易康培训教程difinens professional50.docx
《易康培训教程difinens professional50.docx》由会员分享，可在线阅读，更多相关《易康培训教程difinens professional50.docx（119页珍藏版）》请在冰点文库上搜索。
易康培训教程difinensprofessional50
易康培训教程
（Definiensprofessional5.0）
基础应用
Definiensprofessional5.0培训教程介绍4
1基本概念5
1.1图象理解原理5
1.2影像对象6
1.3影像对象层和影像对象层组6
1.4特征7
1.5类和分类8
1.6规则9
1.7运算法则11
1.8影像对象域12
2为规则集合开发基本工具14
2.1definiens工程文件14
2.2可视化工具16
2.3视图特征和影像对象信息19
2.4类层次结构21
2.5规则树21
2.6算法22
3.1导入影像数据23
3.2调整视图设置27
4规则入门30
4.1使用规则30
4.2编辑规则对话框33
5影像对象--信息载体38
5.1分割方法和影像对象38
5.2棋盘分割42
5.3四叉树分割44
5.5创建多重影像对象52
6分类方法57
6.1分类可以利用的特征58
6.2如何使用特征视图60
7分类的情况（分配类）64
7.1规则结构为插入规则作准备64
7.2为分类定义规则设置66
8分类和类的描述70
8.1在类描述中的阈值条件71
8.2利用隶属度函数进行分类75
8.3单元概要80
9类相关特征82
9.1组层和类相关特征之间的关系82
9.2类相关特征83
10创建自定义算法特征86
10.1编辑自定义特征工具86
10.2创建自定义特征NDVI87
11采用反向类似分割密集和稀疏植被89
11.1在密集植被类描述中插入NDVI89
11.2在稀疏植被类描述中插入‘InvertedSimilarity’90
11.3添加、编辑并执行一个密集和稀疏植被分类规则91
12使用组层类相关特征分类92
12.1在组层中进行类的分组92
12.2使用组类93
13合并对象95
14导出95
14.1导出当前视图96
14.2导出矢量图层96
15基于最邻近分类的样例96
15.1最邻近分类的理论97
15.2最邻近分类结构99
15.3为NN分类申明样例对象.102
欢迎您在易康（eCognintion）软件专业版应用向导的指导下进行专业学习和训练，本教程是专为易康（eCognintion）软件的初学者或有一定基础的用户编写的。
Definiensprofessional5.0有两个模块：
每个模块所包含的课程将在你的专业指导老师的帮助下完成学习，这些课程主要建立在如何解决您日常工作中所遇到的一些基本任务，并提供了易康（eCognintion）软件专业版应用的基础步骤说明。
培训教程介绍
该教程是有德国definiens公司专业人员编写，由北京天目创新科技有限公司技术部相关人员翻译整理的，所有人员都熟练测图及易康（eCognintion）软件操作，您的指导者可以贯穿整个教程的所有课程并能对您所提出的问题进行回答。
在培训结束之后您可以带走该手册，同时您也可以在该手册的边框空白处做笔记以帮助您完全掌握在课堂中所学习到的内容。
对于学习该软件的学员要求是您必须有一定的遥感专业知识基础。
在该教学中所用到的样例数据；QB由美国digitalgloble公司提供，IKONOS由美国GeoView公司提供。
单元
在每个单元中都有创建一个工程并导出分类结果的使用说明，同时在每课教学中您都有专业的指导老师进行指导完成整个操作。
单元中所包含的系列可逐步完成操作的练习样例工程，帮助您掌握该软件，所应用到的样例数据可以拷贝到您个人的电脑硬盘里。
课程
课程是按照大纲来进行，大纲是按照完成每一个工程的流程和步骤进行。
所有课程所应用到的样例数据都会提供给您，样例数据您可以在基础练习样例数据文件夹中找到，在培训之前您的指导者会为您介绍相关的应用资料。
要求
