eCognition Developer 9.01分类器分类使用方法及注意事项 外汇的计算方法有哪些种类的公式及名称解释

软件：eCognition Developer 9.01

图像：Landsat5

易康软件是基于面向对象的图像处理软件，在进行分类之前需要对图像进行分割，将整张图像分成像元值相似的临近像元组成的一个一个的对象。常用的分割方法有棋盘分割，四叉树分割，光谱差异分割，多尺度分割。

——     操作步骤    ——

1、导入影像

img格式的影像可以通过envi将下载的遥感影像导出得到

2、分割影像

在process tree窗口中右键【Append New】可以添加进程

这里选择了常用的分割方法多尺度分割

分割的尺度参数越小分割结果越细

我设置的尺度参数为45，根据图像的情况不同应该选择相应的尺度参数，过大或过小都不好。

参数过大会导致欠分割，不同的地物分到了同一个对象中，会影响分类结果

参数过小会导致过分割，将相同的地物分成多类，会影响效率，更严重会使得分类结果破碎

其中需要把握一个程度，可以使用大图像上裁剪下来的基本包含所有地物类型的样例影响进行测试，得到较好的分割结果。

3、建立样本

1）在class hierarchy窗口中右键选择【insert class】

只需要设置样本名称和颜色即可，注意这里的Name一定要是英文，中文会出现分类器运行成功但分类结果为空的情况。

2）工具栏右键打开sample工具条，如图

在工具条中会出现sample工具

3）首先打开左边数第三个的按钮，打开sample editor窗口，右键选择select feature to display，选择分类时想要依据的对象特征，一般为图层的均值或标准差。这个窗口可以显示当前选择的对象和已经选择的对象的特征值的关系，可以检查你的样本选择是否正确。如果出现当前对象和已经选择的对象的特征值差别过大，这个样本大概率是选错了，可以考虑这是否是不同的两类地物，或者是同种地物的两种形态，比如耕地的轮休，水的深浅和泥沙量的区别，这种情况也可以分成两类处理，等分类完成再将对应的类合并。

4）选择sample工具条中第一个工具，在右侧class hierarchy窗口中选择一个类，在图像中双击对象对样本分类，分类的同时可以时刻注意sample editor窗口中的特征值信息

选好样本的图像如下：

4、分类

首先需要对选择出的样本进行训练

在process tree中插入一个新的操作，算法选择classifier

框中的参数是需要修改的，Domain选择分割的结果图层，我这里图层名是默认的New Level

configuration是一个变量，用来保存这一步模型的训练结果

Use sample only选项要选择yes。这里需要注意以下：我在学习的时候从网上看到不同的方法有说这个选项是No，那种方法提到分类器和监督分类两种方法的样本是不通用的，分类器的样本需要手动编辑功能Manual editing功能对对象进行分类。两者都可以，区别在分类器的参数设置不同，结果看起来也是一样的。

features选择分类依据的对象特征，一般为特定波段的中值即可。

Type是分类器的种类，这里面包含了常用的随机森林，支持向量机，最邻近等方法

执行后可以看到Image object information中出现了对应名称的变量

接下来就是将训练好的模型应用到整张图像中

还是添加classifier操作

与之前不同的是，这里的Operation选择Apply

configuration选择刚才训练模型的变量名，最后应用可以得到最终的分类结果

注意：如果你前面使用了中文的类名，软件不会报错，只会得到一个全部为未分类的图像