易康精度评价
面向对象分类-
高分土地利用信息提取
• 空间分辨率的提高，提供更多的纹理、形状、上下文等空 间信息，地物看的更清晰，更便于人工目视解译
30米分辨率TM图像 传统的基于像素自动分类 方法，已不适合 面向对象影像分析与信息 2.5米分辨率SPOT5图像 提取技术
二、技术流程和核心方法
耕地 高分辨率遥感数据拥有更加丰富 地物精细识别 == 精确提取地块 的地物信息（光谱、几何、 边界 +准确确认地块属性 结构、纹理等）
规则次序流程
如图：规则窗口中显示了一个规则流程
分割和分类
• 分割：
获取影像对象的过程（像素向上合并的过程）。
• 分类：
把具有相近关系的影像对象归为一类的过程。
易康(eCognition) 分类相关概念 隶属度分类：为对象选取特征并对这些特征的值用隶属度函数进行描
述，将这些对象归为一类的过程。 隶属度函数（ membership functions ）：一种模糊函数。在分类 中，当完全不属于该类时，隶属度为0；完全属于时，隶属度为1.
• 1.最邻近分类器分类 – 在特征空间中计算待分类影像对象与各地类训练样本之 间的距离，寻找与待分类影像对象距离最近的样本对象， 将该待分类对象归属到最近样本对象所在的类别； – 另外，还可以以欧氏距离为测度，将距离转换为隶属度， 最终将待分类样本归属到隶属度最大的那一类。 • 2.成员函数模糊分类 – 特征模糊化（特征值——隶属度）
面向对象影像分类步骤（基于样本）
3、编辑特征空间：选择菜单“Classification -> Nearest Neighbor -> Edit Standard NN Feature Space”，双 击左边的特征列表中的特征，选择以下一些特征，如下图：
eCognition培训教材
易康(ECOGNITION)工作流程 .................................................................74
天目创新
易康(eCognition)培训教程
欢迎学习易康(eCognition)培训指南，这个培训指南有三个模块，每个模 块下的教程您都可以在指导者的帮助下练习。教程的内容是基于日常工作中 的常见问题而设计的，以易康(eCognition)关键应用和特征为范例，对完成基 本的处理提供指导。 培训指南
图 1.2 4．在 Edit Layer Mixing 对话框的底部，点击 OK 后影像会以您设置的视图 方式显示。
在这个教程中您做了以下几个步骤： 创建一个工程 导入和排序波段数据 调整视图设置
1．2 执行多尺度分割
在这个教程中，您可以学到： 设置分割参数 执行分割 显示对象轮廓
天目创新
eCognition应用
Hyperspectral CASI
7、5不同尺度分类结果统计信息集成
ID 针叶林面积
2 3 4 6 7 8
落叶林面积
950 29296 14081 16263 12432
7669
干针叶林面积
15479 12428
1722 3948 12791 29058
采伐区面积
0 350
0 631 648 2048
• 2）矢量数据：
• 外业检验并经目视解译的土地利用分类图 • 1：1万的土地利用现状图
• 3）其它资料：
与调查有关的行政区划、农、林等方面的文献资料
• 4）土地利用分类等级体系选择：
结合本次实验的目的及实验区特点，以农用地为主，选择 分类体系为2001年国土资源部发布《土地分类》试行版本， 该分类体系采用三级分类体系，其中一级地类3个、二级 地类15个、三级地类71个。
非植被 植被
Multiresolution Segmentation
不同尺度分割
像素精级影粗中分像分分割对割割象
多尺度分割——形成对象层次与邻域关系
a 对象等级结构
a 对象等级结构
b 对象层次
b 对象层次
易康的特点
• 德国易康eCognition软件面向对象的遥感影像解译思想朝 更接近人类思维模式的方向又迈进了一步，而且其解译的 精度和效率通过下面介绍的一些影像解译实际应用项目得 到了较系统客观的检验与验证；
所占百分比(%) 9.75 2.95 1.53 1.21 0.45 0.33 48.12 5.4 19.08 5.38 5.8 100
4、1 QuickBird影像城市土地利用分类
西安煤航宝鸡快鸟数据城市土地利用分类
eCognition的概论 1
