面向对象特征提取.docVIP

面向对象特征提取 1、启动eCognition，选择Rule Set Mode。 2、新建工程：File - New Project或者点击按钮，选择影像or_196560080.tif，确定。 3、界面布局：选择Classification - Class Hierarchy，打开类层次视图；选择Image Objects - Image Objects Information，打开目标信息视图；选择Process - Process Tree，打开进程树视图；选择Tools - Feature View，打开特征视图。通过拖拽，形成下面的工作界面： 4、设置尺度参数：设置三个分割尺度，分别是100，70，50，三个尺度对应的层次分别命名为L1，L2，L3。 5、第一尺度（100）分割：在Process Tree中右键，选择Append New，在Algorithm中选择Segmentation - multiresolution segmentation，Image Object Domain中选择Pixel Level，而Algorithm parameters中的Level Name命名为L1，Scale Parameter设为100，Shape设为0.2，Compactness设为0.5，如下图所示： 点击OK后，Process Tree中会多出一条记录，如下： 在该记录上点击右键，选择Execute，即按照设定的参数进行分割，分割的效果如下： 6、第二尺度（70）分割：在eCognition的尺度分层规则中，大尺度对应的层摆在最上面，小尺度的层摆在下面。在Process Tree中右键，选择Append New，在Algorithm中选择Segmentation - multiresolution segmentation。由于第二尺度对应为第二层次，因此其应该在第一层（L1）下面，所以Image Object Domain中选择image object level，Level设置为L1，而Algorithm parameters中的Level Name命名为L2，Level Usage 设置为Create below，Scale Parameter设为70，Shape设为0.2，Compactness设为0.5，如下图所示： 按第5步的步骤运行该尺度的分割，可以得到该尺度下的分割结果。 7、第三尺度（50）分割：与第6步一样，只不过Image Object Domain中的Level设置为L2，Algorithm parameters中的Level Name设置为L3，Scale parameter设置为50，如下图： 在Process Tree中右键点击Execute后得到该尺度下的分割结果。双击Process Tree中的每一条记录，或者在记录上右键单击Edit，可以修改该分割参数，重新Execute后可以得到新的分割结果。在修改过程中，层之间的关系不能随意调整。 8、视图切换：有以下几个视图切换比较常用，，第一个是层视图，用于查看原始影像；第二个是分类视图，用于查看分类结果；第三个是样本视图，用于查看样本；第四个是特征视图，用于查看特征。，都是用来显示分割目标的边界。用来显示原始图像或者均值图像。，通过这个上下箭头来显示不同的层。 9、特征提取：eCognition中对特征的提取是在某一尺度下进行的。由于不同地物在不同尺度上分割出来的目标具有不同的形态特征，比如颜色、形状、纹理等，通过这些特征可以在不同尺度上提取地物的特征。例如道路等具有明显长条形状，适合在大尺度上提取，而房屋的形态适合在小尺度上提取。在Feature View视图中，选择一个特征，双击，分割影像会显示出相应的特征，单击影像上的一个目标，会显示该目标在该特征上的值。例如双击Object Features - Layer Values - Mean - Layer 3，影像的该层的特征，如下图： 与原始影像比对可以看出，草地和湖泊在该特征上的值很小，显示得很暗，而道路和房屋的值很大，显示得很亮，因此在此尺度上可以很好区分草地湖泊与道路房屋；而双击Object Features - Geometry - Extent - Length/Width，可以看出道路在这个特征上的值很大，显示得很亮，因此可以通过这个特征将道路与其他地物区分开。 在Feature View下选中复选框，输入一个区间值，图像上会以颜色显示符合这个区间的影像对象，如下图： eCognition提供了描述对象属性的很多特征，根据地物类别，选择合适尺度下的合适特征，才能更好地提取不同的地物，也才能为后续的影像分类打好基础。