eCognition基本操作流程.docx
《eCognition基本操作流程.docx》由会员分享,可在线阅读,更多相关《eCognition基本操作流程.docx(13页珍藏版)》请在冰豆网上搜索。
![eCognition基本操作流程.docx](https://file1.bdocx.com/fileroot1/2022-11/22/9cc4b35e-760c-4d45-b347-e377fa96fb83/9cc4b35e-760c-4d45-b347-e377fa96fb831.gif)
eCognition基本操作流程
eCognition基本操作流程
一、基本流程
影像分割→特征选择和特征视图→影像分类→输出分类结果
二、实例演示
(一)新建工程
打开易康软件后,会提示两种模式,一种是【QuickMapMode】,称之为快速制图模式,另一种是【RuleSetMode】,称之为规则开发模式.前者主要针对于临时使用软件和基于样本影像分析的用户,能够极大地简化工作流程如一些面向对象影像分析基本步骤的限制,但是提供的功能有限,而且不能建立规则集;因此这里选择规则开发模式,如图所示.
点击【OK】后进入软件的主界面,如下图所示红色边框里是四种视图类型,这里选中的是第四种【DeveloperRulesets】
点击【CreateNewProject】,弹出如下图所示的界面,选择需要处理的遥感
影像:
选中影像后点击【OK】,用户将能看到【CreateProject】对话框,在该对话框中【ProjectName】使用英文名称命名工程,【Map】里能够看到当前打开的影像的坐标系统、空间分辨率、影像大小等信息,【Map】下面显示的是影像波段的别名【ImageLayerAlias】、位置等信息,然后再往下【ThematicLayerAlias】用于插入一些辅助分类的专题数据,例如我们常用的矢量数据。
我们可以将整幅影像加载进来,也可以只处理一部分影像,这时需要点击【SubsetSelection】,然后会弹出对话框,可以用鼠标对感兴趣的区域进行框选。
这里我们默认将整幅影像导入到易康中,如果你想对已经新建立的工程进行一些修改,例如再导入其他波段或影像,可以点击【File】-【ModifyOpenObject】.工程建立好后如下图所示:
建立好工程后,可以改变影像的显示方式,包括波段组合和影像缩放操作,如图所示为易康提供的影像显示的工具栏,红色边框选中的工具为编辑波段组合,该工具前面的四种工具是各种波段组合显示的快捷工具,例如第一个是单波段显示即灰度显示,第二个是按顺序给定三种波段组合显示效果,第三个是前一种波段组合显示效果,第四个是后一种波段组合显示效果。
红色边框选中工具后面的图标就不再详述,分别是鼠标选择、鼠标漫游、鼠标缩放、缩小、放大、视图比例和全幅显示.
如图所示为影像显示的波段组合编辑对话框,这里用户可以定义影像显示的方式(真彩色、假彩色)和影像初始显示设置(如线性拉伸设置等)
(二)影像分割
在主界面右边的【ProcessTree】里,右键然后选择【ApeendNew】,在弹出的【EditProcess】对话框里,如图红色边框设置,然后点击【OK】,在【ProcessTree】里会出现"Segmentation"这一条规则(当做处理流程的标签)
此时选中Segmentation,然后右键选择【InsertChild】,也会弹出【EditProcess】对话框,此时可以添加具体的分割规则,例如选择的分割算法、分割的参数设置信息等,这里我们使用的是多尺度分割的方式,即在【executechildprocesses】下面找到【Segmentation】算法里面的【multiresolutionsegmentation】这里将分割尺度设置为100。
此时,如果点击【OK]的话,将不会执行规则,而仅仅是在【ProcessTree】添加了一条规则标签而已,因此需要点击【Execute】来执行分割这条规则,此时【ProcessTree】和主界面会发生变化。
此时我们可以利用工具栏上的【ShoworHideOutlines】来控制分割边界是否显示;
此时可以利用多个视图来显示分割前后的影像,选择【Window】菜单下的【Split】、【SplitHorizonally】、【SplitVertically】这三种功能,来设置影像的显示方式,例如这里选择【SplitVertically】,显示效果如图所示,这种显示方式两个窗口之间是独立的,因此是【IndependentView】;如果两个窗口之间分割对象是联动显示的,那么是【SidebySideView】。
(三)特征视图与特征计算
易康的【FeatureView】提供了大量的特征.这里结合使用的实验数据,简单选择几种特征进行介绍。
如图所示,这里双击【Mean】特征下的“Layer5”,表示计算的是影像近红外波段的均值.
