今天读到了柳稼航博士的博士论文，柳博士在遥感影像自动解译策略中提到

“这里需要说明的是，（目标提取）并不总是从基础类到附属类的识别过程。有时基础类的识别并不容易，但其附属类却相对比较容易且附属类目标与基础类目标能有效对应时，经常可以先识别附属类，再由附属类反推该附属类对应的专属基础类，迂回地实现不同类别地物的自动提取。比如通过阴影自动提取建筑物。”

和我平时拼图游戏时的经验有些吻合之处。

   1. 拼图时：最大面积的目标往往块数较多，颜色相近，需要进行细节区分，难以一步到位的完成，所以我往往采取先按照颜色进行分类；然后进行同色相精细分类；最后按照图例进行选择。

   目标提取时：基础类别具有区分度较强的光谱特性，可以先进行分类。

   2. 拼图时：最先拼的不一定是最重要的部分，而是特征最突出的部分，比如特殊的颜色，特殊的形状、线条特征。

   目标提取时：附属类特征明显时，也可以先提出，后期进行基础分类时可以排除确定的附属信息，或将附属信息作为一个高权重的先验知识，进行下一步的判断处理。

总结：非常同意柳博士对提取进行分层划分的策略，遥感分类问题多、细节多，有所收获。