面向对象分类-页PPT文档

输入工程名
是否使用地理编码
添加图层 移除图层 编辑图层
添加图层 移除图层 编辑图层
调整视图设置
在视图设置工具条中的编辑图层混合按钮编辑影像图层混合窗口打开， 数据波段默认情况下以三个条带以红、绿 、蓝三色被显示
编辑影像图层混合对话框
要看真彩色效果，通过点击来设置蓝、绿、红在各自对应的列 如图，真彩色波段设置
默认情况下通常最常使用的算法是可以应用的，选择其它的算法 时可以通过下拉选项和滑动条进行选择，在最下端的select more里可 以选择更多算法，添加可利用的算法到算法名单中。
算法参数
根据所选择的算法不同，参数的设置也不同，必须在参数设置 表格进行设置，如，多尺度分割的算法被插入。
多尺度分割算法的参数
易康简介
(Definiens professional 8.0) 基础应用
一、产生背景
• 高分辨率遥感影像（high-resolution remote sensing imagery ）的大量出现与广泛应用 – SPOT5、IKONOS、QuickBird、WorldViewⅠ-Ⅱ、 GeoEye-1 – 高分辨率遥感影像广泛应用于土地利用、森林资源监测 与调查、土地整理监测
常用窗口
View|→Wind ows
进程树窗口
类层次窗口
样本编辑窗口
影像对象特征显示 窗口（可选择）
特征窗口 特征值域
规则（Processes）
• 图像分析算法是Definiens的专家开发出的一套先进的模仿 人类认知的语言进行开发的高级影像分析算法，这种算法 主要采用了面向对象的图像分析方法，各种算法的设计是 通过对规则集的设计实现的。
中，当完全不属于该类时，隶属度为0；完全属于时，隶属度为1.
最邻近分类：通过选取一系列样本对象，选择特征集（多个特征），
计算这些样本在这些特征间的分离度。再根据分离高的特征计算所有 对象与样本点的距离，距离小于阈值，归为一类。
影像分割
根据影像的部分特征将一幅图像分成若干“有意义”的 互不交叠的区域，使得这些特征在某一区域内表现一致 或相似，而在不同区域间表现出明显的不同。
影像对象
按照局部区域的不同特征进行分割，所分割出来独立的结果就叫影像对象。
每个影像对象代表影像的一个确定空间连续的区域。
影像区域的像素与影像对象关系是部分关联。 如果两个影 像对象是邻近关系，那么它们包含的像素在影像区域也是相 邻关系。
影像对象层和影像对象层组
•对像层： 对象层是由易康(eCognition)软件分割的多个影像对象组成， 而多个影像对象可以按照一定的尺度参数合并或分割成分别 由上下组成的一个新的对象层。
影像分割是对遥感影像进行进一步面向对象分析、理解 和识别的基础，是高分辨率遥感影像应用领域的关键技 术之一。
影像分割
主要利用光谱特征，形状特征调整地块边界
Smoothness量小说明该对象边界比较光滑 Compactness表示对象紧凑程度。
• 一个单一的规则是解决一个具体图像分析问题中规则的集 合单元，规则集是进行规则集合而开发的一个主要工具。
• 在影像中一个单一的规则能使一个具体的算法应用到一个 具体特定的区域，条件信息为选择特定区域的分类或合并 提供了很好的语义信息。
单一的规则中的主要功能
算法、算法作用的影像对象域、算法参数
算法 对象域
指定分类的算法参数
注释： 对于一个规则，您也可以添加自己的标注，您可以在打开编辑对话窗口中点击 注释图标 通过插入注释可以使规则变得容易理解和输入一些必须的信息。
规则可以包含任意数量的子规则，它们所显示的结果是影 像分析所定义的结构和流量控制图，规则包含很多不同类型 算法，允许用户建立一个连续图像分析流程。
• 传统基于像元（pixel based）分类方式获得的结果与地理数 据库难以整合 – “椒盐”现象，分类结果不易矢量化 – 分类利用的高分影像信息有限，导致分类精度不高
高分土地利用信息提取
• 空间分辨率的提高，提供更多的纹理、形状、上下文等空 间信息，地物看的更清晰，更便于人工目视解译
30米分辨率TM图像 传统的基于像素自动分类 方法，已不适合 面向对象影像分析与信息2.5米分辨率SPOT5图像 提取技术
二、技术流程和核心方法
耕地 居民区
地高物分边精的结辨界细地构率识物、遥+准别信纹感确息理数=确=（等据认精光）拥地确谱有块提、更属取几加性地何丰块、富
过去的方法是依靠人工勾绘边界，看图 识字。高分辨率遥感图像地物信息丰富 、数据量大。但仅依靠人工的方法对高 分辨率遥感影像进行解析已经难以满足 应用需求。
规则次序流程
如图：规则窗口中显示了一个规则流程
分割和分类
• 分割：
获取影像对象的过程（像素向上合并的过程）。
• 分类：
把具有相近关系的影像对象归为一类的过程。
易康(eCognition) 分类相关概念 隶属度分类：为对象选取特征并对这些特征的值用隶属度函数进行描
述，将这些对象归为一类的过程。 隶属度函数（ membership functions ）：一种模糊函数。在分类
快速制图 模式
自设定规则 模式
新建工程
打开方式： File菜单→New Project
或从工具栏点击
注：如果在新建工
程时，有信息需要添 加或者修改，选择
File→Modify Open project
影像相关信息（参考坐标系统、像素数 、分辨率、影像坐标范围）
每个波段作为一个图层 专题图层（辅助分类图层） 元数据
•对象层组： 对象层组由两个或多个以上的影像对象层组成
由上至下是一对多、由下至上是多对一
百度文库
基于对象分类
分 类 流 程 图
工作流程
影像输入
创建对象-分割
为分类建立特 征空间
分类 精度评价
结果输出
新建工程
在启动eCognition8.0破解版时，要先将系统时间改为 2019年1月10日，可用期限为7天。
循环次数
算法参数
在这个项中您能读到您在规则树中所设置的所有参量。
如图：自动命名的规则 上述例子命名解释:
。 所有对象的Mean nir特征值若小于200在第一层级将被分类为水体
算法（Algorithm）:
从下拉菜单中选择您想要进行的算法，依据所选择的算法，在编 辑对话框右侧部分的规则集合设置的算法参数也将发生变化并显示。