易康培训教程PPT.pptx

易康培训教程(Definiens professional 5.0)基础应用自我介绍 大家好： 很荣幸能够与各位老师在今后一周共同学习易康更高版本软件的应用知识。 北京天目创新科技有限公司 技术服务部 马跃1 基本概念 这一部分您将熟悉一些Definiens professional5.0基本概念和专业术语，同时也介绍了一些面向对象的影像分析工具1.1图像理解原理 当人使用眼睛时，会执行一个复杂的神经处理，我们通常把这个处理就叫“图像理解” 。 在这一部分，您将体验到一个类似视觉认知过程和学习到Definiens软件的模仿能力。 当您用眼睛观察一个区域时，您会从特定区域周围再观察到局部，您可能通过观察该特定区域的特殊尺寸、形状、颜色等，所有这些使您把它和一个具体的事物联系到一起最终判定出是什么物体。 例如： 您看到的是两个圆形物体，您只能分类出是两个圆形、蓝色的物体您会立刻把它们三者联系到一起来，左图两侧的物体为刀子和叉子，而中间的蓝色圆形物体为盘子。右图圆形则为车轮。1.2影像对象 每个影像对象代表影像的一个确定空间连续的区域。 影像区域的像素与影像对象关系是部分关联。 如果两个影像对象是邻近关系，那么它们包含的像素在影像区域也是相邻关系。说明：左图是原始影像、右图是影像对象1.3影像对象层和影像对象层组 如下所述，影像经过易康(eCognition)软件的分析处理后被分割成由多个影像对象组成的对像层，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。两个或多个以上的影像对象可以组成一个影像对象层组（对象层网络结构）。 在影像对象层中，底层的每个子对象与上层的父对象连接，同时要保证在同一影像层内各对象之间的关系，而每个子对象不可能有超过一个以上的父对象（由上至下是一对多、由下至上是多对一的关系）。在每个影像中都有分割的比较细小的影像对象层，影像被分割成了由像素组成的像素层和一个包含整个影像的对象层。 1.4 特征一个特征是目标对象的相关信息的表述。 特征主要由三个类型组成：影像对象特征: 是和一个对象关联的表述其信息的特征 。类相关特征：是一个类和整个层次结构中的类关联表述。全局特征：可以同时涵盖多个对象的信息特征而不是单个独立的对象 。 1.4.1影像对象特点 由于每块影像内所包含的信息要比单个像素所包含的信息多，大多数不同的影像对象是依据其颜色、形状 、纹理所构成区域进行测算读取的，更多信息也可通过影像对象的网状结构来进行归纳分类或合并。 类特征的一个重要例子是给定了类的子对象数量及给定类的子对象的相邻关系（Relative border to neighboring objects and number of subobjects）。 1.4 .2全局特征 全局特征一般来说描述的是当前影像对象的层次结构情况。 例如，给定的影像层均值度，影像对象的层数或类组中包含的对象数，全局特征也描述了所输入数据的附加的元数据信息。如图所示，特征窗口中某层的均值特征1.5类和分类分类是把具有相近关系的影像对象归为一类的过程。一个类所描述的是在层次结构中具有相同语义的影像对象，所有类都是来自隶属层次结构层中的影像对象，它们所构成的关系结构就称为类层次结构。易康(eCognition)软件提供了不同的对影像对象分类的方法特征: 当影像对象在使用的情况下可被基于单一特征来分配算法: 是一个比较复杂的分类器用于解决特定分类任务，如 计算局部区域的极值等。类描述: 是当在多种情况下或应用隶属度函数对影像对象进行归类。隶属度函数（membership functions）: 是被应用于类间模糊转换时的描述。 各种方法可以自由结合应用，容许最大灵活性分类，为定义接近的类或如何组合接近的类可以利用几个工具。类可以被关联于：. 继承: 连接的类是所描述的具有继承关系的内容. 组: 连接的组是通过语义结合的不同类 如图所示：类的继承和组1.6 规则（Processes）图像分析算法是Definiens的专家开发出的一套先进的模仿人类认知的语言进行开发的高级影像分析算法，这种算法主要采用了面向对象的图像分析方法，各种算法的设计是通过对规则集的设计实现的。一个单一的规则是解决一个具体图像分析问题中规则的集合单元，规则集是进行规则集合而开发的一个主要工具。单一的规则中的主要功能算法算法作用的影像对象域 算法参数 在影像中一个单一的规则能使一个具体的算法应用到一个具体特定的区域，条件信息为选择特定区域的分类或合并提供了很好的语义信息。 如图：规则窗口中显示了一个规则流程 规则可以包含任意数量的子规则，它们所显示的结果是影像分析所定义的结构和流量控制图，规则包含很多不同类型算法，允许用户建立一个连续图像分析流程