面向对象影像分类.docx

面向对象影像分类.docx

《面向对象影像分类.docx》由会员分享，可在线阅读，更多相关《面向对象影像分类.docx（14页珍藏版）》请在冰豆网上搜索。

面向对象影像分类

面向对象影像分类

面向对象的影像分类是在面向对象特征提取的基础上进行的。

在分类之前，必须根据需要提取的地物类别，选择合适的尺度和合适的特征，然后根据地物类别的性质，设计好分类策略和步骤。

对于给出的实验数据，我们的要求是分成草地、道路、房屋和湖泊四个类，根据面向对象特征提取中的经验可以发现，在ObjectFeatures->LayerValues->Mean->Layer3上可以很好地将草地/湖泊和道路/房屋分开，然后根据ObjectFeatures->Geometry->Extent->Length/Width提取道路，因此分类策略是：

先将草地/湖泊和道路/房屋分开，然后再分别针对草地/湖泊和道路/房屋的特征，将草地和湖泊、道路和房屋分开。

具体分类步骤如下：

1、多尺度分割：

按照面向对象特征提取中的步骤，设置三个尺度100、70和50，并进行分割，分别得到L1、L2和L3层尺度影像，在尺度层网络中，L1尺度最大，在最上面，往下分别是L2和L3。

最后的分类结果需要集中显示在一个层，因此还需要再加一个尺度层，只不过这个尺度层不纳入上面的尺度层网络中。

在ProcessTree中点右键，选择AppendNew，算法选择Segmentation->multiresolutionsegmentation，ImageObjectDomain设为pixellevel，尺度设为40，新层的名称为L4，同时运行该分割，得到L4层的分割结果。

2、在ClassHierarchy中添加4个类，右键点击空白处，选择InsertClass，在弹出的对话框中分别命名为level1、level2、level3和level4，颜色都选择为灰白色：

3、给三个类层次添加level属性：

双击level1类，双击Contained->add（min），弹出InsertExpression对话框，依次选择Objectfeatures->Hierarchy->level，双击level，打开Membershipfunction，单击

按钮，在

处输入3和5，表示该函数的值为4，点击OK按钮，即完成给level1类添加level属性的操作。

这里level1类的level属性值为4，是因为整个分类过程要分成四个层次，如下图所示：

在level1层，将人工目标（道路、房屋）与非人工目标（草地、湖泊）区分开；在level2层设置非人工1，该类完全继承了level1中的非人工，在非人工1上再将草地1和湖泊1区分开；在level3层设置人工1，该类完全继承了level1中的人工，在人工1上再将道路1和房屋1区分开；在level4层为最终的分类层，其中草地和湖泊完全继承了level2中的草地1和湖泊1，道路和房屋完全继承了level3中的道路1和房屋1。

因此在这个层次结构中，level1处于最上层，所以level属性值为4，区间为3到5，依次类推，level2的level属性值为3，level3的level属性值为2，level4的level属性值为1。

按照这个属性值分别设置完level1至level4的所有level属性。

需要注意的是，ClassHierarchy视图有Group和Inheritance两个标签，这两个标签类的这种层次结构应该是一致的，否则会出错。

在编辑每个类的属性时，都可以通过双击这两个标签中类的名称，但是在一个标签中改变类的层次结构，在另一个标签中却不会出现相应的改变，因此需要手动改变。

4、添加level1类的规则：

双击“人工”，在弹出的对话框中依次双击add（min），Threshold，ObjectFeatures->LayerValues->mean，如下图：

双击Layer3，在弹出的对话框中设置如下，点击OK。

双击“非人工”，在弹出的对话框中依次双击add（min），Similaritytoclasses->人工，如下图：

此时即设置“非人工”与“人工”具有相同的性质，而实际上它们应该具备相反的性质，因此需要设置“非人工”为“人工”的反义。

在add（min）->人工上右键，选择InvertExpression，此时变成了“not人工”，即完成取反。

5、对level1层次进行分类：

在ProcessTree中右键选择AppendNew，弹出的对话框中Algorithm选择BasicClassification->Classification，AlgorithmParameters中的ActiveClasses选择“人工”与“非人工”，点击OK。

在ProcessTree的新增加的一条记录

上点右键，选择Execute，得到level1层的分类结果，如下图，可以看出，道路和房屋等人工目标以红色显示，非人工目标为灰白色。

6、level2层次分类：

将

设置为L2层。

首先将“非人工1”完全继承level1中的“非人工”。

双击“非人工1”，双击add（min），双击threshold，选择class-relatedfeatures->relationstosuperobjects，双击Createnew“Existenceof”，在Class中选择“非人工1”，Distance设置为1，点击OK，如下图：

弹出如下的对话框：

这里设置为“=1”，表示完全将“非人工1”类继承下来。

设置“湖泊1”的规则：

双击FeatureView视图中的ObjectFeatures->LayerValues->mean->layer1，可以发现湖泊在该特征上的值非常低，均低于36，而草地的值高于36，因此用该特征可以将草地与湖泊分开。

双击“湖泊1”，依次双击add（min）->Threshold->Objectfeatures->LayerValues->Mean->Layer1：

在弹出的对话框中设置为“<36”，如下图，点击OK。

然后将“草地1”设置为“湖泊1”的反义，具体设置参照步骤4，设置好的规则结果如下图：

应用level2的分类：

在ProcessTree中右键选择“AppendNew”，Algorithm中选择BasicClassification->classification，AlgorithmParameters中的ActiveClasses中选择“草地1，湖泊1”，如下图：

此时ProcessTree中多了一条记录，

，右键选择Execute，查看level2层的分类结果，如下图：

7、level3的分类：

将

设置为L3，按照步骤6，将“人工1”完全继承level1中的“人工”，有一点不同的是，在下面的对话框中，Distance应该设置为2，因为level3和level1的层间距离为2，其余的设置是一样的：

设置“道路1”的规则：

由于道路对象具有长条的形状，因此可以使用Objectfeatures->Geometry->Extent->Length/Width特征，大于6可以认为是道路，否则可以认为是房屋，设置好的规则如下：

设置“房屋1”为“道路1”的反义，具体操作参见步骤4

使用规则进行分类：

在ProcessTree中右键选择AppendNew，Algorithm中选择BasicClassification->classification，AlgorithmParameters中的ActiveClasses中选择“道路1，房屋1”，如下图：

此时ProcessTree中多了一条记录，

，右键选择Execute，查看level3层的分类结果，如下图：

到此需要分类的地物都已经在不同的尺度层上区分出来，最后一步就是在level4层上将上述处理的结果进行继承，得到最终的分类图。

8、level4分类：

将

设置为L4。

双击“草地”，依次双击add（min）->Threshold->class-relatedfeatures->relationstosuperobjects，双击Createnew“Existenceof”，在Class中选择“草地1”，设置Distance为2。

其他地物的继承方式同“草地”，不同的是Distance，草地和湖泊的Distance为2，道路和房屋的Distance为1。

按规则分类：

在ProcessTree中右键选择AppendNew，Algorithm中选择BasicClassification->classification，AlgorithmParameters中的ActiveClasses中选择“道路，房屋，草地，湖泊”，如下图：

此时ProcessTree中多了一条记录，

，右键选择Execute，查看level4层的分类结果，即为最终的分类结果。

如下图：