I10面向对象图像特征提取.docVIP

第十章 面向对象图像特征提取 10.1 面向对象图像分类技术 面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间、纹理和光谱信息对图像分割和分类，以高精度的分类结果或者矢量输出。它主要分成两个过程：图像对象构建和对象的分类。 FX的操作可分为两个部分：发现对象(Find Object)和特征提取（Extract Features） 10.2 发现对象 10.2.1 准备工作 根据数据源和特征提取类型等情况，可以有选择地对数据进行一些预处理工作。 （1）空间分辨率的调整 如果您的数据空间分辨率非常高、覆盖范围非常大，而提取的特征地物面积较大（如云、大片林地等），可以降低分辨率，提供精度和运算速度。可利用ENVI主菜单-Basic Tools-Resize Data工具实现。 （2）光谱分辨率的调整 如果您处理的是高光谱数据，可以将不用的波段除去。可利用ENVI主菜单-Basic Tool-layer stacking工具实现。 （3）多源数据组合 （4）空间滤波 10.2.2发现对象 第一步 启动FX模块 在ENVI EX中，选择File-Open,打开图像文件qb_colorado.img，如图10.1。 在ENVI EX中，双击Toolbox中的Feature Extraction。选择输入文件（图10.2），单击Select Additional Files前的三角形符号，有三种数据可输入： Basic Image:必选项 辅助数据（Ancillary Data）:可选项 掩膜文件（Mask File）:可选项 单击OK按钮，进入下一步操作。 图10.1 ENVI EX界面 图10.2 选择数据 第二步 图像分割 FX根据临近像素亮度、纹理、颜色等对图像进行分割，它使用了一种基于边缘的分割算法，这种算法计算很快，并且只需一个输入参数就能产生多尺度分割结果。通过不同尺度边界的差异控制，从而产生从细到粗的多尺度分割。图10.3所示为阈值设定界面。 选择高尺度图像分割将会分出很少的亮斑，选择一个低尺度图像分割将会分割出更多的图斑。分割效果的好坏在一定程度上决定了分类效果的精确度，我们可以通过预览分割效果，选择一个理想的分割阈值，尽可能好地分割出边缘特征。 在Scale Level项中，通过滑块或者手动输入一个分割阈值，阈值范围为0~100，默认是50，值越小分割的块越多。 将P review前的复选框打勾，在Zoom图像显示区域出现一个矩形的预览区。在鼠标为选择状态下（在工具栏中选择按钮），按住鼠标左键拖动预览区，按住预览区边缘拖动鼠标调整预览区大学。 单击按钮，选择分割波段，默认为Base Image 所有波段。 设置好参数后单击Next按钮，这时FX生成一个Region Means图像自动加载到图层列表中并在窗口中显示。 图10.3 设定分割阈值 图10.4 分割效果预览 第三步 合并分块 图像分割时，由于阈值过低，一些特征对象会被错分，有的特征对象也有可能被分成很多部分。该方法在结合光谱和空间信息的基础上迭代合并邻近的小斑块。这一步是可选项，如果不需要可以直接单击Next按钮跳过。 在Merge Level项中，通过滑块或者手动输入一个合并阈值，阈值范围为0~100，默认是0，值越大被合并的块越多。 勾选Preview前的复选框，预览合并后的结果。 单击Next按钮，进入下一步。 图10.5 设定分块合并阈值 第四步 分块精炼 图10.6 精炼分块 第五步 计算对象属性 这一步是计算对象的属性，包括四个类型：空间（Spetial）、光谱（Spectral）、纹理(Texture)、高级选项(Advanced). 至少选择一种类型的对象属性，默认为全选，单击Next按钮执行计算对象属性。 目前为止，已经完成了发现对象的操作过程，接下来是特征提取过程。 图10.7 计算对象属性 10.3 特征提取 FX提供三种提取特征的方法：监督分类(Choose by Selecting Examples)、规则分类(Choose by Creating Rules)和直接输出矢量(Export Vectors )。如图10.9. 图10.8 特征提取方法选择 10.3.1 规则分类 在特征提取方法选择的界面中，选择Classify by creating rules选项，单击Next按钮，进入规则分类界面。 每一个分类由若干个规则组成，每一个规则由若干个属性表达式来描述。每个分类可以拥有若干个规则，他们之间是“OR”的关系；每一个规则可以拥有若干个属性表达式，它们之间是“And”的关系。 图10.9 规则分类界面