您现在的位置:首页 > 教案格式 > 正文

[转载]【ecognition】分类轻松上手

2019-09-03 22:01 网络整理 教案网

ecognition 导出分类结果_ecognition 导出分类结果_ecognition导出

按照同质性进行聚类,从而形成分类所需要的“对象”。

1.3.1分割对象选择

只选择遥感影像的1、2、3、4层,即兰、绿、红、近红四个波段参与分割,其它层不参与分割。即在分割时将兰、绿、红、近红四个波段权重值设为1,将其它层权重值设为0。

1.3.2分割顺序

先进行多尺度分割,再进行光谱差异分割。

1.3.3分割参数

多尺度分割时尺度参数(ScaleParameter)为10,颜色、形状参数(color、shape)分别为0.8、0.2,光滑度(Smoothness)和紧致度(Compactness)分别为0.5、0.5。

光谱差异分割,在多尺度分割(Lev10)之上进行,先进行光谱差异为1的分割(Lev10S1),然后在这两层中间再进行光谱差异为5的分割(Lev10S5)。以后的影像分类主要在Lev10S5上进行。

1.4 影像分类

ecognition导出_ecognition 导出分类结果_ecognition 导出分类结果

1.4.1自定义参数

eCognition中已提供了大量对影像分类非常有用的参数,如亮度、面积、长宽比等。根据实际需要,可以自定义一些指数,对更加精确地进行分类很有帮助。

常用的自定义指数有:

(1)归一化植被指数NDVI

([Mean Nired]-[Mean Red])/([Mean Nired]+[Mean Red])*100

(2)土壤调整植被指数SAVI

(([Mean Nired]-[Mean Red])/([Mean Nired]+[MeanRed]+0.5))*(0.5+1)*100

(3)分维数

2* lg ([Length]/4)/ lg ([Area])

ecognition 导出分类结果_ecognition导出_ecognition 导出分类结果

(4)宽波段植被指数WDRVI

(0.05*[Mean Nired]-[Mean Red])/(0.05*[Mean Nired]+[MeanRed])*100

(5)绿波段-短波红外波段G-SW

[Mean Green]-[Mean Swired]

(6)红波段-近红外波段R-NIR

[Mean Red]-[Mean Nired]

1.4.2 创建类层次结构

类层次结构类似于决策树,先建立两大互补类,在实际施工中根据影像的实际情况,我们先分出植被和非植被,或水体和非水体,然后再建立互补小类。

[转载]【ecognition】分类轻松上手

ecognition导出_ecognition 导出分类结果_ecognition 导出分类结果

1.4.3选择合适参数进行分类

用户会用鼠标点击来对结果投票, 相关的广告会被点击, 不相关的广告不会被点击, 那很自然就能得出 “点击率和相关性正相关” 这个结论 (至于描述里写 “二十五岁以下免进” 但实际是钢材广告的这种诱骗行为后面再说怎么处理). 那对于这种相关性准入的场景, 预估点击率就是预估广告是否相关, 最朴素情况下这是个二分类问题, 那不管预估成怎样, 只要有一种分割方法能分开是否相关就行了. 此时预估点击率的目标是能对广告按相关与否分类 (或说按相关性排序并给出一个截断值). 评估分类问题好坏, 一般都是看准确和召回两个指标, 用人工打分的记录来做回归验证就行。以上介绍的只是查询一个分割对象的特征信息,我们在分类的时候需要明确某一个类别的特征值的取值范围,这样才能够建立一条类别提取的规则。无烟煤的分类无烟煤的分类 类别 符号 数码 分类指标 vdef/% pm/% 无烟煤一号 wy1 01 0-3.5 0-2.0 无烟煤二号 wy2 02 >3.5-6.5 >2.0-3.0 无烟煤三号 wy3 03 >6.5-10.0...。

在分类时,将窗口排成如下图的样式,便于对比操作。

4.用色阶指令,反经过改变的蓝,绿,红通道的亮部和暗部的层次进行调整 蓝---21 0.76 151 绿---46 1.37 221 红---51 1.28 255 5.再把通道合起来,调整---亮度对比度 亮度-3,对比度+16 选图像---调整---色相/饱和度---把饱和度调为+17,确认。即,整体特征量例如包含对象图像gl的像素值(y、u、v)的平均值以及方差值、对象图像gl横方向的边缘尺寸以及纵方向的边缘尺寸、对象图像gl的u分量的直方图中的层级xl xm各自的次数、对象图像gl的v分量的直方图中的层级xl xs各自的次数、对象图像gl的四角区域r6 r9中的像素值(y、u、v)的平均值以及方差值、对象图像gl的四角区域r6 r9中横方向的边缘尺寸以及纵方向的边缘尺寸、或者对象图像所包括的块图像在每45度的各个方向上的边缘尺寸的直方图中的层级xl xk (k是2以上的整数)各自的次数。psychtooboxlihan chen2015.4.28matlab 图像刺激图像处理图像基础图像的变换与操纵计算生成图像图像基础像素、颜色、索引图像图像基础——像素数字图像离散的坐标:像素离散的强度:0~255 (黑~白)图像基础——颜色rgb颜色系统每个像素的红、绿、蓝均由uint8表示 (0~255)alpha通道:透明度24位/32位真彩色imtool(' photo.jpg')。

