第011篇:易康(eCognition)中用点矢量文件(point.shp)制作样本(samples)的方法

本文介绍了如何使用ArcGIS的点矢量文件(point.shp)在易康(eCognition)中创建样本。关键在于确保样本的疏密与分割对象大小匹配,以避免样本点落入同一对象导致错误。步骤包括:1)准备带类别属性的点文件;2)在易康中分割影像,并根据样本点调整分割尺度;3)通过assign class by thematic layer和classified image objects to samples算法给点和对象赋类别属性,创建TTA。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

参考链接:http://blog.sina.com.cn/s/blog_95f4ca670102v6xx.html

上述链接虽然已经教了过程,但可能因为未涉及一些细节,依然导致样本制作失败。

用ArcGIS中通用的点矢量文件(point.shp)制作样本(samples)的原理是:将点的类别属性赋给该点对应的分割对象,同学们,重点来了:样本的疏密和对象的大小一定要合适。如果样本距离太近,类别属性却不一致,不同类的两个样本点落入到了同一个对象中,那制作的样本自然就会出问题。

(1)样本点

很多样本点是基于实测数据,然后导入到ArcMap中整理后生成的。也有的样本点是根据影像,目视解译选出的。但无论样本是怎么来的,其形式都得是带类别属性点文件。在有了这样样本点的基础上,就去第(2)步。

(2)分割影像

在易康中新建工程,加载影像和样本点文件。

在易康中,只要是要分类,就先要分割,分割尺度在一定程度上决定着分割对象的大小。开篇就说过了,同一对象内不能落入多个样本点,所以分割尺度的调整也要根据样本点的分布情况进行,或者呢,先分割,再随着分割结果调整样本点的疏密,总之配套才行。

(3)制作样本

这一步可以参考开篇链接,类别的名称要与易康中所建立的分类体系的名称保持一致,我建议所有的类别名称都用拼音或英文,别用汉字给自己制造麻烦,这一点在ENVI中更为重要。

(a).给点赋上易康里承认的类属性,也就是利用点的属性对点进行分类,算法用assign class by thematic layer,左侧Level选分割图层,右侧算法设置中的Thematic layer attribute选点文件属性列的字段名,比如“classname",Class Mode选“Create new class”。其他设置按默认的来。

易康(ecognition)是一款广泛应用于遥感图像分析的软件,其中最重要的就是分割。分割的好坏直接影响到后续的分类和识别结果。而评价分割的尺度之间的优劣则成了关键所在。esp2插件是易康中最常用的分割尺度评价工具之一,下面我们来详细了解一下esp2的使用方法。 1. 准备工作 将需要评价的图像载入到易康中,并将其按照需要的尺度进行分割。接着选择esp2插件,运行插件即可进入评价界面。 2. 参数设置 在插件窗口的左侧,设置参数按照以下三个维度: ①. 尺度设置:设置分割的不同尺度数量; ②. 邻域设置:设置每个像素的邻域大小,也就是分割的粒度; ③. 空间权重设置:针对不同的尺度,设置相应的空间权重。 3. 指标计算 在插件窗口的右侧,计算分割的指标: ①. 精度指标:对于每个分割尺度,计算图像的精度指标; ②. F值指标:针对不同的尺度和阈值,计算图像的F值指标; ③. 距离指标:对于不同的尺度,计算图像中相邻区域之间的距离指标。 4. 结果展示 完成指标计算后,esp2将会生成一个表格形式的结果展示,其中包括精度指标、F值指标和距离指标等各项指标的计算结果。此时我们可以根据分割效果来选择最佳的分割尺度。 总之,esp2插件不仅可以评价分割尺度,还可以为后续的分类和识别带来重要的参考依据。掌握了esp2的使用方法,能够更好地利用易康(ecognition)中的分割功能,提高图像分析的效率和准确性。
评论 20
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值