1、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【Quick Map Mode】,称之为快速制图模式,另一种是【Rule Set Mode】,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【Developer Ru
2、lesets】 点击【Create New Project】,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【Create Project】对话框,在该对话框中【Project Name】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【Image Layer Alias】、位置等信息,然后再往下【Thematic Layer Alias】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【Subset S
3、election】,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】-【Modify Open Object】.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
4、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【Process Tree】里,右键然后选择【Apeend New】,在弹出的【Edit Process】对话框里,如图红色边框设置,然后点击【OK】,在【Process Tree】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【Insert Child】,也会弹出【Edit Pr
5、ocess】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 【execute child processes】下面找到【Segmentation】算法里面的【multiresolution segmentation】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【Process Tree】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【Process Tree】和主界面会发生变化。此时我们可以利用工具栏上的【Show or Hide Outlines】来控制分
6、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】、【Split Horizonally】、【Split Vertically】这三种功能,来设置影像的显示方式,例如这里选择【Split Vertically】,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【Independent View】;如果两个窗口之间分割对象是联动显示的,那么是【Side by Side View】。(三)特征视图与特征计算易康的【Feature View】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
7、征下的“Layer 5”,表示计算的是影像近红外波段的均值.双击之后取消选中【Show or Hide Outlines】,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【Image Object Information】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【Image Object Information】里右键选择【Select Features to Display】来编辑,如图中所示这里只选择了对”Laye
8、r 5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【Feature View】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188
9、00。判断完毕后,此时呢可以选中【Feature View】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【Feature View】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【Featu
10、re View】里选择【Customized】的“Create new Arithmetic Feature”,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【Class Hierarchy】界面右键然后选择【Insert Class】,在弹出的【Class Description】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other
11、s(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【Process Tree】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Process Tree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
12、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【Insert Child】,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【Show or Hide Outlines】,点击【View Classification】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,【Threshold condition】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。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1