要快速提取没有属性的地物，你可以采用以下方法：1.使用无监督分类算法：无监督分类算法可以通过对地物进行聚类来提取没有属性的地物。常用的无监督分类算法有K-means聚类和Mean Shift聚类等。这些算法可以通过将地物像素分组为不同的簇来提取没有属性的地物。2.使用边缘检测算法：边缘检测算法可以帮助你找到没有属性的地物的边界。常用的边缘检测算法有Canny算法和Sobel算法等。通过检测图像中的边缘，你可以找到没有属性的地物所在的区域。3.使用形态学操作：形态学操作可以用来处理图像中的形状和结构。常用的形态学操作包括腐蚀和膨胀等。通过使用形态学操作，你可以将没有属性的地物进行膨胀或腐蚀，从而提取出它们的区域。4.使用遥感图像的纹理信息：遥感图像的纹理信息可以帮助识别没有属性的地物。你可以使用纹理特征提取算法，如灰度共生矩阵(GLCM)或小波变换等，来获取地物的纹理信息。然后，通过对比纹理信息，你可以提取出没有属性的地物。以上是几种常见的方法，你可以根据具体情况选择适合的方法在Cass中提取没有属性的地物。
对于没有属性的地物，你可以使用Coarse Classification（粗分类）的方法来快速提取。以下是一些步骤：
1. 预处理：对于原始的CASS数据进行必要的预处理，如去除噪声、平滑数据等。
2. 阈值化：通过设定适当的阈值，将地物和背景分离。可以使用基于灰度、梯度、纹理等特征的阈值化方法来实现。
3. 连通区域分析：对于阈值化后的图像，进行连通区域分析，将相邻的像素聚类成单独的物体。
4. 物体过滤：根据一些准则，过滤掉那些不符合特定属性的物体。例如，可以根据大小、形状、纹理等特征对物体进行筛选。
5. 属性提取：对于通过过滤的物体，根据需要进行属性提取。例如，可以提取物体的位置、面积、周长等属性。
这些步骤可以通过使用图像处理软件、编程语言（如Python）和相应的图像处理库来实现。具体的实现方法和参数设置根据实际情况和数据特点可能会有所不同。因此，建议在具体的应用中根据需要进行调整和优化。