阈值的确定可在视图中移动鼠标,查看影像对象的特征值。浏览几次后,可以获得这个特征值的范围印象,并且可以断定目标对象的一个大致的阈值。

[转载]【ecognition】分类轻松上手

1.4.4不同目标对象分类时常用的参数

在利用范围特征值显示之前,以实验影像中的植被为例,我们需要首先来估计一下植被的近红外波段均值的取值范围,这时我们可以在影像中点击一些分割后的植被对象,来查看它们对应的近红外波段均值,然后将最大值和最小值记录下来,作为我们判断植被的一个初始的阈值范围。国内外有很多文章都表明【】【”【,石膏缓凝剂在不同的值下,缓凝效果具有很大差别,而且有些缓凝剂在中性条件下几乎无明显缓凝效果,而调节了值后却效果优良。加入“屏蔽”模式后的过流保护电路工作状态如图1(b),分为正常工作区Ⅲ、屏蔽区Ⅳ以及中断区Ⅴ,当负载电流小于ilimit时,ldo处于正常工作区,当过流信号的幅值在ilimit和最大幅值电流imax之间,持续作用时间在t=tmax之内即同时满足ilimit&le。

水体:亮度、面积、NDVI,SAVI。水体一般较暗,NDVI较低。水体光谱较均一,分割形成的对象面积较大。

ecognition 导出分类结果_ecognition 导出分类结果_ecognition导出

道路、采矿、垃圾场:亮度高,NDVI,SAVI低。道路具有较大的长宽比。矿区和垃圾场都为一条道路连接一个块状高亮区域,但垃圾场形状较规则。

1.4.5 手工分类

自动分类结果必然会存在不准确的地方,必须用手工进行修改。但手工修改中一个个点击小对象进行分类结果改变,或绘制精细的多边形进行成片分类结果改变,往往耗时、费力。根据我们的经验,利用手工修改中的过滤工具,可显著提高手工作业效率。

可以选择一类,或按下Shift键选择多类。然后,在手工修改时,就可以粗略的画矩形框或多边形,而选中的只是刚才选择的类别,而不是框中的全部对象。这样,可以方便的给批量被错分的类赋新的类别。

1.4.6 分类结果的导出

格式工厂软件特色:所有类型视频转到mpg/avi/3gp/flv/mp4所有类型音频转到mp3/ogg/wma/m4a/wav所有类型图片转到jpg/bmp/png/tif/ico抓取dvd到视频文件mp4文件支持ipod/iphone/psp指定格式源文件支持rmvb格式工厂的特长1 支持几乎所有类型多媒体格式到常用的几种格式.2 转换过程中可以修复某些损坏的视频文件.3 多媒体文件减肥.4 支持iphone/ipod/psp等多媒体指定格式.5 转换图片文件支持缩放,旋转,水印等功能.6 dvd视频抓取功能,轻松备份dvd到本地硬盘.7 支持35种国家语言。迅捷pdf转换器是一款非常好用的pdf转换工具,它包括pdf转换成其他文件、其他文件转换成pdf、pdf的其他操作、电子书格式转换等选项,具有支持多种格式转化、支持word 、pdf 、excel等格式任意转换等特色ecognition 导出分类结果,拥有支持转换加密后的pdf文件,智能识别轻松转换、支持自定义转换页面范围,快速转换需要的内容页面,无需从头到尾进行转换等功能,此软件功能强大,操作简单ecognition 导出分类结果,有需要的用户赶快下载试试吧。浏览:510 |发布于:2011.06.29 |分类:默认分类 格式工厂 33:20 播客:电脑教学格式工厂2.1 图文教程对于我们日常中使用到的音频或视频文件通常都拥有不同的格式类型,而不同的硬件设备也同时匹配着一些不同的格式文件,如果要想这些不同的格式类型的文件能在硬件设备上进行播放的话,只有将这些文件进行转换才可以进行播放,怎么样才能快速有效的对其进行转换呢。

[转载]【ecognition】分类轻松上手

[转载]【ecognition】分类轻松上手

分类结果图

导出后的土地利用图

来自为知笔记(Wiz)