ecognition簡要介紹-wenkub
2023-05-11 08:39:22 本頁面
【正文】 割尺度 來區(qū)分不同的影響區(qū)域獲得影像對象（在滿足必要的精度條件下盡可能使用大尺度） ?在滿足必要的形狀標(biāo)準(zhǔn)的前提下 盡可能采用顏色標(biāo)準(zhǔn) 。 ?尺度 amp。 尺度分割 宏觀：待分析問題 粒度大小 （待處理對象大?。? 微觀：區(qū)域內(nèi)像素個數(shù)（分辨率）或區(qū)域合并的 異質(zhì)性閾值 ?規(guī)則 VS 特征 條例，章法 amp。原因是影像數(shù)據(jù)中最重要的信息是光譜信息，形狀標(biāo)準(zhǔn)的權(quán)重太高會降低分割結(jié)果的質(zhì)量。寬度 ?緊致度 amp。 形狀因子 有助于避免由于影像對象形狀的不完整對精度產(chǎn)生的影響， 緊湊度參數(shù) 有利于將結(jié)構(gòu)緊湊與不緊湊的目標(biāo)區(qū)分開來， 而 光滑度因子 將起到完善邊界光滑的影像對象的作用。 ?抽象性 抽取其本質(zhì)，核心的東西 ?封裝性 ?繼承性 面向?qū)ο笏枷耄ǔ橄笮?，封裝性，繼承性） [2] Pixel Level Level 1 Level 2 Level 1的父層 Level 3的子層 Level 3 Scene ….. 網(wǎng)絡(luò)認知技術(shù)（ Cognition NetworkTechnology） EC軟件中的面向?qū)ο? 繼承性 抽象 封裝性 面向?qū)ο蟮闹饕獌?yōu)勢 [2] ?分類特征得到擴展 對象完全繼承像元的空間、光譜特性，同時帶來單個像元所不具備的面狀特征及層次關(guān)系 等對象特有分類特征 ?運行效率得到提高 從 數(shù)以萬計的像元優(yōu)化到數(shù)千個對象 ，處理時只需考慮每個對象的平均值，大大提高計算機運行效率 ?分類精度得到保障 對象能夠準(zhǔn)確反映 地物的真實邊界、輪廓
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1