遥感数据的分类

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。

要做什么的呢？
遥感地图还是其他的什么东西？
是要做识别吗？

一.按辐射源分类
1.被动遥感（无源遥感）：探测仪器直接接收记录地物反射来自太阳的电磁波或者地物自身发射的电磁波，即电磁波来自天然辐射源——太阳或地球。
2.主动遥感（有源遥感）：传感器本身携带的人工电磁辐射源向地物发射一定能量电磁波，然后接受地物反射回来的电磁波。
二.按电磁波段分类
1.紫外遥感
2.可见光遥感
3.红外遥感
4.微波遥感
5.多波段遥感（可见光——红外）

楼主，分类什么的可能并不是主要，得知道遥感数据来源以及怎么解译这个关键...

监督分类和非监督分类
你百度一下，会有具体的操作方