面向对象分类实验资料课件

遥感数据图像处理之

面向对象分类实验遥感数据图像处理之

面向对象分类实验1易康（eCognition8.0）软件（破解版）的安装

1、安装前将系统时间改为2010年1月10日（软件的可用期限是2010年1月10日-1月7日，用的时候要保证系统时间是这个时间段，安装包里附了一个Cracklock工具，安装后可以不用反复改系统的时间）2、安装路径最好是英文的3、先安装LicenseServerV8.0.0.exe，再装Setup.exe

易康（eCognition8.0）软件（破解版）的安装1、2象元VS对象

象元是单个的像素，每一个像素对应一个光谱特征

对象包含多个像素，不仅具有光谱值，同时还具有形状、纹理、空间位置等的特征（比如说一个房屋对应着一个对象，除了它房顶的颜色外，它的形状、周边的阴影等都可以作为识别这个房屋的特征值）象元VS对象3面向对象分类的大致过程输入影像创建对象 创建类对象特征的选择分类精度检验输出面向对象分类的大致过程输入影像4启动软件启动eCognitionDeveloper，这里选择进入RuleSetMode快速制图模式自设定规则模式启动软件启动eCognitionDeveloper，快速制5输入工程名影像相关信息（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添加图层移除图层编辑图层专题图层（辅助分类图层）添加图层移除图层编辑图层元数据新建工程打开方式：File菜单|NewProject或从工具栏点击是否使用地理编码注：如果在新建工程时，有信息需要添加或者修改，选择File|ModifyOpenproject输入工程名影像相关信息（参考坐标系统、像素数、分辨率、影像坐6进程树窗口分类过程中的各种操作过程运行的创建于执行类层次窗口用于类的创建于管理样本编辑窗口类样本对象的选择以及所选样本特征值的查看特征值域所选对象特征值的查看，要查看的特征可以自定义常用到的窗口进程树窗口类层次窗口样本编辑窗口特征值域常用到的窗口7创建对象（分割）在processtree窗口右键—appendnew算法对象域算法参数循环次数一种算法对应一种操作，如分割、分类、删除等创建对象（分割）在processtree窗口右键—app8棋盘分割：最快的分割算法，但对感兴趣对象的特征描述并不有效。分割产生相同大小的对象。四叉树分割：四叉树分割速度很快，可以产生多种尺度大小的对象。直接产生的对象没什么意义，但对后续光谱差异分割和多尺度分割区域生长算法有用。对比分裂多尺度分割：用得最多、最有效、速度最慢的一种分割方式光谱差异分割：影像对象域只能为对象。多阙值分割：当需要基于绝对的像素值进行分割时使用这个算法。对比过滤

eCognition中的分割算法棋盘分割：最快的分割算法，但对感兴趣对象的特征描述并不有效。9多尺度分割选择算法操作的对象创建对象层分割的参数，其中分割尺度用于控制对象内象元的光谱差异阈值，下面的两个用来控制对象的形状特征多尺度分割选择算法操作的对象创建对象层分割的参数，其中分割尺10影像对象层不同的分割尺度对应不同的对象层，从1到3，分割尺度逐渐增大，对象层之间可以相互传递和继承影像层最底层的对象层对象层是由易康(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。影像对象层不同的分割尺度对应不同的对象层，从1到3，分割尺度11分割结果影像分割过程中对应着有一个最优分割尺度选择的问题，不同的影像，不同的区域以及不同的地物都对应的不同的分割尺度，需要经过多次尝试后才能确定分割结果影像分割过程中对应着有一个最优分割尺度选择的12分类特征的选择一个特征是目标对象的相关信息的表述。在ImageObjectInformation窗口中单击右键，选择selectdisplayedFeature(你要查看的对象的特征)对象特征类相关特征双击左边窗口的中的某个特征，既可以添加该特征作为你要查看同时也可以自定义特征，如NDVI、A/P等（见下张PPT）特征选好后，选择一个对象，既可以看到对象信息窗口中这个对象对应的特征值分类特征的选择一个特征是目标对象的相关信息的表述。对象特征类13自定义分类特征在Customized下选择createnew‘arithmeticfeature’实验数据为SPOT5，1、2、3、4波段，NIR对应Layer3,Red对应Layer2自定义分类特征在Customized下选择createne14如图所示，特征窗口常用的对象特征

