001:这里是一个关于易康分割+分类的记录

001:这里是一个关于易康(eCognition)分割+分类的记录

前言

笔者大三,地信专业,对遥感地学分析方向非常有兴趣,但是前期遥感基础知识储备并没有认真学习,很多名词只是在上课的时候有印象,并没有结合到实战经验中去。应用更广泛的ENVI、ERDAS都有上手过,当时很多操作都是需要的时候在网上检索,并没有达到有需要的时候就直接做的水平,说白了就是遥感最基础的分类工作并不扎实,直接就拿eCognition从头开始学并且上手了…
在学习ecognition的时候也搜索了不少资料,包括b站、CSDN等其他大佬的很多干货(相信如果学习易康肯定都逃不过),不过自己在做的时候觉得需要一个系统性强、有连续性的整理(可以理解为我很懒不想挨个找)。
有关eCognition的软件操作主要是对笔者自己学习体系构建过程的一个记录,每篇文章会分成要点浏览、操作步骤详细说明、总结、参考资料推送几个部分,这里对笔者工作的总结,同样也希望能提供参考。

要点整理

  1. 分割 ,个人觉得这个是易康分类的核心,分割不好分类肯定出问题;
  2. 图像拉伸,提这个主要是加载影像后直接分割有时候效果不好,在这里补充一些有关理论;
  3. 写进程时候一些习惯上的规范,最开始的时候在progress tree里面写东西经常会很混乱,而且做错了不知道如何删除,在这里对进程的写法做一些强调。

操作步骤

分割

分割总体来讲分为自上而下和自下而上两种方式,通过不同的分割方式,形成影响对象层(image object layer)。常用的分割方式有棋盘分割(Chessboard Segmentation)、四叉树分割(Quadtree-Based Segmentation)、多尺度分割(Multiresolution Segmentation)、光谱差异分割(Spectral Difference Segmentation)四种,其中最常用的是多尺度分割,耗时最长,取决影像大小及分辨率,如果分辨率在厘米级,就需要等了…有条件可以直接跑,没条件就把影像裁剪,当然后期处理肯定也会麻烦一点。

这里注意的是光谱差异分割为分割中的辅助模式,通常使用方式是其他分割方式+光谱差异分割,即将其他模式分割方式先设置较小尺度参数,而后再利用光谱差异分割进行完善。具体不同分割的方式在这里就不细讲了,文末资料参考推送会放置,在这里主要分享一个影像导入之后的问题。

图像拉伸

导入影像之后直接分割我的结果长这样:
001:这里是一个关于易康分割+分类的记录_第1张图片
其实解决这个问题很简单,但是我最开始卡了很久,没有遥感处理基础真的连方向都找不到…实际上解决方法是直接把影像放在ENVI取一个线性拉伸图像增强就可以了,放个图作为直观解释:
001:这里是一个关于易康分割+分类的记录_第2张图片不同拉伸理论和应用较少,不做过多解释。在这里我用的线性拉伸2%,之后分割效果就正常了。

除了操作还找到一部分原理的详细说明,直接与多尺度分割最重要的两种参数:形状(shape)紧致度(compactness)挂钩:
多尺度影像分割算法是釆用基于异质性最小的一种区域合并算法,其目标是实现分割后影像对象的异质性最小化。在分割过程中,如果仅仅考虑光谱异质性最小的话将会导致分割后影像对象的形状比较破碎,因而需要将光谱异质性和空间异质性二者结合考虑,以实现分割对象形状紧凑以及边界光滑的效果。在多尺度分割算法中需要考虑影响影像异质性的两种因子即光谱因子以及形状因子,而形状因子又包括光滑度异质性与紧致度异质性两个因子。只有影像的光谱异质性、光滑度异质性和紧密度异质性都最小,才能保证整幅影像所有对象的平均异质性最小。(可能图像拉伸之前我的光谱异质性弱???)

关于进程写法

总体来说做分类只分两大步骤——先分割再分类,但是最开始学习的时候可能一个方法做不明白可能需要多次尝试,这里想推荐一下,最开始做的时候能在每个执行的进程之前写一个标题,上图解释:
001:这里是一个关于易康分割+分类的记录_第3张图片
删除分割的layer用到的算法是delete image object level;
删除分类的结果是用remove classification

总结

对于技术上:这个东西最开始笔者想的很多,光是分割就看了不少文献,最优分割参数选取最容易上手的肯定是ESP插件,但是还有用全局莫兰指数、全局分割质量评价值等参数可以作为评价标准进行参考,不过这些更复杂,当然结果也更精确,日后可以进行更细致的了解。
对于心态上:不要一直找资料然后不去做,等到翻来覆去总是那些看过的资料,这个时候就必须上手去做了,不要怕出问题找不到解决方法,又不是没有人学。

资料参考推送

  1. 分割步骤详细说明.
  2. 分割分类入门参考论文:
    马浩然. 基于多层次分割的面向对象遥感影像分类
    周春艳. 面向对象的高分辨率遥感影像信息提取技术
    闻馨. 基于无人机可见光影像的红树林冠层群落识别

!!!!!!!!祝学习顺利鸭!!!!!!!!!!

你可能感兴趣的:(易康(eCognition),人工智能,算法,深度学习)