易康eCognition面向对象分类详细步骤.pdf

发布时间：2022-06-13 发布人：admin 分类：说明书资料大小：9.64M 资料格式：pdf 举报版权申诉

6aa6d4b0-f998-45c6-b7d0-66571ffc218f.pdf-第1页.png

第1页 / 共22页

6aa6d4b0-f998-45c6-b7d0-66571ffc218f.pdf-第2页.png

第2页 / 共22页

6aa6d4b0-f998-45c6-b7d0-66571ffc218f.pdf-第3页.png

第3页 / 共22页

6aa6d4b0-f998-45c6-b7d0-66571ffc218f.pdf-第4页.png

第4页 / 共22页

6aa6d4b0-f998-45c6-b7d0-66571ffc218f.pdf-第5页.png

第5页 / 共22页

6aa6d4b0-f998-45c6-b7d0-66571ffc218f.pdf-第6页.png

第6页 / 共22页

6aa6d4b0-f998-45c6-b7d0-66571ffc218f.pdf-第7页.png

第7页 / 共22页

6aa6d4b0-f998-45c6-b7d0-66571ffc218f.pdf-第8页.png

第8页 / 共22页

文本预览

基于 Nearest Neighbor 的面向对象监督分类 1. 启动 eCognition 8.9 ，选择 Rule Set Mode ，Ok 。 2. 新建 Project ： File → New project ，或者工具栏上的新建按钮。在弹出的对话框中选择要添加的文件 l8_rs_wgs84_sub.img ，点 Ok，可以看到它包含 8 个分辨率为 30m 的图层，双击每个图层可以修改它的图层名，利于分辨。然后点图层窗口右边的 Insert，在弹出的对话框中选择 l8_pan_rs_wgs84_sub.img 文件，Ok 后将 Pan 波段添加进来。最后，点 Thematic Layer Alias 窗口右边的 Insert 按钮，选择 2002 forest types UTM WGS84.shp 文件， Ok 后将森林类型专题图添加进来，双击该矢量层，将图层名修改为 Foresttype，最终效果如下图： 1

Project Name 等按默认，点 Ok ，回到主界面，图像按前 3 个波段 RGB 显示，如下图：为了更好的辨别地物类型，点击工具栏上的图层显示编辑按钮，在弹出的对话框中点击修改 RGB 为 NIR ， Green， Blue 显示： 2

如果取消勾选左下角 No layer weights ，还可以设置不同波段的比重，在调整不同波段的比重时，在数值上左击鼠标增加比重，右击鼠标减少比重，如下图：点 Ok 进行波段显示调整后的效果如下，然后保存这个 Project 为 l8_rs_wgs84_sub.dpr 。 3

3. 将图像分解为基本对象：首先，在 Process Tree 窗口（如果没有，菜单栏 View → Windows → Process Tree 调出），右击，选择 Append New ，将 Name 改为 Segmentation，其他按默认，然后点击 Ok：其次，在 Process Tree 窗口，右击 Segmentation 这个新建规则 (Rule) ，选 Insert Child( 插入子规则 )， Name 勾选自动， Algorithm 下拉菜单选择 multiresolution segmentation （最常用的分割算法），在右边的参数窗口，找到 Scale parameter 并将其设置为 150，其他默认，然后点 Execute(立即实行 )或者 Ok( 稍后实行 )。此处，我们先选择 Ok，然后在 Process Tree窗口右击此规则，再 Execute。 4

运行 Execute 后，我们就可以看到整幅图像被分成了许多 Objects(对象 )，而且分割的尺度比较满意，如下图：如果分割的对象太密或者太疏，我们可以通过调整规则中的 Scale parameter 参数（注：数值越大，分解得到的 objects 数量越少），进行多次尝试，直到满意为止。 4. 创建图像分类特征指标：接下来，我们需要选择一些图像特征来作为分类的依据。首先，找到 Feature View 窗口（如果没有，菜单栏 View → Windows → Feature View 调出），选择 Object Features > Layer Values > Mean ，再双击 Brightness，等待系统计算所有 Objects 的 Brightness 值，再点击图像主窗口的任意一个对象，就可以在 Image Object Information 窗口（可以菜单栏 View → Windows → Image Object Information 调出）看到这个对象的 Brightness 特征值了： 5

其次，找到 Feature View > Object Features > Layer Values > Mean ，双击 Create new ‘Mean’，在弹出的窗口中，在 Value 下选择 Feature View 窗口 Mean 中还没有的波段， Ok ，将该波段添加到 Mean 下，系统会自动计算所有对象的该波段值，同时该波段特征自动显示在 Image Object Information 窗口中。重复上述波段添加过程，直到把所有需要用于分类的波段添加到 Mean 下：此外，我们还需要选择一些形状指数作为分类依据，这对于建筑物和道路这两个具有非常相似光谱特征的类型的分离会很有帮助。找到 Feature View > Object Features > Geometry > Extent ，双击 Length/Width ；再找到 Feature View > Object Features > Geometry > Shape ，双击 Shape index，将这两个形状指数加入到 Image Object Information 窗口中。最后，我们还需要创建一个 NDVI 指数作为分类特征。找到 Feature View > Object Features > Customized ，双击 Create new ‘ Arithmetic Feature ，在弹出的的对话框中，将 Feature name修改为 NDVI ， ’ 点击相应的计算符以及双击波段，建立 NDVI 计算式，如下图，先适用再 Ok 后计算 NDVI 特征： 7

至此，所有需要用于分类的特征都选择并计算完毕， Image Object Information 窗口如下图： 5. 应用分类特征空间到类：首先，在 Class Hierarchy 窗口（如果没有，菜单栏 View →Windows → Class Hierarchy 调出）中右击，选 Insert Class，在弹出的对话框中将类名修改为 Building ，颜色修改为青色，勾选 Always ，Ok 后新建的类出现在 Class Hierarchy 窗口。重复上述过程依次建立 Forest， Grass， Road， Soil 和 Water 等类，如下图： 8

分享到：

赞收藏

资料库

易康eCognition面向对象分类详细步骤.pdf

相关推荐

课程资源

热门标签

最新资料