双击之后取消选中【ShoworHideOutlines】,那么主界面将会显示特征视图,如图所示,白色的表示特征值较大的对象,黑色的表示特征值较小的对象。
结合实验影像中的地类,黑色的区域主要类别是水体,白色区域主要类别是植被,而建筑物则介于中间。
任意选中一个对象,在【ImageObjectInformation】里显示该对象对应的特征信息,这里显示的特征信息,可以通过在【ImageObjectInformation】里右键选择【SelectFeaturestoDisplay】来编辑,如图中所示这里只选择了对”Layer5"即近红外波段的均值进行显示,如红色边框选中的两个地方。
以上介绍的只是查询一个分割对象的特征信息,我们在分类的时候需要明确某一个类别的特征值的取值范围,这样才能够建立一条类别提取的规则。
那么这时候就需要利用到【FeatureView】中的查看范围特征值的功能,如图中下面的绿色边框选中的区域。
在利用范围特征值显示之前,以实验影像中的植被为例,我们需要首先来估计一下植被的近红外波段均值的取值范围,这时我们可以在影像中点击一些分割后的植被对象,来查看它们对应的近红外波段均值,然后将最大值和最小值记录下来,作为我们判断植被的一个初始的阈值范围。
比如这里这些植被对象的最小近红外波段均值为18800。
判断完毕后,此时呢可以选中【FeatureView】里最下面的特征范围,然后输入特征的最小值(左)和最大值(右),如下图中红色边框选中的区域,符合这一阈值范围的对象呈现出蓝色和绿色.
此时对照多波段影像和被选出的区域,那么就能够很明显的看出类别的特征范围是不是准确;当然如果此时觉得特征范围需要修改,那么继续修改右下角【FeatureView】的阈值范围直到结果满意为止,记下最小值最为分类植被的规则。
得到植被分类的规则后,开始选取水体的分类规则。
这里需要用到的是自定义特征的使用,用以区分水体的归一化差异水体指数NDWI,其计算公式为NDWI=(G-Nir)/(G+Nir),在【FeatureView】里选择【Customized】的“Createnew’ArithmeticFeature”,弹出自定义特征编辑的对话框,如下图所示编辑NDWI的计算公式.
重复选取规则的步骤直到选取出符合水体分类规则,比如这里的NDWI最小值为—0。
06。
(四)分类
在分类之前首先我们要明确目标,即针对当前影像建立类别体系,在【ClassHierarchy】界面右键然后选择【InsertClass】,在弹出的【ClassDescription】对话框里设置类别的名称和颜色,这里的类别名称使用英文.如图所示,将实验影像中的类别定义为vegetation(植被)、water(水体)和others(其他).
在上文中已经建立了三种类别的提取规则,当然这只是一种简单的试验,一个类别的精确提取往往需要多条规则、多个特征的综合。
此时在【ProcessTree】界面里添加一条名规则,内容为"Classification”,也可以理解为父进程,但是它仅作为一个标签,和”Segmentation"类似。
在这里请注意ProcessTree的逻辑顺序,Classification与Segmentation是同等的父进程,请不要将Classification作为Segmentation的子进程插入.
前文已选取好的分类规则:
(1)植被提取的规则:
近红外波段均值>18800;
(2)水体提取的规则:
归一化差异水体指数〉—0。
06;(3)其他的规则:
剩余的未分类对象归为该类。
右键”Classification"选择【InsertChild】,为vegetation类别建立提取规则,具体的参数设置界面如下图所示:
设置完毕后点击【Execute】,会发现影像中分割边界的颜色会有部分变成vegetation类别的颜色,取消选中【ShoworHideOutlines】,点击【ViewClassification】则会出现vegetation类别的提取结果,如图所示。
按照同样的方式,分别添加water和others两个类别的提取规则并且执行,需要注意的是最后将剩余的未分类对象赋给others类别时,【Thresholdcondition】不需要设置任何条件.
最终的分类规则集和分类结果如图所示:
(五)分类结果输出
将分类结果导出为矢量数据(shp)在ArcGIS中打开,需要注意的是在输出的特征集里只有选择了类别名称这一特征,矢量数据的属性表里才会有对应的类别字段。