影像信息提取之面向?qū)ο筇卣魈崛×鞒?wenkub
2023-04-27 06:36:27 本頁面
【正文】 orkflow第一步：準備工作根據(jù)數(shù)據(jù)源和特征提取類型等情況，可以有選擇地對數(shù)據(jù)做一些預處理工作。輸出用于分析的分類影像ll一個目標物體是一個關于大小、光譜以及紋理（亮度、顏色等）的感興趣區(qū)域。傳統(tǒng)基于光譜、基于專家知識決策樹與基于面向?qū)ο蟮挠跋穹诸悓Ρ缺鞥NVI FX簡介全名叫“面向?qū)ο罂臻g特征提取模塊—Feature Extraction”，基于影像空間以及影像光譜特征，即面向?qū)ο?，從高分辨率全色或者多光譜數(shù)據(jù)中提取信息，該模塊可以提取各種特征地物如車輛、建筑、道路、橋、河流、湖泊以及田地等?；谝?guī)則（知識）分類也是根據(jù)影像對象的屬性和閾值來設定規(guī)則進行分類。影像對象構(gòu)建主要用了影像分割技術，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。面向?qū)ο蠓诸惣夹g概述l“同物異譜，同譜異物”會對影像分類產(chǎn)生的影響，加上高分辨率影像的光譜信息不是很豐富，還有經(jīng)常伴有光譜相互影響的現(xiàn)象，這對基于像素的分類方法提出了一種挑戰(zhàn)，面向?qū)ο蟮挠跋穹诸惣夹g可以一定程度減少上述影響。ENVI FX簡介l比較常用的就是多尺度分割算法，這種方法綜合遙感圖像的光譜特征和形狀特征，計算圖像中每個波段的光譜異質(zhì)性與形狀異質(zhì)性的綜合特征值，然后根據(jù)各個波段所占的權(quán)重，計算圖像所有波段的加權(quán)值，當分割出對象或基元的光譜和形狀綜合加權(quán)值小于某個指定的閾值時，進行重復迭代運算，直到所有分割對象的綜合加權(quán)值大于指定閾值即完成圖像的多尺度分割操作。表1為三大類分類方法的一個大概的對比。該模塊可以在操作過程中隨時預覽影像分割效果?？蓱糜冢簂圖1 FX操作流程示意圖，介紹向?qū)ο笮畔⑻崛〉牧鞒?。lll和SARl第二步：發(fā)現(xiàn)對象（1）啟動Rule Based FX工具在Toolbox中，找到Feature Extraction，選擇/Feature Extraction/Rule Based Feature Extraction Workflow，打開工作流的面板，此外還有三個面板可切換：在Input Mask面板可輸入掩膜文件，在Ancillary Data面板可輸入其他多源數(shù)據(jù)文件，切換到Custom Bands面板，有兩個自定義波段，包括歸一化植被指數(shù)或者波段比值、HSI顏色空間，這些輔助波段可以提高圖像分割的精度，如植被信息的提取等自定義的屬性，在Normalized Difference和Color Space屬性上打鉤，如下圖所示，點擊Next；選擇高尺度影像分割將會分出很少的圖斑，選擇一個低尺度影像分割將會分割出更多的圖斑，分割效果的好壞一定程度決定了分類效果的精確度，我們可以通過preview預覽分割效果，選擇一個理想的分割閥值，盡可能好地分割出邊緣特征?；谶吘墮z測，需要結(jié)合合并算法可以達到最佳效果；l調(diào)整滑塊閥值對影像進行分割，這里設定閾值為40。合并算法也有兩個供選擇：lFast Lambda:Texture Kernal Size：紋理內(nèi)核的大小，如果數(shù)據(jù)區(qū)域較大而紋理差異較小，可以把這個參數(shù)設置大一點。圖3目前，已經(jīng)完成了發(fā)現(xiàn)對象的操作過程，接下來是特征的提取。同一類地物可以由不同規(guī)則來描述，比如水體，水體可以是人工池塘、湖泊、河流，也可以是自然湖泊、河流等，描述規(guī)則就不一樣，需要多條規(guī)則來描述。選擇Spectral，Band下面選擇Normalized Difference。在閾值范圍內(nèi)的在預覽窗口里顯示為紅色，在Advanced面板，有三個類別歸屬的算法：算法有二進制、線性和二次多項式。對象屬性面板~1，其他參數(shù)為默認值。點擊All Classes，最終的rule規(guī)則和預覽圖如下圖所示。點擊Finish按鈕完成輸出。在Toolbox中找打該工具，雙擊打開流程化的面板，前面兩步和第一種方法的前兩步完全一致，選擇數(shù)據(jù)和發(fā)現(xiàn)對象，在此不一一贅述。監(jiān)督分類界面1)選擇樣本對默認的一個類別，在右側(cè)的Class Properties中，修改顯示顏色、名稱等信息。一個類別的樣本選擇完成之后，新增類別，用同樣的方法修改類別屬性和選擇樣本。這里我們建立5個類別：道路、房屋、草地、林地、水泥地，分別選擇一定數(shù)量的樣本，如下圖所示。這里按照默認全選。SVM）和主成分分析法（Principal Components Analysis相對傳統(tǒng)的最鄰近方法，K近鄰法產(chǎn)生更小的敏感異常和噪聲數(shù)據(jù)集，從而得到更準確地分類結(jié)果，它自己會確定像素最可能屬于哪一類。支持向量機是一種來源統(tǒng)計學習理論的分類方法。nn這個值是一個大于零的浮點型數(shù)據(jù)。默認值是100。主成分分析是比較在主成分空間的每個分割對象和樣本，將得分最高的歸為這一類。直接輸出矢量該方法的工具為Toolbox/Feature Extraction/Segment Only Feature Extraction Workflow。而高分辨率遙感圖像的細節(jié)信息豐富，圖像的局部異質(zhì)性大，傳統(tǒng)的基于像元的分類方法易受高分辨率影像局部異質(zhì)性大的影響和干擾。 準備工作根據(jù)數(shù)據(jù)源和特征提取類型等情況，可以有選擇的對數(shù)據(jù)做一些預處理工作。l光譜分辨率的調(diào)整如果您處理的是高光譜數(shù)據(jù)，可以將不用的波段除去?？衫肊NVI主界面Basic Toollayer stacking工具實現(xiàn)。這里選擇ENVI自帶數(shù)據(jù)envidata\feature_extraction \ qb_colorado,。調(diào)整滑塊閥值對影像進行分割，這里設定閾值為30，點擊Next按鈕，這時候FX生成一個Region Means 影像自動加載圖層列表中，并在窗口中顯示，它是分割后的結(jié)果，每一塊被填充上該塊影像的平均光譜值。我們可以通過合并來解決這些問題。這里我們設置的閾值為95，點Next進入下一步。這里我們就直接選擇No Thresholding（default），點擊Next進入
公司管理相關推薦
鄂ICP備17016276號-1