eCognition的概论eCognition是北京天目创新科技有限公司代理的德国DefiniensImaging公司的遥感影像分析软件，它是人类大脑认知原理与计算机超级处理能力有机结合的产物，即计算机自动分类的速度+人工判读解译的精度，更智能，更精确，更高效地将对地观测遥感影像数据转化为空间地理信息。
eCognition突破了传统影像分类方法的局限性，提出了革命性的分类技术－面向对象分类。
eCognition分类针对的是对象而不是传统意义上的像素，充分利用了对象信息（色调，形状，纹理，层次），类间信息（与邻近对象，子对象，父对象的相关特征）。
eCognition基于Windows操作系统，界面友好简单。
与其他遥感，地理信息软件互操作性强，广泛应用于：自然资源和环境调查，农业，林业，土地利用，国防，管线管理，电信城市规划，制图，自然灾害监测，海岸带和海洋制图，地矿等方面。
面向影像对象：＊面向像素的解算模式将像元孤立化分析，解译精度较低且斑点噪声难以消除；＊利用影像分割技术把影像分解成具有一定相似特征的像元的集合—影像对象；＊影像对象和像元相比，具有多元特征：颜色、大小、形状、匀质性等；基于对象属性特点：- 颜色信息丰富- 形状接近真实地物- 大小区分明显- 纹理信息突出- 上下文关系明确基于像素属性特点:- 基本上只以颜色信息来区分主要分类过程介绍：采用eCognition软件对影像进行分类操作非常简单，可以主要以三个步骤来形容如下：1.分割分割是面向对象分类的前提，多尺度分割是影像对象提取的专利技术，可以根据目标任务和所用影像数据的不同以任意选定的尺度分割出有意义的影像对象原型。
2.分类多尺度分割的结果是影像对象层次网络，每一层是一次分割的结果，影像对象层次网络在不同的尺度同时表征影像信息。
3.导出导出分类结果。
eCognition提供的专业分类工具包括* 多源数据融合* 多尺度分割* 基于样本的监督分类* 基于知识的模糊分类* 人工分类* 自动分类多源数据融合工具：可用来融合不同分辨率的对地观测影像数据和GIS数据，如Landsat,Spot,IRS,IKONOS, QuickBird,SAR,航空影像，LIDAR等，不同类型的影像数据和矢量数据同时参与分类。
面向对象分类实验
根据上一步的分析，在Class Hierarchy窗口中给水体添加类 的隶属度函数
由于面向对象分类过程中涉及的内容比较多，时 间和个人能力的关系，这里只做了相对简单的介绍， 有兴趣有时间的时间可以继续探讨！
课程考核汇报
1、与自己的选题和参与的项目相关； 2、要结合遥感数据处理与分析； 3、论文要完整，规范； 4、3000字以上，图文并茂。
实验完后的下周确定时间，一次性完成汇报
多尺度分割：用得最多、最有效、速度最慢的一种分割方式
光谱差异分割：影像对象域只能为对象。 多阙值分割：当需要基于绝对的像素值进行分割时使用这个算法。 对比过滤
多尺度分割
选择 算法 操作的 对象
创建对 象层
分割的参数 ，其中分割 尺度用于控 制对象内象 元的光谱差 异阈值，下 面的两个用 来控制对象 的形状特征
七、执行分类（以提取单个水体类为例） 在process tree窗口 右键—append new 选择algorithm 中选择classification,在active classes中选择
水体(可以多选)，Execute. 八、精度检验 Tools->Accuracy Assessment
1、其它的地类特征空间有兴趣的大家可以自行 研究琢磨一下 由于水体和阴影的区分比较麻烦，本次实验暂不 考虑。 2、高分影像中建筑物的形态各异，提取前需要 实现对其目视分类，分别提取后合并类 3、耕地、林地以及草地的在NDVI的基础，通常 会涉及到纹理等的特征
易康手册8.0
1 简介Definiens eCognition Developer8 遵循了面向对象的影像分析方法。
针对影像自动分析，他提供了很多创新的特征和算法。
eCognition Developer8最根本的设计理念是：一，基于影像对象的方法，具备单个像素所不具备的语义信息，而语义信息是影像解译的一个重要的信息；二，具备丰富的影像对象信息和相互关系。
和基于像素的分类方法相比较，eCognition Developer8最基本的差别-不是对单个像素进行分析，而是对影像分割后生成的对象进行分析。
1.1 易康8（eCognition 8 ）产品组件易康8（ eCognition 8 ）产品组件由三个不同的组件构成，它们可以分别单独运行，也可以集成在一起，用来解决具备挑战性的影像分析任务。
