ecognition簡要介紹(存儲版)
【正文】 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。原因是影像數(shù)據(jù)中最重要的信息是光譜信息，形狀標準的權(quán)重太高會降低分割結(jié)果的質(zhì)量。 ?尺度 amp。 常用分類特征介紹 [3]（光譜特征） ?對象 S的均值 Mean ?對象 S的亮度 Brightness ?對象 S的標準差 StdDev S為對象 S所包含的像素個數(shù)； ck(x,y)表示第 k層影像(x,y)位置的灰度值； 常用分類特征介紹 [6] （形狀特征 — 畫圖） ?周長，面積 對象邊界的像素個數(shù) 對象中所包含的像素個數(shù) ?近似邊界周長 ?長寬比 ?長度 amp。光滑度） S Y_min X_max Y_max X_min u為影像區(qū)域整體緊致度； v為影像區(qū)域邊界光滑度； E為影像區(qū)域?qū)嶋H的邊界長度； N為影像區(qū)域的像元總數(shù)； L為包含影像區(qū)域范圍的矩形邊界總長度 E為區(qū)域 A的紅色邊界的長度 L為青色矩形的周長 N為區(qū)域 A所包含的像素數(shù) 緊致度 u衡量區(qū)域的 飽滿程度 光滑度 v衡量區(qū)域 邊界的光滑 （破碎）程度 合并后的區(qū)域異質(zhì)性計算 [4] ?合并區(qū)域的異質(zhì)性 f’ ?合并區(qū)域的光譜異質(zhì)性 x’ （畫圖） ?合并區(qū)域的形狀異質(zhì)性 y’（畫圖） 基于異質(zhì)性最小的多尺度分割算法流程圖 [3,4] 易康多尺度分割參數(shù)設置 形狀權(quán)重 緊致度權(quán)重 選擇基于像
教學課件相關(guān)推薦
鄂ICP備17016276號-1