eCognitionDeveloper软件常用算法与特征.docVIP

智能影像解析专家 eCognitionDeveloper软件常用算法与特色 ReferenceBook对eCognitionDeveloper软件所有算法与特色都有较为详尽的说 明,详尽用法请拜会ReferenceBook。下面是一些常用算法与特色的说明,以下截图均为8.7.2版本下的截图。 一、常用算法 切割 1多尺度切割multiresolutionsegmentation 多尺度影像切割从任一个像元开始,采用自下而上的地域合并方法形成对象。 小的对象可以经过若干步骤合并成大的对象,每一对象大小的调整都必定保证合并 后对象的异质性小于给定的阈值。所以,多尺度影像切割可以理解为一个局部优化过程,而异质性则是由对象的光谱(spectral和形状(shape差异确定的,形状的异质性则由其圆滑度和紧凑度来衡量。显然,设定了较大的切割尺度,则对应着很多的像元被合并,所以产生较大面积的对象。 多尺度切割 2棋盘切割chessboardsegmentation 棋盘切割是最简单的切割算法。它把整幅或特定的影像对象裁剪成一个给定大小的相等正方形。 置各波重 否使用矢尺度参数 形状因子紧致度因子 智能影像解析专家 棋盘切割 由于棋盘切割算法产生简单的正方形对象,所以它经常用来细分影像与影像对 象。 四叉树切割 四叉树切割与棋盘切割近似,但是它要创办出不同样大小的正方形。您可以使用ScalePa