eCongnition数字图像处理方法
正版全新
￥ 21.95 6.9折 ￥ 32 全新
库存4件
上海浦东
认证卖家担保交易快速发货售后保障
作者刘家福，刘吉平，姜海玲
出版社科学出版社
ISBN9787030536266
出版时间2018-11
装帧平装
开本128开
纸张胶版纸
定价32元
货号1270074
上书时间2024-07-30
- 在售商品 暂无
- 平均发货时间 21小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
【书 名】 eCongnition数字图像处理方法
【书 号】 9787030536266
【出 版 社】 科学出版社
【作 者】 刘家福，刘吉平，姜海玲
【出版日期】 2018-11-01
【版 次】 1
【开 本】 128开
【定 价】 32.00元
【内容简介】
随着空间科学技术的发展，遥感数字图像处理显得越来越重要，其处理技术正在向处理算法更优化、处理速度更快、处理后图像更清晰的方向发展。本书是作者系统总结已有遥感（RS）基本理论、实践与成果，特别是总结了作者近年来从事有关RS科研与教学经验的基础上编写完成的。《BR》 本书从实用性出发，理论联系实际，旨在培养学生的实践操作能力。全书共10章，内容包括eCognition软件介绍、快速制图模式、规则集模式、面向对象的分割与分类理论、批处理和分类结果精度评价，同时结合具体实例介绍了eCognition软件在水体信息提取、植被信息提取、土地利用类型分类和变化检测方面的应用。本书内容力求通俗易懂，简明扼要，突出重点，并附有大量相关的操作界面插图。
【目录】
目录
前言
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GUI 19
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 *优Box分类 23
2.5.2 亮度阈值分类方法 24
2.5.3 *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NDVI 107
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NDVI 114
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*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
0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
【文摘】
靠前章 eCognition软件介绍
1.1 eCognition软件概述
eCognition是由德国Definiens Imaging公司开发的智能化影像分析软件，是目前所有商用遥感软件中靠前个基于目标信息的遥感信息提取软件。eCognition软件基于Windows 操作系统开发，界面友好简单，与其他遥感、地理信息软件互操作性强。它采用决策专家系统支持的模糊分类算法进行影像分类，突破了传统商业遥感软件单纯基于光谱信息进行影像分类的局限性。
eCognition软件是基于对象的影像分析软件，充分利用了对象信息（色调、形状、纹理、层次）和类间信息（与邻近对象、子对象、父对象的相关特征），从而大大提高了高空间分辨率数据的自动识别精度，有效地满足了科研和工程应用的需求，被广泛应用于农业、林业、国防、土地利用、管线管理、城市规划、自然灾害监测、海岸带和海洋制图、自然资源和环境调查等方面。
eCognition的核心分割算法是分形网络演化方法（fractal net evolution approach，FNEA），该算法是目前被广泛应用的一种多尺度分割算法，也是目前流行的面向对象影像分析技术的基础与核心内容，这种分割方法是由M.Baatz和A.Schape于2000年首先提出的。FNEA 算法利用模糊子集理论提取感兴趣的影像对象，在感兴趣的尺度范围内，影像的大尺度对象与小尺度对象同时存在，从而形成一个多尺度影像对象层次等级网络。其基本思想是基于像素从下向上的区域增长的分割算法，遵循异质性很小的原则，把光谱信息相似的邻近像元合并为一个同质的影像对象，分割后属于同一对象的所有像元都赋予同一含义。影像分割过程中对影像对象的空间特征、光谱特征和形状特征同时进行操作，因此生成的影像对象不仅包括了光谱同质性，还包括了空间特征与形状特征的同质性。
1.1.1 eCognition系列产品
eCognition软件提供了三种不同的组件，分别是eCognition Developer、eCognition Architect和eCognition Server，它们可以单独或互相结合解决影像分析任务。
1. eCognition Developer
eCognition Developer是一种强大的面向对象的影像分析开发环境，用来在地球科学领域开发规则集（或为eCognition Architect开发应用程序），以做到遥感数据的自动分析。
eCognition Developer 可以应用到所有常用的遥感任务中，如植被制图、特征提取、变化监测和对象识别等。面向对象的方式有助于所有常用数据源的分析，如高空间分辨率的卫星数据、超高分辨率的航空影像、雷达和高光谱数据。eCognition Developer快速制图模式和规则集模式界面如图1.1和图1.2所示。
图1.1 eCognition Developer快速制图模式
图1.2 eCognition Developer规则集模式
2. eCognition Architect
eCognition Architect——非专业用户信息提取的强大工具，能够让植被制图专家、城市规划师或林业工作者等非专业技术人员轻松利用Definiens公司的技术和产品。eCognition Architect是一个综合的工具集，它支持交互编辑和质量评价工作流程，用户可以很方便地对eCognition Developer中创建的工作流程进行配置、校准和执行图像分析。
3. eCognition Server
eCognition Server 是一个软件组件，提供了图像分析工作的批处理执行环境。eCognition Developer或eCognition Architect用户向eCognition Server提交一个包含多种工程的工作空间，在批处理模式下，eCognition Server 可以自动处理大量的影像，并在单一的、全自动运行的环境中进行详细的分析。
在三种不同组件的实际应用中，eCogniton Developer用于试验研究，构建分类规则集；利用eCogniton Architect和eCognition Server进行二次开发、校正和调用执行构建好的规则集，以及对遥感影像进行批处理。
1.1.2 eCognition软件特点
1. 简单易用，服务于更广泛的用户类型
eCognition以面向对象的操作概念和引导式的流程控制方式，使用户摆脱了影像处理的技术细节。这种向导式的一键操作，可以使用户顺利使用软件中的相关功能，达到影像处理过程（尤其是土地覆盖分类）自动化、智能化的目的，从而在影像中提取可供GIS软件直接使用的空间地理信息，为地图制图、土地覆盖监测等相关应用提供了便利。
2. 优良的影像分析工具和算法集合
针对图像分析的不同方面，Definiens Developer提供了一个全面的算法集合。用户能从各种分割算法中进行选择，如多分辨率分割、四叉树分割和棋盘分割。分类算法的范围包括基于采样的很邻近法、模糊逻辑隶属函数、上下文驱动分析。层操作算法允许应用面对像元的过滤器，如坡度、坡向、边缘提取或用户自定义的层计数。eCognition Developer算法集合和算法简介如图1.3和表1.1所示。
图1.3 eCognition Developer算法集合
表1.1 eCognition Developer算法简介
— 没有更多了 —
以下为对购买帮助不大的评价