面向对象医学影像分类.docVIP

面向对象影像分类 面向对象的影像分类是在面向对象特征提取的基础上进行的。在分类之前，必须根据需要提取的地物类别，选择合适的尺度和合适的特征，然后根据地物类别的性质，设计好分类策略和步骤。对于给出的实验数据，我们的要求是分成草地、道路、房屋和湖泊四个类，根据面向对象特征提取中的经验可以发现，在Object Features - Layer Values - Mean - Layer 3上可以很好地将草地/湖泊和道路/房屋分开，然后根据Object Features - Geometry - Extent - Length/Width提取道路，因此分类策略是：先将草地/湖泊和道路/房屋分开，然后再分别针对草地/湖泊和道路/房屋的特征，将草地和湖泊、道路和房屋分开。 具体分类步骤如下： 1、多尺度分割：按照面向对象特征提取中的步骤，设置三个尺度100、70和50，并进行分割，分别得到L1、L2和L3层尺度影像，在尺度层网络中，L1尺度最大，在最上面，往下分别是L2和L3。最后的分类结果需要集中显示在一个层，因此还需要再加一个尺度层，只不过这个尺度层不纳入上面的尺度层网络中。在Process Tree中点右键，选择Append New，算法选择Segmentation - multiresolution segmentation，Image Object Domain设为pixel level，尺度设为40，新层的名称为L4，同时运行该分割，得到L4层的分割结果。 2、在Class Hierarchy中添加4个类，右键点击空白处，选择Insert Class，在弹出的对话框中分别命名为level1、level2、level3和level4，颜色都选择为灰白色： 3、给三个类层次添加level属性：双击level1类，双击Contained - add(min)，弹出Insert Expression对话框，依次选择Object features - Hierarchy - level，双击level，打开Membership function，单击按钮，在处输入3和5，表示该函数的值为4，点击OK按钮，即完成给level1类添加level属性的操作。 这里level1类的level属性值为4，是因为整个分类过程要分成四个层次，如下图所示： 在level1层，将人工目标（道路、房屋）与非人工目标（草地、湖泊）区分开；在level2层设置非人工1，该类完全继承了level1中的非人工，在非人工1上再将草地1和湖泊1区分开；在level3层设置人工1，该类完全继承了level1中的人工，在人工1上再将道路1和房屋1区分开；在level4层为最终的分类层，其中草地和湖泊完全继承了level2中的草地1和湖泊1，道路和房屋完全继承了level3中的道路1和房屋1。因此在这个层次结构中，level1处于最上层，所以level属性值为4，区间为3到5，依次类推，level2的level属性值为3，level3的level属性值为2，level4的level属性值为1。按照这个属性值分别设置完level1至level4的所有level属性。需要注意的是，Class Hierarchy视图有Group和Inheritance两个标签，这两个标签类的这种层次结构应该是一致的，否则会出错。在编辑每个类的属性时，都可以通过双击这两个标签中类的名称，但是在一个标签中改变类的层次结构，在另一个标签中却不会出现相应的改变，因此需要手动改变。 4、添加level1类的规则：双击“人工”，在弹出的对话框中依次双击add(min)，Threshold，Object Features - Layer Values - mean，如下图： 双击Layer 3，在弹出的对话框中设置如下，点击OK。 双击“非人工”，在弹出的对话框中依次双击add(min)，Similarity to classes - 人工，如下图： 此时即设置“非人工”与“人工”具有相同的性质，而实际上它们应该具备相反的性质，因此需要设置“非人工”为“人工”的反义。在add(min) - 人工 上右键，选择Invert Expression，此时变成了“not 人工”，即完成取反。 5、对level1层次进行分类：在Process Tree中右键选择Append New，弹出的对话框中Algorithm选择Basic Classification - Classification，Algorithm Parameters中的Active Classes选择“人工”与“非人工”，点击OK。 在Process Tree的新增加的一条记录上点右键，选择Execute，得到level1层的分类结果，如下图，可以看出