ecognition

更新时间:2024-10-08 10:51

eCognition是由德国Definiens Imaging公司开发的智能化影像分析软件。eCognition是所有商用遥感软件中第一个基于目标信息的遥感信息提取软件,它采用决策专家系统支持的模糊分类算法,突破了传统商业遥感软件单纯基于光谱信息进行影像分类的局限性,提出了革命性的分类技术——面向对象的分类方法,大大提高了高空间分辨率数据的自动识别精度,有效地满足了科研和工程应用的需求。

简介

以单个像素为单位的常规信息提取技术过于着眼于局部而忽略了附近整片图斑的几何结构情况,从而严重制约了信息提取的精度。eCognition所采用的面向对象的信息提取方法,针对的是对象而不是传统意义上的像素,充分利用了对象信息(色调、形状、纹理、层次),类间信息(与邻近对象、子对象、父对象的相关特征)。

主要特点

1 独特的面向对象分类方法;

2 模拟人类大脑的认知过程;

3 将计算机自动分类和人工信息提取相结合;

4 可以分析纹理和低对比度数据;

5 针对不同的影像数据和分类任务,进行不同尺度的影像分割;

6 快速简单的监督分类;

7 容易表达和分析复杂的语义任务;

8 模糊逻辑分类算法 eCognition可以进行基于样本的监督分类或基于知识的模糊分类、二者结合分类及人工分类,影像对象和分类结果易于导出成常用GIS数据格式,可以用于集成或GIS数据库更新。

分类工具

1.多数据源融合可以用来融合不同分辨率的对地观测数据和GIS数据,如QuickBird、Landsat、SPOT、IKONOS、SAR、LIDAR、航片等,不同类型的影像数据和矢量数据同时参与对象分割与分类。

2. 多尺度分割 用来将任何类型的全色或多光谱数据以选定尺度(粗、中、细)分割为均匀影像对象,形成影像对象层次网络。

3.基于样本的监督分类 小尺度分割图像 一个简单、快速强大的分类工具,影像对象是通过点击训练样本来定义,形象的称为“一点就分(Click and Classify)”。

4.基于知识的模糊分类 中尺度分割图像用户运用继承机制、模糊逻辑概念和方法以及语义模型,可以建立用于分类的知识库。

5. 人工分类 大尺度分割图像

6. 自动分类 eCognition允许用户定制宏,进行自动影像分析。

7.基于样本的监督分类

8. 基于知识的模糊分类

9.面向对象的特征描述

10. 面向对象的遥感信息提取过程

11. 面向对象的遥感信息提取过程

优点

1.以提供一整套基本工具进行自动影像分析为特色的综合性系统;

2.对纹理或者低反差数据的分析,例如VHR-卫星影像、航空或雷达数据;

3.容易调节影像目标精度到指定影像数据和指定任务;

4.透明的、可调节的模糊逻辑分类;

5.非常容易和有效的最近邻知识训练基础:击键与分类;

6.模型化和复杂语意的分析,分析上下关联的信息和对土地利用进行分类;

7.对任意数量层的分析;

8.多源数据整合:同时对任意数据类型的分析,例如不同精度、GIS层、高程数据等;

9.整合进入或者更新GIS数据库的专题栅格层的输出;

10.直观的操作;

11.不同的透明度和可访问的界面用来显示关于影像目标的信息、特征和每个单步分类;

12.纯粹的影像分析软件;

13.面向分割(同质区);

14.基于模糊逻辑的分类知识;

15.不同的分割级别;

16.基于栅格;

17.使用成员函数与/或采样进行分类,上下文特征、分割特征(如形状)等等可用于分类;

18.分辨率合并;

19.NDVI;

20.GIS数据用于街区;

21.PAN(漫游);

其他说明

此外,eCognition提供了一个理想的遥感与GIS集成的平台,GIS数据可以作为分类的基础图像来使用,也可以将它作为专题层加入.且在影像分析过程中可以生成有意义的多边形,有利于和GIS的配合。

eCognition突破了传统影像分类方法的局限性,提出了革命性的分类技术-面向对象分类。eCognition分类针对的是对象而不是传统意义上的像素,充分利用了对象信息(色调,形状,纹理,层次),类间信息(与邻近对象,子对象,父对象的相关特征)。

eCognition基于Windows操作系统,界面友好简单。与其他遥感,地理信息软件互操作性强,广泛应用于:自然资源和环境调查,农业,林业,土地利用,国防,管线管理,电信城市规划,制图,自然灾害监测,海岸带和海洋制图,地矿等方面。

免责声明
隐私政策
用户协议
目录 22
0{{catalogNumber[index]}}. {{item.title}}
{{item.title}}