图示如下：易康8（ eCognition 8 ）是快速影像分析解决方案创建的功能强大的综合开发环境，在新影像分析的解决方案的快速开发上，developer8可以充分利用Definiens eCognition Developer 8 提供的基于网络认知语言环境下的开发平台和工作流程的各种工具。
开发好的解决方案可以保存，重复使用，用于在标准平台和基于Definiens eCognition 8Server分布式环境的影像自动影像分析。
eCognition Architect可以让不同行业的专家（如：植被制图专家，城市规划专家、森林覆盖分析专家等）充分利用易康的技术。
他们只需要简单的进行影像分析工作流程的构架、参数的调整和运行相应的分析功能。
Definiens eCognition 8 Server 为大量的影像分析工作提供了一个进行批处理的系统环境。
1.2 易康8（eCognition 8 ）新功能描述Quickmap Mode 模式：除了传统的规则集开发模式之外，易康8提供了一种附加到快速启动模式- Quickmap Mode 模式，这种模式主要用于一些基于样本的影像分析特殊的场合，它提供了非常简化的工作流程，这个工作流程主要由基于样本对象分析的基本算法构成。
易康培训教程
单一的规则中的主要功能
算法 算法作用的影像对象域 算法参数
在影像中一个单一的规则能使一个具体的算法应用到一 个具体特定的区域，条件信息为选择特定区域的分类或合并 提供了很好的语义信息。
如图：规则窗口中显示了一个规则流程
当您用眼睛观察一个区域时，您会从特定区域周围再观察到局部， 您可能通过观察该特定区域的特殊尺寸、形状、颜色等，所有这些使 您把它和一个具体的事物联系到一起最终判定出是什么物体。
例如：
您看到的是两个圆形物体，您只能分类出是两个圆形、蓝色的物体
您会立刻把它们三者联系到一起来，左图两侧的物体为刀子和叉子 ，而中间的蓝色圆形物体为盘子。右图圆形则为车轮。
1、从菜单/文件选择Open projects 或点击Open Project按钮
2、浏览QB_Yokosuka文件夹，选择我们练习要用到的样例工程 QB_Yokosuka.dpr Yokosuka工程文件是一整景Quickbird影像的 一部分，工程过程中已经被应用在规则树中。 这个工程中包含了一个影像对象层，同时该影像对象已经被分了 类。在默认情况下一个显示影像数据的窗口以及规则树和影像对象 信息的窗口被打开。
2 .2.1 显示影像对象
浏览设置（View Settings）工具条
1、 确定浏览的图层（View Layer）是否选中按该按钮 2、 选择显示或隐藏形状（轮廓）按钮 来显示该层中所有 影像对象的形状（轮廓），从而可以判断是否与影像的 地物外形一致。 3、 显示对象的均值图，可选择对象均值图和像素图按钮
一个特征是目标对象的相关信息的表述。
eCognition (易康)1软件介绍
软件功能
图斑属性定义--分类
u 基于知识的分类方法 u 多条件类定义分类 u 隶属度函数（模糊）分类 u 分类器分类方法（5种主流方法） u 模板匹配分类方法 u 深度学习分类方法（卷积神经网络）
软件功能
成果优化--规整化
软件功能
点云分析
软件功能
时间维度--变化检测
u 前后期影像变化分析 u 前后期矢量变化分析 u 前期矢量&后期影像变化
− 目标/挑战
− 自动提取建筑轮廓并绘制植被图斑 − 支持城市规划 − 对地图快速更新 − 降低成本缩短工作周期 − 高精准度
基于数字高程模型的LIDAR影像支持的建筑 物及植被提取
农作物识别
项目需求
使用高分辨率偏振SAR数据进行 农作物种植类别分类
数据
E-SAR 分辨率2-3m 波段和极化方式：X-HH, X-VV, CVH, C-VV, L-HH, L-VV, L-HV 右图为RGB组合L-HH, C-W, L-W
eCognition是什么?
技术原理…
易康是什么?
eCognition--信息分析软件,旨在提高,加速和自动化地理空间数据的解译。
地理空间作业流程 ---从影像、点云到GIS的过程
数据获取
数据预处理
信息解译
收集
• 影像数据 • 点云数据
处理
• 几何校正 • 正射校正 • 图像融合 • 高程模型
分析
• HTML 用户界面 • 管理控制台 • 软件开发工具包
易康软件具体分析功能?
易康软件主要功能
软件功能
波段运算 分割 分类 变化检测 成果优化 点云数据处理 手动编辑 标准化分析流程制作 并行运算 矢量数据分析 …