首先请您的指导者为您提供Definiensprofessional5.0，并在您个人电脑上按照安装指南完成软件安装，所有的样例数据可以在您安装软件的同时自动拷贝到您的电脑中或由你个人从您的指导老师处进行拷贝。
开始您的学习吧
在随后的课程中，您将学习到更多Definiensprofessional5.0软件新增加的许多工具，您的主要目的是成为一名易康（eCognintion）软件的熟练操作者以及如何在今后的工作中解决您所遇到的问题。
只要有问题就是好问题，请您随时向您的指导老师提出您所遇到的问题并参与问题讨论。
最后，感谢您参加Definiensprofessional5.0培训学习，并预祝您学习愉快！
1基本概念
这一部分您将熟悉一些Definiensprofessional5.0基本概念和专业术语，同时也介绍了一些面向对象的影像分析工具。
1.1图像理解原理
当人使用眼睛时，会执行一个复杂的神经处理，我们通常把这个处理就叫“图像理解”。
在这一部分，您将体验到一个类似视觉认知和学习到Definiens软件的模仿能力。
当您用眼睛观察一个区域时，您会从特定区域周围再观察到局部，您可能通过观察该特定区域的特殊尺寸、形状、颜色等，所有这些使您把它和一个具体的事物联系到一起最终判定出是什么物体。
例如，您看到的是两个圆形物体，您只能分类出是两个圆形、蓝色的物体
在下图中您将分出哪个是刀子，哪个是叉子，哪个又是车。
您会立刻把它们三者联系到一起来，左图两侧的物体为刀子和叉子，而中间的蓝色圆形物体为盘子。
右图圆形则为车轮。
这些物体能一下被定义出来完全是根据它们之间的关系（如：
前后、上下），这些物体的特征和它们之间的关系让您很快得出中间的就是盘子或车轮，而在您的神经系统中得出以上物体是根据您所看到的物体特征和您大脑中储存的信息进行关联的结果。
就像人类视觉，易康（eCognition）软件理解图像的概念是建立在正确分割出对象在可视影像中的内容，相对其它可视影像内容的基础上。
尺度分割就是执行按照局部区域的不同特征进行分割，所分割出来独立的结果就叫影像对象。
.这些影像对象可以根据它们不同的标准进行分类，不同的类有系统的和有组织的被放置在语义组里，表示不同的知识类，而这种知识结构的描述方法允许进行自动影像分析。
.设定这样的知识表达方法，Definiens提供反复的工作流程。
进入简单、它包括基本的规则修改和命名。
.影像或影像对象的修改是分割和合并。
.命名由影像或影像对象的分类完成。
其它规则帮助在影像对象和组织影像分析中。
1.2影像对象
每个影像对象代表影像的一个确定空间连接的区域。
影像区域的像素与影像对象关系是部分关联。
如果两个影像对象是邻近关系，那么它们包含的像素在影像区域也是相邻关系。
说明：
左图是原始影像、右图是影像对象
1.3影像对象层和影像对象层组
如上所述，影像经过易康（eCognition）软件的分析处理后被分割成由多个影像对象组成的像素层，而多个影像对象可以按照一定的尺度参数合并或分割成分别由上下组成的一个新的对象层。
两个或多个以上的影像对象可以组成一个影像对象层组。
如图所示影像对象层组
在影像对象层中，底层的每个子对象与上层的父对象连接，同时要保证确定在同一影像层内各对象之间的关系，而每个子对象不可能有超过一个以上的父对象（由上至下是一对多、由下至上是多对一的关系）。
在每个影像中都有分割的比较细小的影像对象层，影像被分割成了由像素组成的像素层和一个包含整个影像的对象层。
1.4特征
一个特征是目标对象的相关信息的表述。
特征主要由两个类型组成，
影像对象特征:
是和一个对象关联的表述其信息的特征。
全局特征：
可以同时涵盖多个对象的信息特征而不是单个独立的对象。
1.4.1影像对象特点
由于每块影像内所包含的信息要比单个像素所包含的信息多，大多数不同的影像对象是依据其颜色、形状、纹理所构成区域进行测算读取的，更多信息也可通过影像对象的网状结构来进行归纳分类或合并。
类型特征的一个重要例子是给定了类的子对象数量及给定类的子对象的相邻关系（Relativebordertoneighboringobjectsandnumberofsubobjects）。
