eCognition基于對(duì)象影像分析教程

目錄
前言
理論篇
第1章 引言 3
1.1 基于對(duì)象影像分析 3
1.2 高分辨率影像分析需求 4
1.3 空間地理信息快速更新需求 5
1.4 常用基于對(duì)象影像分析軟件 6
第2章 遙感影像分析 15
2.1 遙感影像分析層次 15
2.2 遙感影像分析本質(zhì) 16
2.3 遙感影像分析框架 18
第3章 eCognition 基于對(duì)象影像分析 25
3.1 模擬人類(lèi)認(rèn)知過(guò)程 25
3.2 多源數(shù)據(jù)融合 27
3.3 知識(shí)表達(dá)體系 28
3.4 算法概述 33
3.5 影像分割 38
3.6 特征概述 44
3.7 對(duì)象分類(lèi) 50
3.8 對(duì)象修整 64
3.9 矢量處理 65
3.10 精度評(píng)價(jià) 67
基礎(chǔ)篇
第4章 規(guī)則集開(kāi)發(fā)界面 73
4.1 界面視圖 73
4.2 常用工具欄 74
4.3 常用視圖 75
第5章 影像分割 77
5.1 創(chuàng)建工程 77
5.2 創(chuàng)建分割進(jìn)程 79
5.3 保存規(guī)則集和工程 92
第6章 閾值分類(lèi) 93
6.1 創(chuàng)建工程 93
6.2 影像分割 95
6.3 區(qū)分水體和非水體 95
6.4 區(qū)分植被和非植被 100
6.5 合并同類(lèi)對(duì)象 103
6.6 去除小圖斑 104
6.7 平滑 105
第7章 隸屬度分類(lèi) 109
7.1 創(chuàng)建工程 109
7.2 影像分割 110
7.3 區(qū)分水體和非水體 110
7.4 區(qū)分植被和非植被 113
7.5 閾值分類(lèi)和隸屬度分類(lèi)比較 117
第8章 最鄰近分類(lèi) 119
8.1 創(chuàng)建工程 119
8.2 影像分割 120
8.3 樣本選擇 120
8.4 最鄰近分類(lèi) 124
第9章 機(jī)器學(xué)習(xí)分類(lèi)器 127
9.1 創(chuàng)建工程 127
9.2 影像分割 128
9.3 查看樣本文件 129
9.4 矢量轉(zhuǎn)化為樣本 129
9.5 使用CART 分類(lèi)器分類(lèi) 131
第10章 精度評(píng)價(jià) 135
10.1 創(chuàng)建工程 135
10.2 結(jié)合矢量分割 136
10.3 驗(yàn)證點(diǎn)轉(zhuǎn)化為樣本 137
10.4 精度評(píng)價(jià)與結(jié)果導(dǎo)出 140
高級(jí)篇
第11章 簡(jiǎn)單建筑物提取 145
11.1 規(guī)則集開(kāi)發(fā)過(guò)程 145
11.2 項(xiàng)目分析 148
11.3 創(chuàng)建工程 149
11.4 評(píng)估數(shù)據(jù)內(nèi)容 149
11.5 創(chuàng)建影像對(duì)象 150
11.6 分類(lèi)具有高度的對(duì)象 151
11.7 基于DSM 的細(xì)化 153
11.8 基于光譜信息的細(xì)化 155
11.9 基于上下文的細(xì)化 156
11.10 基于形狀的細(xì)化 158
第12章 復(fù)雜建筑物提取 160
12.1 項(xiàng)目分析 160
12.2 創(chuàng)建工程 161
12.3 濾波技術(shù)挖掘DSM 數(shù)據(jù)的深層信息 161
12.4 創(chuàng)建影像對(duì)象 164
12.5 分類(lèi)陡坡 166
12.6 分類(lèi)地面 167
12.7 分類(lèi)建筑 170
12.8 精細(xì)化建筑分類(lèi) 172
12.9 清理陡坡對(duì)象 173
12.10 清理建筑對(duì)象 182
12.11 準(zhǔn)備導(dǎo)出 185
12.12 導(dǎo)出矢量文件 187
第13章 城市地表不透水區(qū)制圖 189
13.1 項(xiàng)目分析 189
13.2 創(chuàng)建工程 190
13.3 結(jié)合地塊矢量的分割 190
13.4 地塊分類(lèi) 191
13.5 不透水區(qū)分類(lèi) 192
13.6 地塊不透水區(qū)占比分析 196
13.7 統(tǒng)計(jì)數(shù)據(jù)導(dǎo)出 197
13.8 矢量數(shù)據(jù)導(dǎo)出 200
13.9 提高效率和改善質(zhì)量 201
第14章 種子增長(zhǎng)法提取水體邊界 206
14.1 水體的種子對(duì)象分類(lèi) 207
14.2 為種子對(duì)象創(chuàng)建候選對(duì)象緩沖區(qū) 209
14.3 使用Mean Difference to 特征增長(zhǎng)水體 212
14.4 整理分類(lèi)結(jié)果和消除尺寸過(guò)小的對(duì)象 215
14.5 使用變量改善規(guī)則集的可移植性 216
14.6 自動(dòng)化處理 219
第15章 基于卷積神經(jīng)網(wǎng)絡(luò)的十字符號(hào)提取 223
15.1 卷積神經(jīng)網(wǎng)絡(luò) 223
15.2 從分類(lèi)熱度圖到精度評(píng)價(jià) 229
第16章 變化檢測(cè) 233
16.1 創(chuàng)建工程 234
16.2 復(fù)制地圖 234
16.3 分別分類(lèi) 236
16.4 同步地圖 241
16.5 變化檢測(cè) 245
第17章 對(duì)象形狀修整 248
17.1 區(qū)域增長(zhǎng) 248
17.2 基于像素的對(duì)象修整：邊界平滑和規(guī)整化 250
17.3 基于像素的對(duì)象修整：光譜特征規(guī)整化 255
17.4 影像對(duì)象融合 257
參考文獻(xiàn) 260
附錄1 獲取更多幫助和信息 262
附錄2 基本概念和術(shù)語(yǔ) 263