纹理特征的使用在面向对象分类中比较常用，但它的处理时间比较长（也不是特别特别的长），选之前需要相应的心理准备，上面截出了几种常用的纹理特征如图所示，特征窗口常用的对象特征纹理特征的使用15创建类在ClassHierachy窗口中单击右键，InsertClass类的属性定义，即定义识别这个类的特征空间，类的继承等，添加时，在and(min)上单击右键，选择特征以及对应的特征值函数即可。创建类在ClassHierachy窗口中单击右键，Inse16分类方法eCognition中最常用的两种分类方法： 成员函数法（通过定义类的特征隶属函数，以隶属度的方式将对象归类）最邻近分类法（基于样本的以及样本特征空间的监督分类）（两者最大的差别在于成员函数法需要确定特征的阈值建立隶属函数）分类方法eCognition中最常用的两种分类方法：17练习：基于SPOT6影像的地物提取一、新建工程，打开影像实验区域二、多尺度分割(scaleparameter设置为80，shape和compactness分别设置为0.2和0.5)练习：基于SPOT6影像的地物提取一、新建工程，打开影像18三、创建分类体系在ClassHierarch中建立如图所示的分类体系四、引入自定义的特征值NDVI、NDWI五、针对每个地类选取一定量的样本三、创建分类体系四、引入自定义的特征值NDVI、NDWI19六、定义类的特征空间通过对比样本类特征的重叠性，选择可以区别类的特征及其阈值，并选择合适的隶属度函数如在SampleEditor中比较水体和植被两者之间的识别特征，可以单击右键选择显示的特征值，查看特征区间和重叠度。从右图每个特征的对应的Overlap可以看出，NDVI、NDWI、以及RatioLayer4可以很好的将两者区分，水体的NDWI值的范围在0.16-0.404之间，据此，我们可以确定出水体的特征空间为NDWI>0.12（可对值域稍作调整）六、定义类的特征空间从右图每个特征的对应的Overlap可以20根据上一步的分析，在ClassHierarchy窗口中给水体添加类的隶属度函数在and(min)右键insertnewexpression,在ObjectFeatures下的找到NDWI，双击

这里可以考虑选择第一个函数，设置最小值和最大值即可，即完成了一个类的成员函数的定义根据上一步的分析，在ClassHierarchy窗口中给水21道路的成员函数可以参考Brightness[290,440]Density[0,1.5]NDWI[0.01,0.31]1、其它的地类特征空间有兴趣的大家可以自行研究琢磨一下由于水体和阴影的区分比较麻烦，本次实验暂不考虑。2、高分影像中建筑物的形态各异，提取前需要实现对其目视分类，分别提取后合并类3、耕地、林地以及草地的在NDVI的基础，通常会涉及到纹理等的特征道路的成员函数可以参考1、其它的地类特征空间有兴趣的大家可以22依此分别定义你要提取的类的成员函数（与之相对应的是定义类的最近邻空间）七、执行分类（以提取单个水体类为例）在processtree窗口右键—appendnew选择algorithm中选择classification,在activeclasses中选择水体(可以多选)，Execute.八、精度检验Tools->AccuracyAssessment选择基于样本的混淆矩阵，选择要评价的类后，showstatistics即可查看分类的精度依此分别定义你要提取的类的成员函数（与之相对应的是定义类的最23九、分类结果的导出结果导出前要先新建一个classname,然后进行结果导出：export—exportresults,选择所要导出的类，fetures中选择新建的classname九、分类结果的导出24十、小功告成由于面向对象分类