eCongnition数字图像处理方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

eCongnition数字图像处理方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 eCognition软件介绍1

1.1 eCognition软件概述1

1.1.1 eCognition系列产品1

1.1.2 eCognition软件特点3

1.2 术语介绍9

1.2.1 影像层9

1.2.2 影像数据集9

1.2.3 影像对象、层次结构、域10

1.2.4 场景、地图、工程、工作区11

1.3 软件界面介绍11

1.3.1 规则集开发视图11

1.3.2 常用工具栏12

1.3.3 其他常用工具13

1.4 eCognition图像分析基本流程15

1.4.1 传统的基于像元分类方法的基本流程16

1.4.2 eCognition图像分析基本流程16

第2章 快速制图模式18

2.1 快速制图模式介绍18

2.2 具体工作流程18

2.2.1 采用新数据18

2.2.2 在已有的工程上进行操作19

2.3 软件桌面结构GUI19

2.3.1 创建解决方案19

2.3.2 分析设置的加载和保存19

2.4 分割操作方法20

2.4.1 四叉树分割20

2.4.2 多尺度分割21

2.4.3 合并对象功能22

2.5 分类功能23

2.5.1 最优Box分类23

2.5.2 亮度阈值分类方法24

2.5.3 最近邻域法分类25

2.5.4 杂波去除分类方法26

2.6 输出数据27

2.6.1 导出（点）27

2.6.2 导出（多边形）28

第3章 规则集模式29

3.1 规则集模式视图29

3.2 创建与编辑进程30

3.3 添加一个进程31

3.3.1 选择与配置影像作用域31

3.3.2 添加算法33

3.3.3 循环与周期34

3.3.4 有关进程的相关操作34

3.4 对象层与分割35

3.4.1 关于层次结构的影像对象层35

3.4.2 创建一个影像对象层35

3.4.3 分割算法创建对象层36

3.4.4 编辑一个影像对象层或层变量36

3.4.5 删除一个影像对象层37

3.5 获取影像对象的信息37

3.5.1 影像对象信息窗口37

3.5.2 特征视图窗口38

3.5.3 创建一个新特征40

3.5.4 编辑特征距离42

3.5.5 使用影像对象表来比较对象42

3.5.6 利用二维特征空间图比较特征43

3.5.7 元数据与特征的利用44

第4章 面向对象的分割与分类理论47

4.1 面向对象的遥感图像分类技术47

4.1.1 基于像素的传统图像分析47

4.1.2 面向对象的图像分类48

4.2 创建影像对象的分割算法49

4.2.1 自上而下的分割49

4.2.2 自下而上的分割52

4.2.3 重塑算法分割55

4.3 分类算法56

4.3.1 阈值分类算法56

4.3.2 模糊分类算法57

4.3.3 分类器分类算法60

第5章 批处理63

5.1 自定义导入工程63

5.1.1 打开批处理界面63

5.1.2 创建工作空间64

5.1.3 自定义导入数据65

5.2 批处理设置68

5.2.1 开启本地服务器68

5.2.2 执行规则集69

5.2.3 查看执行结果70

第6章 分类结果精度评价71

6.1 创建工程72

6.1.1 打开影像72

6.1.2 打开矢量文件73

6.1.3 编辑图层名称73

6.1.4 影像显示效果75

6.1.5 查看矢量文件76

6.1.6 查看属性表76

6.2 结合矢量分割78

6.2.1 创建进程目录78

6.2.2 添加棋盘分割进程79

6.2.3 查看分割结果79

6.3 验证点转化为样本80

6.3.1 创建目录进程80

6.3.2 添加分类进程81

6.3.3 查看分类结果82

6.3.4 分类结果转为样本83

6.3.5 还原样本的分类结果84

6.3.6 还原影像的分类结果85

6.4 精度评价86

6.4.1 精度评估方法87

6.4.2 基于TTA掩膜的误差矩阵评价方法参数介绍88

第7章 水体信息提取90

7.1 水体信息提取原理90

7.2 提取水体方法91

7.3 水体提取操作92

7.3.1 创建工程92

7.3.2 影像分割93

7.3.3 区分水体与非水体95

第8章 植被信息的提取105

8.1 植被信息提取的意义105

8.2 阈值分类方法提取植被105

8.2.1 影像加载及分割105

8.2.2 分类类别的建立107

8.2.3 创建运算特征NDVI107

8.2.4 根据需求调整阈值109

8.2.5 对影像进行分类110

8.3 隶属度函数方法提取植被111

8.3.1 影像加载及分割112

8.3.2 创建运算特征NDVI114

8.3.3 调节模糊范围115

8.3.4 分类类别的建立116

8.3.5 对影像进行分类118

第9章 土地利用类型分类119

9.1 土地利用类型分类的意义119

9.2 土地利用类型的最邻近域分类119

9.2.1 影像加载及分割119

9.2.2 分类类别的建立122

9.2.3 插入分类器122

9.2.4 定义样本对象123

9.2.5 对图像进行分类125

9.2.6 精度评价126

9.3 土地利用类型的CART分类器分类127

9.3.1 矢量样本文件的创建127

9.3.2 影像加载及分割127

9.3.3 矢量点文件转化为样本131

9.3.4 使用CART分类器分类131

9.3.5 分类过程导出135

9.3.6 分类误差的产生及消除136

第10章 eCognition变化检测137

10.1 变化检测概述137

10.2 eCongnition变化检测方法138

10.2.1 变化检测的技术路线138

10.2.2 变化检测的实现方法138

10.2.3 变化检测精度评价141

10.3 变化检测操作实例144

10.3.1 导入影像144

10.3.2 复制地图145

10.3.3 影像分类146

10.3.4 同步地图147

10.3.5 变化检测150

主要参考文献153