遥感图像解译eCognition软件

《遥感图像解译eCognition软件》

实习报告

学院:遥感信息工程学院

班级: xxxxxx

学号:xxxxxx

姓名:xxxx

实习地点: xxxx

指导教师: xxxx

20xx年xx 月xx 日

eCognition软件数据处理报告

目录

目录 (1)

1实习原理 (2)

2实习目的 (2)

3实习步骤 (2)

3.1导入数据，进行预处理 (3)

3.2影像分割 (5)

3.2.1棋盘分割 (5)

3.2.2四叉树分割 (6)

3.2.3多尺度分割 (7)

3.2.4波谱差异分割 (9)

3.3建立分类体系 (10)

3.4样区选择与特征空间的构建 (11)

3.4.1样区选择 (11)

3.4.2特征空间构建 (12)

3.5执行分类 (15)

3.3结果输出 (16)

4实习心得 (17)

正文

一．实习原理

随着遥感技术的不断发展，遥感信息的现势性、宏观性、成图周期短、多时性和立体覆盖能力的优势,让其在土地利用信息获取方面发挥着越来越重要的作用。利用遥感影像对地物进行分类，并根据分类结果影像编制专题地图，也已经成为了土地利用，监测方面不可缺少手段。而遥感影像分类的精度，直接影响着遥感数据可利用性和专题地图的精度。因此利用相关软件或者算法提高遥感影像分类的精度，成为了提升遥感数据使用价值中刻不容缓的任务。

eCognition系列软件作为面向对象影像分析技术的专业软件，与传统的ERDAS/ENVI/PCI等有明显的不同，虽然ERDAS和ENVI里也有相应的面向对象分类模块，但其对高分辨率影像的信息提取效果，及高分辨率影像涉及的各个行业的应用范围无法与eCognition软件相比。eCognition软件最大的特色采用面向对象的遥感影像分析。首先将影像按照一定尺度分割成一个个对象，然后对每一个对象封装其光谱、形状、纹理等特性并且建立该对象与其相邻对象、父对象、子对象之间的关系。

其中主要包括分割与分类两个步骤。

分割——是指依据某种同质性或者异质性标准，将影像划分成很多小块对象的过程；是分类的前提。

分类——是指依据小块对象的形状、颜色、纹理、空间关系、隶属关系等属性来识别所属类别的过程。

二．实习目的

本次实习的目的主要是采用自主实习的方式，应用eCognition软件掌握地物在影像上的特征并初步了解软件的部分功能：如分割，分类等。最后利用基于规则的对老师提供的图像的分割与分类方法选择一类或者几类地物进行分类。

在本次实习中，借助老师提供的数据和相关的操作指南，本人通过监督分类和非监督分类的方法，最终完成对建筑物、道路、植被和水体四类地物的分类和输出。

三．实习步骤

本次实习的主要步骤主要分为四步：

（1）导入数据，进行预处理。

（2）影像分割：根据eCognition软件自带的几种方法，实现对图像的分割操作。

（3）建立分类体系：通过目视判读，在分类体系中自主建立类别。在本次实习中为：建筑物、道路、水体和植被四类。

（4）样区选择与特征空间的构建：本次实习采用的分类规则为监督分类中的最邻近分类。因此需要手动进行样区选择，便于接下来进行分类

（5）执行分类：利用最邻近分类方法执行监督分类，得到四类地物的分类结果

（6）结果输出。

下面具体介绍每一项的操作步骤：

3.1导入数据，进行预处理

在打开eCognition时选择“Rule Set Mode”模式，即规则开发模式。

图一 eCognition软件开始界面

之后进入eCognition主界面，选择创建工程，将老师提供的彩色影像导入，其中Layer 4修改为灰度影像。完成工程的创建

图二工程创建界面

工程创建完成后，点击Edit Image Layer Mixing调整RGB对应的Layer。本次实习最终确定RGB对应Layer结果如下：

图三调整RGB通道对应层界面

如果遥感影像过大，也可以考虑进行影像剪裁。在新建工程时，剪裁出部分影像后，建立工程，进行接下来的步骤。

图四遥感影像剪裁界面

3.2影像分割

分割能将整幅影像的像素层进行分组，形成分割对象层；或者对已有的分割对象进一步细分，得到新的分割对象层。分割是分类的基础，分割效果的好坏直接关系到分类的精度。首先新建分割流程，在主界面右边的“Process Tree”里，右键然后选择“Apeend New”，在弹出的“Edit Process”对话框里，建立“Segmentation”这一规则。

图五影像分割开始界面

在“Segmentation”规则下选择不同的算法，来完成图像的分割。对不同分割方法结果展示如下：

3.2.1棋盘分割——Chessboard Segmentation

棋盘分割是eCognition软件中一种简单的分割算法，它将一幅影像或一个父级对象分割成许多正方形的小对象。

关键参数：“Object Size”-表示正方形网格的边长，单位是像素。这里经过实际测试，设置正方形网格边长为100像素并进行分类。操作界面如下：

图六棋盘分割操作界面

分割结果如下：

图七棋盘分割结果

对于棋盘分割的效果，该方法只是将遥感影像简单粗暴的将其等分，并没有考虑到像素之间的相关性。因此棋盘分割方法分割原理较为简单，但效果较差。

3.2.2四叉树分割——Quadtree-Based Segmentation

四叉树分割也是eCognition软件中一种简单的分割算法，它将一幅影像或者一个父级对象以四叉树的形式分割成许多正方形的小对象。

关键参数1：“Mode”-模式，不同的模式会有着不同的四叉树分割方法。“Color”模式适用于新建一个四叉树分割层；“Super Object Form”模式适用于在已有的一个分割层上进行四叉树分割，例如在多尺度分割的基础上再进行四叉树分割。

关键参数2：“Scale”-用来决定正方形网格内最大的颜色差异。

关键参数3：“Image Layer weights”-用来决定哪些波段参与“Scale”参数的设定。

操作界面与分割结果如下：