Ecognition8多尺度分割与光谱分割结合应用.doc

Ecognition8多尺度分割与光谱分割结合应用.doc

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Ecognition8多尺度分割与光谱分割结合应用

Ecognition 8.7知识 图1 多尺度分割 图2 光谱差异分割 易康软件是目前较为前沿的面向对象分类软件,应用广泛。 其中,尺度分割是面向对象的一个重要问题,这里介绍多尺度分割与光谱分割的结合应用。 分割是易康软件应用的开始,是整个操作的第一步骤。 将多尺度分割与光谱差异分割相结合,能够得到一个较好的分割尺度。 多尺度分割 是一种自下而上的分割方式:通过识别象元的相似性,使相邻相似象元合并形成对象。气氛个尺度是一个抽象概念,无具体意义。但是宏观上讲:分割尺度越大,影像对象越大。(这里假设形成的影像对象层为level 1)。这是会形成大大小小的影像对象,斑块还是比较破碎。 光谱差异分割 也是一种自上而下的分割方式。基于以上level1可以进行光谱差异分割,其实质是对level1 中的影像对象的合并。那么在光谱相似区就会形成较大的对象,而光谱差异大的区域形成破碎的对象。此分割后形成level2,基于level2的分类能得到较好结果。 Level1分割结果 level2分割结果 从以上结果可以看出,level2中右侧的水体变成了较大斑块,左上角的农田也进行合并,这在分类过程中,合并同质对象,减少了对象个数,既提高了运算速度,也提高了分类精度。 其他的分割方法还有:四叉树分割,棋盘分割等。不过这两类算法属于自上而下的分割算法,与前面介绍二者不同,在应用时,要注意影像对象层间的父子关系。

文档评论(0)

f8r9t5c + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8000054077000003

1亿VIP精品文档

相关文档