地表形态、地貌等特征信息来判读。目视判读主要在航空遥感基础上发展起来的,是通过对遥感图像上的色调、大小、形状、阴影、组合图案等因子进行判读,经野外调绘后提取各地类信息。 高分辨率遥感影像的城市建筑物分类(3):http://www.youerw.com/guanli/lunwen_39416.html