1.4.2全局特征
全局特征一般来说描述的是当前影像对象的层次结构情况。
例如，给定的影像层均值度，影像对象的层数或类组中包含的对象数，全局特征也描述了所输入数据的附加的元数据信息。
如图所示，特征窗口中某层的均值特征
1.5类和分类
分类是把具有相近关系的影像对象归为一类的过程，而一个类所描述的是在层次结构中具有相同语义的影像对象，所有类都是来自隶属层次结构层中的影像对象，它们所构成的关系结构就称为类层次结构。
易康（eCognition）软件提供了不同的对影像对象分类的方法
.特征:
当影像对象在使用的情况下可被基于单一特征来分配
.算法:
是一个比较复杂的分类器用于解决特定分类任务，如计算局部区域的极值等。
.类描述:
是当在多种情况下或应用隶属度函数（membershipfunctions）对影像对象进行归类。
.隶属度函数（membershipfunctions）:
是被应用于类间模糊转换时的描述
各种方法可以自由结合应用，容许最大灵活性分类，为定义接近的类或如何组合接近的类可以利用几个工具。
类可以被关联于：
.继承:
连接的类是所描述的具有继承关系的内容
.组:
连接的组是通过语义结合的不同类
如图所示：
类的继承和组
每个分类组所关联的类中的影像对象都具有隶属度函数值，一个影像对象可能与分类组中的多个类相关联，通常把具有最高隶属度函数值的类在影像对象中作为当前类。
只要结果能被转换成隶属度函数值，分类时可以执行所有分类的算法。
1.6规则（Processes）
图像分析算法是Definiens的专家开发出的一套先进的模仿人类认知的语言进行开发的高级影像分析算法，这种算法主要采用了面向对象的图像分析方法，各种算法的设计是通过对规则集的设计实现的。
一个单一的规则是解决一个具体图像分析问题中规则的集合单元，规则集（Processes）是进行规则集合开发的一个主要工具。
注意：
在Definiens专业版本中，规则既代表一个单一的规则，也代表由单个的规则组成规则集。
单一的规则中的主要功能部分：
.算法
.算法作用的影像对象域
在影像中一个单一的规则能使一个具体的运算应用到一个具体特定的区域，条件信息为选择特定区域的分类合并提供了很好的语义信息。
如图：
规则窗口中显示了一个规则流程
规则可以包含任意数量的子规则，它们所显示的结果是影像分析所定义的结构和流量控制图，规则包含很多不同类型算法，允许用户建立一个连续图像分析流程。
规则次序流程
1.7运算法则
算法是描述即将进行的规则如何操作，包括如何生成影像对象，合并或分割对象、分类对象等等。
两个算法主函数是
.生成或修改影像对象
.分类影像对象
算法图：
除此之外，应用提供的算法可以定义各种重要影像分析的操作流程，以下是软件提供的各种算法的目录。
选择一个算法的概略图
1.8影像对象域（ImageObjectDomain）
影像对象域所描述的是在影像层组中应用算法所执行规则的某一区域，影像对象域由所对应子集的结构描述来定义。
下例为一个影像对象域的整个影像、对象层、对象分类。
下例中的红色外廓对象（水体）被选中作为影像对象域应用棋盘分割（ChessboardSegmentation）方法进行分割，其它对象保留原状。
左图：
原影像对象轮廓描述;右侧：
仅影像域定义的红色对象被分割
1.9易康（eCognintion）专业版工作流程
易康（eCognintion）专业版是一种基于对象的影像分类方法，与基于像素的分类方法最基本区别是易康（eCognintion）专业版不会分类单个像素，而是只分类通过分割生成的影像对象，出于这个目的，易康（eCognintion）专业版提供了很多分割算法，所有的分割结果都能使原有的影像对象被分层。
这些被提取出来的影像对象像建筑物的砖块一样包含了一定的信息，影像对象也就是这些信息的载体，以便于进一步的分类。
2规则集合开发的基本工具
在这一单元中您将学习以下内容：
.工程文件的建设
.可视化工具
.特征视图和影像对象信息
