《实验3面向对象图像特征提取》由会员分享，可在线阅读，更多相关《实验3面向对象图像特征提取（16页珍藏版）》请在金锄头文库上搜索。
1、面向对象图像特征提取面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利 用高分辨率的全色和多光谱数据的空间、纹理和光谱信息对图像分割和分类， 以高精度的分类结果或者矢量输出。 发现对象发现对象 启动 ENVI EX，在 ENVI EX 中，选择 File Open选择目录：D:遥感数字 图像处理实验实验数据面向对象图像特征提取，选择 qb_colorado.img 图 像文件，打开图像文件。Qb_colorado.img 在 ENVI EX 中，双击 Toolbox 中的 Feature Extraction ，选择输入文件 qb_colorado.img 如下图，单击 Sel
2、ect Additional Files 前的三角形符号。Base Image : 必选项，基本图像数据。Ancillary data (辅助数据)： 可将栅格文件作为辅助数据加入 FX 中，以提高提 取精度，如高程数据等。Mask file (掩膜文件)：定义 Base Image 的掩膜区，只提取感兴趣区域的特征。这里我们只选择一个图像数据作为 Base Image ,不选择掩膜文件和辅助数据。 单击 OK ，进入下一步操作。设定分割阈值 图像分割图像分割 在 scale level 项中，通过滑块或者手动输入一个分割阈值。这里我们选择 经验值 40. 单击 select onput ba
3、nds 下的按钮，可以选择波段，这里我们选择默认波段。 将 Preview 前的复选框打钩，在 zoom 图像显示区出现一个矩形预览区。如 下图分割效果预览 设置好参数后单击 Next 按钮，只是 FX 生成一个 Region means 图 像自动加载到图层列表中（Layer manager ）并在窗口中显示。它是分割后 的结果，每一分割块被填充上该块图像的平均光谱值。合并分块合并分块 1、在 Merage level 项中，通过滑块或者手动输入一个分割阈值。值越大被 合并的块越多,这里我们输入 94.0设定分块合并阈值 2、单击 Next 按钮，进入下一步分块精炼分块精炼 单击 Thres
4、holding (advanced)选项，在 Thresholding 选项中，可以设定 灰度值的范围，这里我们直接选择 No Thresholding (default)。精炼分块单击 Next 进入下一步操作。计算对象属性计算对象属性 计算对象属性，包括四个类型：空间（Spatial）,光谱（Spectral）,纹理(Texture), 高级选项（Advanced）.注意：切换到 Advanced 对话框，单击 Base Image 按钮，从 Base Image 中选择三个波 段（RGB） （颜色空间）转换为 HIS 颜色空间，单击 Band Ratio 按钮，从 Base Image
5、中选择俩个波段用于计算波段比。 这里我们选择默认值。计算对象属性 单击 Next ,进入下一个界面。特征提取特征提取（ Extract Features）FX 中提供三种提取特征的方法： 监督（Choose by selecting example ） 、 规则分类（Choose by creating rules ）和直接输出矢量（Export Vectors） 这里我们选择规则分类（Choose by creating rules ） 如下图所示 。特征提取方法选择单击 Next ,进入下一个界面。规则分类每一个分类是由若干个规则组成的，每一个规则由若干个属性表达式来描 述！下面我们以提取
6、居民住宅为例来说明规则分类的操作过程。第一步 第一条属性描述，划分植被覆盖区和非覆盖区双击 ruleweight:1.00图标,打开属性对话框，如下图 选择 Customized bandratio. FX 会根据选择的波段情况计算波段比值，这 里我们选择红色和近红外波段， （默认方式）计算其 NDVI 值 。 勾选 Show Attribute Image 选择框，在 ENVI FX 中显示图像。 双击 bandratio 选项，进入 bandratio 属性设置对话框，注意： 1、Fuzzy Tolerance : 设置模糊分类值， 这里我们选择：5。 2、Membership Funct
7、ion Set Type : 一般情况下，S-type 比 Linear 有更小的模 糊度。这里我们选择 S-type。 3、属性值范围： 不选 Logic NOT 可选框，在文本框中输入最大值和最小值， 这里我们选择最小值和最大值分别为 0.0342，0.3000。 4、单击 OK ，完成第一条属性描述。 如下图所示属性设置对话框 第二步 第二条属性描述，剔除道路干扰居住房屋和道路的最大区别是，房屋是近似矩形，可以设置 Rect_fit 属性。操 作可以参照第一步。双击 rule 选项，在对话框中选择 Spatial rect_fit. 在 rect_fit 对话框中，设置属性范围为 0.5
8、1，其他参数为默认值。 单击 OK.用同样的方法设置： Spatial Area : 其参数设置为：Fuzzy Tolerance=0，and 属性值范围为 901100.其他参数为默认值。Spatial elongation : 其属性值范围为 03，其他参数为默认值。第三步 第三条属性描述，剔除水泥地干扰水泥地反射率比较高，居民住房屋反射率较低，所以可以设置平均像元值属性 （avgband）双击 rule 选项，在对象属性选择对话框中选择 Spectral avgband_2 在 avgband_2 属性设置对话框中，设置 avgband_2 属性值的范围properties点击 fill
9、 Interior 的下拉按钮，选择 Ture,再次查看影像。耕地信息提取实例（监督分类为例） 在 ENVI EX,选择 file Open , 打开图像，D:遥感数字图像处理实验实验数 据面向对象图像特征提取 imperial_valley_subset.img, 打开图像文件在 ToolBox,双击 Feature Extraction 工具，在打开的 Select Fx Input Files 对话 框中选择 imperial_valley_subset.img 文件，单击 OK,打开 Find Objects_seg_ment对话框。在 Find Objects_segment 对话框
10、中，设置 Scale Level 为 50，单击 priview 预览， 单击 NEXT,执行分割处理并进入 Find Objects-Merge 对话框。在 Find Objects_Merge 对话框中，设置 MergeLevel 为 50，单击 priview 预览， 单击 NEXT,执行分割处理并进入 Find Objects-Refine 对话框。直接单击 Next,进入 Find Objects-Compute Attributes 对话框，保留默认值设 置，单击 Next,计算每一个对象的属性。进入 Extract Features-Classify or Export 对话框，
11、选择 Choose by selecting example（监督分类）,单击 Next,进入下一个对话框（Extract Features-Supervised Classification） 在（Extract Features-Supervised Classification）对话框中定义样本对象。双击 Features-1，修改 Feature Name 为生长中期作物，在 Layer Manager 中按住（imperial_valley_subset.img） ，移动到 Layers 最上层，这样有利于选择 样本。在工具栏中选择按钮，在图上选择“墨褐色”的斑块对象作为“生长中期作
12、物” ，在图上选择一些对象。用鼠标左键选择高亮显示的对象作为样本，如 果选错了，在这个对象上单击左键可以取消选择。单击，新增类型并修改 Feature Name 为无作物耕地，同样的方法在图像上选择颜色很淡的耕地作为样本。 同样的方法新增类型“生长早期或晚期作物” ，图上的样本特征为“淡绿色” ， 新增“水体” ，图上样本特征为“黑色” 选择样本后，勾选 Preview 选项在图上预览分类的结果。如下图所示切换到 Algorithm,设置 Classification Algorithm 为 Support Vector Machine,其他 参数按照默认， 单击 Next, 在 Extract Features-Export Features,对话框中，选择输出路径，其 他按照默认设置将结果输出 Shapefile,矢量格式，单击 Next,输出结果。 输出的矢量结果自动加载到 ENVI EX 窗口中。同时，每一 Polygon 的面积自 动计算并保存在属性数据表中。 。输出结果
