ecgonition學習

【軟體名稱及版本】ecognition 9.02

【學習內容】：
工程的打開
影像的分割
特征視圖與特征計算
檔案的匯出
1. 新建工程
view中改為開發者視圖

點擊"Create New Project"，彈出如下圖所示的界面，選擇需要處理的遙感影像

選中影像后點擊"OK"，用戶將能看到"Create Project"對話框，在該對話框中
"Project Name"使用英文名稱命名工程，"Map"里能夠看到當前打開的影像的坐標系
統、空間解析度、影像大小等資訊，“Map"下面顯示的是影像波段的別名"Image
Layer Alias”、位置等資訊，然后再往下"Thematic Layer Alias"用于插入一些輔助分
類的專題資料

選中"Layer1"，然后雙擊就可以彈出"Layer Properties"對話框，用戶可以更改
波段的名稱，例如這里將"Layer1"修改為"Red"，同理將其他三個波段名稱也進行修
改

可以將整幅影像加載進來，也可以只處理一部分影像，這時需要點擊"Subset
Selection，可以用滑鼠對感興趣的區域進行框選，

但是這里默認使用整圖

建立好工程后，可以改變影像的顯示方式，包括波段組合和影像縮放操作，如圖所示為易康提供的影像顯示的工具列，紅色邊框選中的工具為編輯波段組合，該工具前面的四種工具是各種波段組合顯示的快捷工具，例如第一個是單波段顯示即灰度顯示，第二個是按順序給定三種波段組合顯示效果，第三個是前一種波段組合顯示效果，第四個是后一種波段組合顯示效果，紅色邊框選中工具后面的圖示就不再詳述，分別是滑鼠選擇、滑鼠漫游、滑鼠縮放、縮小、放大、視圖比例和全幅顯示

點擊紅框選中的工具即為影像顯示的波段組合編輯對話框，用戶可以定義影像顯示的方式和影像初始顯示設定

2. 影像分割

【實驗目的】：通過實驗進一步加深對面向物件分類思想的理解，掌握影像物件的
特征空間以及決策樹分類，能夠熟練使用 eCognition 軟體構建影像物件的特征空間
以及影像解譯，
【實驗內容】：eCognition 軟體構建特征空間及影像解譯，

在主界面右邊的"Process Tree"里，右鍵然后選擇"Append New"，在彈出的"Edit
Process"對話框里，如下圖設定，然后點擊"OK"，在"Process Tree"里會
出現"Segmentation"這一條規則

設定完process tree里會這樣

此時選中 Segmentation，右鍵選擇"Insert Child"，也會彈出"Edit Process"對話
框，此時可以添加具體的分割規則，在 “execute child processes” 下面找到
“Segmentation"演算法里面的"multiresolution segmentation”，如圖 2.3 所示，可以通過
不斷地修改各種引數來獲得不同的分割結果，此時，如果點擊"OK"，將不會執行
規則，而僅僅是在"Process Tree"添加了一條規則標簽而已，因此需要點擊"Execute"
來執行分割這條規則，此時"Process Tree"和主界面會發生變化

此時可以利用工具列上的"Show or Hide Outline"來控制分割邊界是否顯示

此時建立的分割層的名稱叫"New Level"，如果要洗掉該分割層則可以點擊工
具欄上的"Delete Level"

此時如果想改變分割邊界顯示的顏色，那么點擊"View"選單，選擇"Display
Mode"下的"Edit Highlight Colors"

效果如下

此時可以利用多個視圖來顯示分割前后的影像，選擇"Window"選單下的
“Split”、“Split Horizonally”、"Split Vertically"這三種功能，來設定影像的顯示方式，

關鍵引數1：【Scale parameter】-是一個抽象術語，沒有明確的單位，它用來確定生成的影像物件所允許的最大異質度，值越大則生成的影像物件的尺寸越大，反之則越小，