.层组
.规则树
.算法
在这一单元中我们将尝试应用一个样例工程来熟悉一些重要的工具，并感受到整个培训中所应用到的模块和工程应用中已经分割好的子类，工程中所应用到的快鸟样例数据都是digitalglobe公司提供的。
通过参加此次培训后，新手也能按照以下流程对影像进行分析任务，许多面向对象的影像分析基本概念都会讲到，以及规则集合的应用也会被介绍到。
上图为DefiniensProfessional打开的两个窗口的用户界面，左窗显示为分类结果，右窗显示的是影像数据，最高处为菜单栏和工具条，在最右侧为规则树和类层窗口，以及特征窗口和影像对象信息窗口都被隐藏了。
2.1Definiens工程文件
所有样例数据及工程文件都被保存在工程文件夹中，下面的内容您将学习到如何创建和保存一个工程以及学到更多关于层的概念。
一个工程文件夹中所包含的哪些内容，您可以打开一个工程，该工程为已经分类规则过的，因此包含的内容为一个分过类的影像对象层和过程及类的结果。
1.从文件菜单选择Openprojects或点击OpenProject按钮
2.浏览QB_Yokosuka文件夹，选择我们练习要用到的样例工程QB_Yokosuka.dpr
Yokosuka工程文件是一整景Quickbird影像的一部分，在这个项目中已经被规则应用在规则树中。
这个工程中包含了一个影像对象层，同时该影像对象已经被分了类。
在默认情况下一个显示影像数据的窗口以及规则树和影像对象信息的窗口被打开。
3.确保以下工具被打开；
.规则树（processtree）：
在主菜单中选择Process>ProcessTree或选择工具按钮
.类层（ClassHierarchy）：
在主菜单中选择Classification>ClassHierarchy或选择工具按钮
.影像对象信息（ImageObjectInformation）：
在主菜单中选择ImageObjects>ImageObject
Information或选择工具按钮
.特征窗口（FeatureView）：
在主菜单中选择Tools>FeatureView或选择工具按钮
图10：
Definiens用户界面与主窗口：
影像数据在左窗口，菜单和工具条在
上面、规则树、类层、特征视图和影像对象信息窗口在右边。
2.2可视化工具
这些工具是在规则设置中用于显示彩色区域内的影像数据、分割形状、特征值以及分类和检验你的分类结果。
这些选项的内容也可以选择浏览设置（ViewSettings）工具条来显示影像对象内容。
2.2.1显示影像对象
浏览设置（ViewSettings）工具条
1.确定浏览的图层（ViewLayer）是否选中按该按钮
2.选择显示或隐藏形状（轮廓）按钮
来显示该层中所有影像对象的形状（轮廓），从而可以判断是否与影像的地物外形一致。
3.显示对象的均值图，可选择对象均值图和像素图按钮
影像浏览、对象形状及像素浏览、对象形状及均质浏览
2.2.2显示分类结果
这个工程的影像对象是按照规则设置定义的条件已经被分类的对象。
1.在查看设置中选择浏览分类按钮（ViewClassificationbutton）
时要确保显示或隐藏形状（轮廓）按钮
处于未选中状态。
2.移动鼠标，指向的类的分类值就会显现。
3.对象均值图和像素图转换按钮
可以切换打开或关闭它的透明层
4.选择显示或隐藏形状（轮廓）按钮
，影像对象的形状（轮廓）便以彩色显示分类。
2.2.3缩放功能
在您的工作中需要根据详细程度，来回在详细和粗略视图中应用缩放工具切换，Definiens专业版将该工具以组的方式建立在主菜单栏View>CursorModeor>DisplayMode或工具栏中。
使用不同的按钮熟练它们的功能
1．
缩小工具
2.
放大工具
3.
向中心缩小
4.
从中心放大
5.
显示全部
6.
全景填充窗口
7.
任意显示窗口工具，在选择该工具，在panwindow窗口中会显现一个红色矩形，您可以在整景影像中任意拖动该矩形的大小和位置，影像窗口中会相应显示出红色矩形区域范围内的影像数据。
8.
