1、傳統的基于像素的遙感影像處理方法都是基于遙感影像光譜信息極其豐富，地物間光譜差異較為明顯的基礎上進行的。對于只含有較少波段的高分辨率遙感影像，傳統的分類方法，就會造成分類精度降低，空間數據的大量冗余，并且其分類結果常常是椒鹽圖像，不利于進行空間分析。 為解決這一傳統難題，模糊分類技術應運而生。模糊分類是一種圖像分類技術，它是把任意范圍的特征值轉換為0到1之間的模糊值，這個模糊值表明了隸屬于一個指定類的程度。通過把特征值翻譯為模糊

2、值，即使對于不同的范圍和維數的特征值組合，模糊分類能夠標準化特征值。模糊分類也提供了一個清晰的和可調整的特征描述。 本文采用面向對象的影像分類方法?？紤]了對象的不同特征值，例如光譜值，形狀和紋理。結合上下文關系和語義的信息，這種分類技術不僅能夠使用影像屬性，而且能夠利用不同影像對象之間的空間關系。在對諸多對象進行分類后，在進行精度分析。在此研究提出了一種面向對象的方法結合模糊理論把許多的對象塊分成不同的類別。這一過程主要有兩個步