面向?qū)ο蠓诸悓嶒瀳蟾嫘彰簩W(xué)號：指導(dǎo)老師：地球科學(xué)與環(huán)境工程學(xué)院實驗?zāi)康拿嫦驅(qū)ο蠓M人類大腦認(rèn)知過程，將圖像分割為不同均質(zhì)的對象，充分利用對象所包含的信息，將知識庫轉(zhuǎn)換為規(guī)則特征，從而提取影像信息。因為分析的是對象而不是像元，因此我們可以利用對象豐富的語義信息，結(jié)合各種地學(xué)概念，如面積、距離、光譜、尺度、紋理等進(jìn)行分析。面向?qū)ο蟮倪b感影像分析方法與傳統(tǒng)的面向像元的影像分析方法不同。首先我們要用一定方法對遙感影像進(jìn)行分割，在提取分割單元（圖像分割后所得到的內(nèi)部屬性相對一致或均質(zhì)程度較高的圖像區(qū)域）的各種特征后，在特征空間中進(jìn)行對象識別和標(biāo)識，從而最終完成信息的分類與提取。實驗意義1、使用eCognition進(jìn)行面向?qū)ο蟮挠跋穹诸惖牧鞒蹋?、體會面向?qū)ο笏枷氲膬?nèi)涵，學(xué)會將大腦認(rèn)知過程轉(zhuǎn)變?yōu)闄C器語言；實驗內(nèi)容3.1、影像的預(yù)處理利用ERDAS軟件將所給的全色影像和多光譜遙感影像進(jìn)行融合，達(dá)到既滿足高空間分辨率，又保留光譜信息。Imageinterperter->spatialenhancement->resolutionmerge.輸入融合前的兩幅影像，完成影像的預(yù)處理過程。圖5修改波段名稱d、設(shè)置波段組合為真彩色，設(shè)置如下（可以添加近紅外在綠光通道的顯示，以增強植被的顯示，看起來會舒服一些），并保存工程。圖6設(shè)置波段組合3.3、對象生成的多尺度分割首先在進(jìn)程數(shù)（規(guī)則集區(qū)域）右擊，選擇AppendNew選項，打開程序編輯對話框，在algorithm框中選擇需要的算法。圖7新建分割處理b、在上述的基礎(chǔ)上，插入子類，選擇多尺度分割算法，分割尺度為20圖8插入子類圖9分割前后的結(jié)果對比3.3、信息的分類：提取3.3.1、植被分類（閾值分類）a、在ClassHierarchy對話框中新建植被分類，并修改植被顏色圖10新建植被分類b、在ProcessTree中新建的植被分類，并選擇assignedclassify閾值分類圖11新建分割植被分類c、創(chuàng)建NDVI函數(shù)：featureview→objectfeatures→customized→createnewarithmetic。修改Featurenames為NDVI,并編輯算法。圖12創(chuàng)建NDVId、植被分類閾值設(shè)置：NDVI>=0.12R<=320,完成植被的分類圖13設(shè)置NDVI閾值圖14設(shè)置R閾值圖15植被分類3.3.2、水體的分類a、在ClassHierarchy對話框中新建水體分類，并修改水體顏色圖16新建植被分類c、調(diào)出InsertExpression對話框，選擇任何一個特征，雙擊完成，調(diào)出成員函數(shù)（MembershipFunction）對話框，這里可以選擇隸屬函數(shù)，并設(shè)置模糊段的值。圖17設(shè)置模糊值c、顯示不同波段或者NDVI函數(shù)在水體上的差異，刪除相近的

圖18比較差異圖19刪除差異相近的特征圖20完成水體分類總結(jié)高分辨率遙感影像中豐富的地物目標(biāo)與空間語義信息必須在多尺度下才能充分表達(dá)和描述。多尺度分割算法的目標(biāo)是：在指定的與感興趣的地物目標(biāo)或空間結(jié)構(gòu)特征相對應(yīng)的尺度下，將影像分割成高同質(zhì)的、互相連結(jié)的不同影像區(qū)域，與感興趣的地物目標(biāo)或空間結(jié)構(gòu)特征相對應(yīng)。本實驗采用面向?qū)ο蠓椒▽θ诤虾蟮挠跋瘢ǜ叻直媛实娜跋窈投喙庾V影像進(jìn)行數(shù)據(jù)融合）進(jìn)行有效的分割。面向?qū)ο蠓诸惣夹g(shù)主要分成兩部分過程：影像對象構(gòu)建和對象的分類。影像對象構(gòu)建主要用了影像分割技術(shù)，常用分割方法包括基于多尺度的、基于灰度的、紋理的、基于知識的及基于分水嶺的等分割算法。比較常用的就是多尺度分割算法；影像對象的分類，目前常用的方法是“監(jiān)督分類”和“基于知識分類”。試驗中采用創(chuàng)建NDVI函數(shù)，通過設(shè)置不同的分類閾值參數(shù)可辨別出對應(yīng)的地物類別（水體、陸地、植被、裸圖、建筑物、道路和陰影），并生成總體分類圖。通過本次實驗，對面向?qū)ο蠓诸惖乃枷胗辛吮容^深刻的理解，特別是通過直接軟件的操作，設(shè)置不同尺度參數(shù)，會顯示不同類