平移工具
2.3视图特征和影像对象信息
视图特征工具和影像对象信息窗口可以帮助您决定应用哪种特征和值来分类，每一个影像对象都是一个可用于分类和特征结合的信息载体，这些特征一般被用来指定对象为某一个适合的类。
.获得多个影像对象的信息的特征值作为一个影像信息使用
.获得一个影像特征值作为多个影像对象的信息特征使用
1．在影像对象信息窗口中，选择单个影像对象，观察它们特征和特征值。
如图，影像对象信息窗口及选择的对象的特征值
2．当选择其它对象时，在特征信息窗口中的值会发生相应得变化。
3.双击特征列内的任意特征，在视图窗口中的影像会在一个灰度值范围内变化显示。
视图窗口内的影像显示一个特征的相应灰度图
2.4类层次结构
在接下来的学习中我们将学习如何创建一个类及如何分配影像对象到某些类中，这种规则分的类会被保存在类描述中或在规则列表中的规则树中。
所有的类和它们的内容都被保存在类层次中，并且可以被用一个语义方式构造层组，它们的继承关系也同时被构造在它们的继承层结构中。
类层窗口中，类组分业被选中（分类结构表示方法：
类层、类组）
2.5规则树
在这一节里您将学到如何创建和编辑单个规则、规则次序以及如何完成构造这些规则的方法，规则树所包含的内容与我们前面用到的工程QB_Yokosuka相同。
1.在规则树中折叠和扩展父规则时，在它们的组中观察单个规则和结构
2.双击单个的规则检查它的内容和设置。
图中为规则树窗口显示的分析规则树中的子集
2.5.1执行导入的规则
重新开始分析，首先删除现有的影像对象层，接下来的规则步骤为分割和分类，可以多次执行。
1.删除当前影像对象层可以通过双击删除层按钮
2.选择Level1确认点击OK。
3.选择顶层的多规则TakeThePlunge用鼠标右键单击。
4.从菜单列表中选择执行（Execute）
接下来的规则步骤为执行以下操作
.分割
.建立一个类水体
.建立一个类植物
.合并影像对象
2.6算法
当您在完成一项练习后，您就熟悉这些用于分割和分类的常见算法了，以及在特定的域里如何处理。
分割算法：
ChessboardSegmentation（棋盘分割）
QuadTreeSegmentation（四叉树分割）
MultiresolutionSegmentation（多尺度分割）
分类算法：
Assignclass（指定类）
Classify（ThresholdandFuzzyclassifier）
Findenclosedbyclass
NearestNeighborClassifier（最邻近分类）
MergeImageobjects（合并影像对象）
ExportImageobjects（导出影像对象）
在这一单元中您将学习到了
.Definiens工程文件
.可视化工具VisualizationTools
.特征视图和影像对象信息
.类层次结构（ClassHierarchy）
.处理树（ProcessTree）
.算法（Algorithms）
3导入和浏览数据
本章有以下内容：
1.导入数据
2.纠正视图设置
当然在影像分析的第一步做法是导入所需的数据，如果有必要可以创建它的子集，在导入数据后的工作流程是影像分析的不同步骤，您可以通过目视来检验您的Definiens工程，不同的显示方式能使您更集中查寻。
创建工程后的一开始，在您研究的某一个单一的影像层时，您可以定义该层影像所显示的的色彩和调整它的平衡选项。
如图，相同数据的不同显示方式
3.1导入影像数据
在这一课中您将学习：
1；创建一个新工程
2；定义图层名称
3；保存工程
影像在创建工程中被保存在*.dpr文件内（工程文件），在对影像分析时是从影像中提取地物信息然后添加到工程中，这种信息表达的就是被分类的影像对象。
当观察工程时，研究人员可以同时研究输入的影像、分割信息、分类结果。
Definiens软件可以同时导入栅格数据和矢量数据，在导入的时候，所有矢量数据都被转换成栅格层，该软件可以区别两种最基本的数据类型。
.Imagelayers（影像层）
.Thematiclayers（专题层）
当影像层数据包含的信息是连续的时候，专题层的信息是离散的，这两种类型的数据在分割和分类时必须区别对待，除了影像层数据可以被直接导入外，专题层数据也可以被导入。
DefiniensProfessional5.0可以支持的栅格数据文件格式如下：
Arc/InfoBinaryGrid（.asc）
CompuserveGIF（.gif）
ERMapperCompressedRaster（.ecw）
ESRIASCIIGRIDFile（.asc）
ErdasImagineImages（.img）
JPEGJFIF（.jpg）
JPEG2000（.jp2）
PCIDSKimageformat（.pix）
PortableNetworkGraphics（.png
TaggedImageFile（.tif）
TaggedImageFile（Geocoded）（.tif）
WindowsorOS/2Bitmapfiles（.bmp）
NationalImageryTransmission（NITF）（.ntf）
3.1.1创建新工程
创建一个新工程，可以通过以下方式来实现。
1；在主菜单中的文件下，选择NewProject
2；直接单击创建工程按钮
3；直接按快捷键
4；打开QB_Maricopa文件夹
5；在文件夹中选择ErdasImagineImages（*.img）数据类型
6；找到以下文件并打开
.04mar_pan.img
.04mar_multi.img
有关这些文件的信息都被列在创建工程文件对话框中。
如图创建工程文件对话框
3.1.2定义图层别名
为了在规则设置中的不同数据相互之间转换，被导入的每个通道必须给予不同的名称。
1.要对影像层定义别名时，在创建工程文件对话框中双击该层，此时该层的属性对话框
升级会员 