【軟件名稱及版本】ecognition 9.02
【學習內容】：
工程的打開
影像的分割
特徵視圖與特徵計算
文件的導出
1. 新建工程
view中改爲開發者視圖
點擊"Create New Project"，彈出如下圖所示的界面，選擇需要處理的遙感影像
選中影像後點擊"OK"，用戶將能看到"Create Project"對話框，在該對話框中
"Project Name"使用英文名稱命名工程，"Map"裏能夠看到當前打開的影像的座標系
統、空間分辨率、影像大小等信息，“Map"下面顯示的是影像波段的別名"Image
Layer Alias”、位置等信息，然後再往下"Thematic Layer Alias"用於插入一些輔助分
類的專題數據
選中"Layer1"，然後雙擊就可以彈出"Layer Properties"對話框，用戶可以更改
波段的名稱，例如這裏將"Layer1"修改爲"Red"，同理將其他三個波段名稱也進行修
改
可以將整幅影像加載進來，也可以只處理一部分影像，這時需要點擊"Subset
Selection，可以用鼠標對感興趣的區域進行框選。
但是這裏默認使用整圖
建立好工程後，可以改變影像的顯示方式，包括波段組合和影像縮放操作，如圖所示爲易康提供的影像顯示的工具欄，紅色邊框選中的工具爲編輯波段組合，該工具前面的四種工具是各種波段組合顯示的快捷工具，例如第一個是單波段顯示即灰度顯示，第二個是按順序給定三種波段組合顯示效果，第三個是前一種波段組合顯示效果，第四個是後一種波段組合顯示效果。紅色邊框選中工具後面的圖標就不再詳述，分別是鼠標選擇、鼠標漫遊、鼠標縮放、縮小、放大、視圖比例和全幅顯示
點擊紅框選中的工具即爲影像顯示的波段組合編輯對話框，用戶可以定義影像顯示的方式和影像初始顯示設置
2. 影像分割
【實驗目的】：通過實驗進一步加深對面向對象分類思想的理解，掌握影像對象的
特徵空間以及決策樹分類，能夠熟練使用 eCognition 軟件構建影像對象的特徵空間
以及圖像解譯。
【實驗內容】：eCognition 軟件構建特徵空間及影像解譯。
在主界面右邊的"Process Tree"裏，右鍵然後選擇"Append New"，在彈出的"Edit
Process"對話框裏，如下圖設置，然後點擊"OK"，在"Process Tree"裏會
出現"Segmentation"這一條規則
設置完process tree裏會這樣
此時選中 Segmentation，右鍵選擇"Insert Child"，也會彈出"Edit Process"對話
框，此時可以添加具體的分割規則，在 “execute child processes” 下面找到
“Segmentation"算法裏面的"multiresolution segmentation”，如圖 2.3 所示，可以通過
不斷地修改各種參數來獲得不同的分割結果。此時，如果點擊"OK"，將不會執行
規則，而僅僅是在"Process Tree"添加了一條規則標籤而已，因此需要點擊"Execute"
來執行分割這條規則，此時"Process Tree"和主界面會發生變化
此時可以利用工具欄上的"Show or Hide Outline"來控制分割邊界是否顯示
此時建立的分割層的名稱叫"New Level"，如果要刪除該分割層則可以點擊工
具欄上的"Delete Level"
此時如果想改變分割邊界顯示的顏色，那麼點擊"View"菜單，選擇"Display
Mode"下的"Edit Highlight Colors"
效果如下
此時可以利用多個視圖來顯示分割前後的影像，選擇"Window"菜單下的
“Split”、“Split Horizonally”、"Split Vertically"這三種功能，來設置影像的顯示方式。
關鍵參數1：【Scale parameter】-是一個抽象術語，沒有明確的單位，它用來確定生成的影像對象所允許的最大異質度，值越大則生成的影像對象的尺寸越大，反之則越小。
關鍵參數2：【Image Layer weights】-用來設置參與分割的波段的權重，好處在於包含影像信息較多的波段或者對當前提取某一類專題信息用處較大的波段可以賦予較大的權重，而其他的無關緊要的波段可以不參與分割或者賦予較小的權重。
