张 裕，杨海涛，袁春慧

(航天工程大学 a.研究生管理大队； b.航天遥感室， 北京 101416)

航天遥感技术是一种通过卫星对地观测获取遥感图像信息数据的技术，这些图像数据在各领域都发挥着不可或缺的作用。遥感图像分类主要是根据地面物体电磁波辐射在遥感图像上的特征，判断识别地面物体的属性，进而为目标检测与识别等其他应用提供辅助信息，也可以作为最终结果提供基础地理信息用于地图绘测、抢险救灾、军事侦察等领域。遥感图像分类是遥感技术应用的一个重要环节。

在过去的几十年里，各方面学者对遥感图像的分类有着诸多研究，提出了许多分类方法，按是否需要选取标记样本可将分类方法分为监督分类和非监督分类。根据最小分类单元可将分类方法分为基于像元的分类、基于对象的分类，以及基于混合像元分解的分类。此外，不同类型的遥感图像(多光谱遥感图像、高光谱遥感图像、合成孔径雷达图像)分类方法也不尽相同。本文主要从特征空间的角度对各分类方法进行归类介绍。由于目标分类通常是在特征空间中进行的，因此特征的表达与学习是实现目标分类的关键。根据表达和学习特征的方式，可将现有的遥感图像分类方法大致分为三类：基于人工特征描述的分类方法、基于机器学习的分类方法和基于深度学习的分类方法。需要注意的是，这三类方法并没有严格的区分界线，相互之间互有重叠和借鉴。……