關鍵引數2：【Image Layer weights】-用來設定參與分割的波段的權重，好處在于包含影像資訊較多的波段或者對當前提取某一類專題資訊用處較大的波段可以賦予較大的權重，而其他的無關緊要的波段可以不參與分割或者賦予較小的權重，
關鍵引數3：【Composition of homogeneity criterion】- 同質性用來表示最小異質性，同質性由兩部分組成，即顏色（光譜）和形狀，兩者權重之和為1.0，而形狀又由光滑度和緊致度來表示，兩者權重之和也為1.0，因此顏色和形狀可看作“相反值”，光弧度和緊致度也可以看作”相反值“，在實際的分割程序中，顏色和形狀的比重通常設定為0.8-0.9/0.2-0.1，如果影像中地類的形狀確實能夠反映其特點，那么可以適當增加形狀的比重，同時減少顏色的比重；平滑度考慮分割物件邊緣的平滑程度，緊致度考慮分割物件整體的緊密程度，具體分割程序中，顏色和形狀的對分割效果的影響，以及平滑度和緊致度對分割效果的影響，需要由我們自己去試驗得到最佳的引數設定；但是這種分割的逐次試驗，費時費力，也在一定程度上限制了分割流程（演算法選擇；引數設定）的普適性，
下圖為修改 Scale parameter為100后的效果

3. 特征視圖與特征計算
易康的"Feature View"提供了大量的特征

雙擊之后取消選中"Show or Hide Outlines"，那么主界面將會顯示特征視圖，如
圖所示，白色的表示特征值較大的物件，黑色的表示特征值較小的物件，

任意選中一個物件，在工具列的"Image Object Information"里顯示該物件對應的特征信
息，這里顯示的特征資訊，可以通過在"Image Object Information"里右鍵選擇"Select
Features to Display"來編輯


以上介紹的只是查詢一個分割物件的特征資訊，在分類的時候需要明確某一個類別的特征值的取值范圍，這樣才能夠建立一條類別提取的規則，那么這時候就需要利用到"Feature View"中的查看范圍特征值的功能，如圖中下面的紅色邊框選中的區域，

判斷完畢后，此時可以選中"Feature View"里最下面的特征范圍，然后輸入特
征的最小值（左）和最大值（右）

此時再從選單"Window"里選擇"Split Vertically"，并將其中一個視圖顯示為37"View Layer"；當然如果此時覺得特征范圍需要修改，首先需要將兩個視圖恢復到一個視圖顯示，才能夠修改右下角"Feature View"的閾值范圍，效果為上圖藍色部分所示，

可以在"Feature View"里選擇"Customized"的"Create new ‘Arithmetic Feature’"，
彈出自定義特征編輯的對話框

4. 分類
在分類之前首先要明確目標，即針對當前影像建立類別體系，在"Class Hierarchy"界面右鍵然后選擇"Insert Class"，在彈出的"Class Description"對話框里設定類別的名稱和顏色，這里的類別名稱使用英文

同理添加如下類別名稱和顏色

在"Process Tree"界面里添加一條規則，內容為"Classification"，也可以理解
為父行程，但是它僅作為一個標簽，和"Segmentation"類似，

右鍵"Classification"選擇"Insert Child"，為 vegetation 類別建立提取規則，具體的引數設定界面如下圖所示設定其余兩個引數，一個是"Class filter"，一個是"Thershold condition"

點擊"Class filter"時彈出界面選擇unclassified

excute后效果如圖

其他類別也同上操作

如果對類別的提取效果不滿意，那么可以選擇"Classification"選單的
“Class Hierarchy"的"Delete Classification”，彈出如下圖的界面，可以選擇洗掉全部
類別或者某些類別

4.檔案的匯出
將分類結果匯出為矢量資料（shp）在 ArcGIS 中打開，具體的引數設定請參照下圖，需要注意的是在輸出的特征集里只有選擇了類別名稱這一特征，矢量資料的屬性表里才會有對應的類別欄位

這樣匯出的是shp檔案

那么如何匯出和ecognition一樣的資料呢

如圖設定，完成匯出后在arcmap中打開

在arcmap中打開后如圖操作，再次匯入之前輸出的資料

計算完成后如下操作

待完成后，再如圖操作設定

結果如下，因為偷懶只把植被分類出來了，如果都操作完的話，是和原圖一樣的

【鳴謝】：http://blog.sina.com.cn/s/blog_95f4ca670102v4wf.html 其常用分割方法值得一讀
https://v.youku.com/v_show/id_XMTY2MTc0MTUzNg==.html最后Raster匯出方式參考其視頻