關鍵參數3：【Composition of homogeneity criterion】- 同質性用來表示最小異質性，同質性由兩部分組成，即顏色（光譜）和形狀，兩者權重之和爲1.0，而形狀又由光滑度和緊緻度來表示，兩者權重之和也爲1.0，因此顏色和形狀可看作“相反值”，光弧度和緊緻度也可以看作”相反值“。在實際的分割過程中，顏色和形狀的比重通常設置爲0.8-0.9/0.2-0.1，如果影像中地類的形狀確實能夠反映其特點，那麼可以適當增加形狀的比重，同時減少顏色的比重；平滑度考慮分割對象邊緣的平滑程度，緊緻度考慮分割對象整體的緊密程度。具體分割過程中，顏色和形狀的對分割效果的影響，以及平滑度和緊緻度對分割效果的影響，需要由我們自己去試驗得到最佳的參數設置；但是這種分割的逐次試驗，費時費力，也在一定程度上限制了分割流程（算法選擇；參數設置）的普適性。
下圖爲修改 Scale parameter爲100後的效果
3. 特徵視圖與特徵計算
易康的"Feature View"提供了大量的特徵
雙擊之後取消選中"Show or Hide Outlines"，那麼主界面將會顯示特徵視圖，如
圖所示，白色的表示特徵值較大的對象，黑色的表示特徵值較小的對象。
任意選中一個對象，在工具欄的"Image Object Information"裏顯示該對象對應的特徵信
息，這裏顯示的特徵信息，可以通過在"Image Object Information"裏右鍵選擇"Select
Features to Display"來編輯
以上介紹的只是查詢一個分割對象的特徵信息，在分類的時候需要明確某一個類別的特徵值的取值範圍，這樣才能夠建立一條類別提取的規則。那麼這時候就需要利用到"Feature View"中的查看範圍特徵值的功能，如圖中下面的紅色邊框選中的區域。
判斷完畢後，此時可以選中"Feature View"裏最下面的特徵範圍，然後輸入特
徵的最小值（左）和最大值（右）
此時再從菜單"Window"裏選擇"Split Vertically"，並將其中一個視圖顯示爲37"View Layer"；當然如果此時覺得特徵範圍需要修改，首先需要將兩個視圖恢復到一個視圖顯示，才能夠修改右下角"Feature View"的閾值範圍，效果爲上圖藍色部分所示。
可以在"Feature View"裏選擇"Customized"的"Create new ‘Arithmetic Feature’"，
彈出自定義特徵編輯的對話框
4. 分類
在分類之前首先要明確目標，即針對當前影像建立類別體系，在"Class Hierarchy"界面右鍵然後選擇"Insert Class"，在彈出的"Class Description"對話框裏設置類別的名稱和顏色，這裏的類別名稱使用英文
同理添加如下類別名稱和顏色
在"Process Tree"界面裏添加一條規則，內容爲"Classification"，也可以理解
爲父進程，但是它僅作爲一個標籤，和"Segmentation"類似。
右鍵"Classification"選擇"Insert Child"，爲 vegetation 類別建立提取規則，具體的參數設置界面如下圖所示設置其餘兩個參數，一個是"Class filter"，一個是"Thershold condition"
點擊"Class filter"時彈出界面選擇unclassified
excute後效果如圖
其他類別也同上操作
如果對類別的提取效果不滿意，那麼可以選擇"Classification"菜單的
“Class Hierarchy"的"Delete Classification”，彈出如下圖的界面，可以選擇刪除全部
類別或者某些類別
4.文件的導出
將分類結果導出爲矢量數據（shp）在 ArcGIS 中打開，具體的參數設置請參照下圖，需要注意的是在輸出的特徵集裏只有選擇了類別名稱這一特徵，矢量數據的屬性表裏纔會有對應的類別字段
這樣導出的是shp文件
那麼如何導出和ecognition一樣的數據呢
如圖設置，完成導出後在arcmap中打開
在arcmap中打開後如圖操作，再次導入之前輸出的數據
計算完成後如下操作
待完成後，再如圖操作設置
結果如下，因爲偷懶只把植被分類出來了，如果都操作完的話，是和原圖一樣的
【鳴謝】：http://blog.sina.com.cn/s/blog_95f4ca670102v4wf.html 其常用分割方法值得一讀
https://v.youku.com/v_show/id_XMTY2MTc0MTUzNg==.html最後Raster導出方式參考其視頻