ecognition-试验-多尺度分割形状紧致度参数设置

ecognition多尺度分割1分割对给定分辨率的影像对象，多尺度分割算法局部最小化影像对象的差异性。它能够在已存在的影像对象层执行，也能在象素层执行，以创建新的影像对象或者影像对象层。多尺度分割算法连续融合象素或者已存在的对象。因此它是基于成对区域融合技术的自底向上分割算法。多尺度分割是优化处理，对给定数量的影像对象，最小化平均差异性并最大化它所代表的均一性。分割处理根据以下规则进行，是一种相互最佳适合方法。尺度参数尺度参数是一个抽象的概念，对影像对象结果，它决定所能允许的最大差异性，对差异性数据，对给定尺度参数，结果对象将比更均一的数据要小。通过修改尺度参数的值，您可以区别影像对象大小。提示：通常情况下，最大可能尺度的影像对象仍然能区分不同的影像分区，（尽可能大，尽可能好）。存在一种容忍值，与影像对象所的尺度相关，由于由分类时的均一化处理，这种容忍值代表分类一致性区域。不同区域的区分比影像对象尺度更重要。均一性标准组合尺度参数所对应的对象的均一性由均一性标准域组合定义。在这种情况下，均一性用于反映最小化差异性。三种标准被计算：色彩，光滑度，紧致度。这三种标准在差异性判别方面有多种用法，然而，大多数情况下，为创建有价值的对象，色彩标准是最重要的。然而，某种程度的形状一致性常常能提升对象提取的质量。因为空间对象的紧致度与影像形状概念相关。因此，形状标准是非常有用的，可以在纹理特征非常强的数据（如雷达数据）避免高度分散的影像对象结果。多尺度概念流程图形状形状栏的值改变着色彩和形状分割准则的关系，通过改变形状准则，同时也定义了色彩准则（色彩=1-形状）。实际上，通过降低赋给形状栏的值，你定义了影像层光谱值将用于整体一致性准则的比例。该权值与在形状栏里定义的赋给形状一致性的权值是相对的。将形状准则的权值设置为1，将导致在空间一致性上得到优化。然而，形状准则的值不能大于0.9，这是由于不考虑影像的光谱信息，分割的结果对象将于光谱信息无关。调整色彩和形状的滑动条将用于分割中。附加上光谱信息后，对象的一致性将利用由紧致性参数定义的对象形状来优化。紧致性紧致性准则用于优化与紧致性相关的影像对象。该准则应该用于区分影像对象，这些影像对象不是从紧密的，而是从非紧密对象中，仅仅从相对较弱的光谱对比度区分出来。用滑动条调节用于分割的紧致度。（1）紧致度参数对分割结果的影响试验目的：试验在相同尺度参数和形状参数情况下，改变紧致度参数对多尺度分割的影响。尺度参数scale：50；shape：形状0.1（默认参数）准则每对准则被赋权，权值和为1。一致性组合一致性准则，由4个准则组成，定义了影像对象结果的总体相对均一性。尺度参数定义影像对象结果的加权影像层的均一性准则的最大标准差，尺度参数值越大，影像对象结果越大。注意：平滑度和紧致度与影像特征的平滑度和紧致度没有关系颜色影像对象结果的数值值[颜色]，[颜色]=1-[形状]形状定义了影像对象结果的纹理一致性。[形状]=[平滑度]+[紧致度]平滑度：利用形状准侧，考虑平滑边缘，优化影像对象结果。紧致度：利用形状准侧，考虑总体紧致性，优化影像对象结果。在尺度参数和形状参数一定的情况下,紧致度越小,所分割的结果得形状显得越碎。紧致度:0.2紧致度:0.5紧致度:0.6紧致度:0.8紧致度:0.2紧致度:0.5紧致度:0.6紧致度:0.8紧致度:0.2紧致度:0.5紧致度:0.6紧致度:0.8紧致度:0.2紧致度:0.5紧致度:0.6紧致度:0.8（2）形状参数对分割的影响紧致度:0.5紧致度:0.2紧致度:0.1形状:0.2紧致度:0.5形状:0.1紧致度:0.5形状:0.2紧致度:0.5形状:0.1紧致度:0.5形状参数对分割的影响:形状参数设置越大,所分割的结果的形状在大小上差异越小,显得越整,形状参数设置越小,分割结果显得越散.但是，进行多尺度分割时，形状参数与颜色参数是相对的，这两个参数值之和为1。形状参数设置的值越大，在进行分割时，颜色(光谱)在分割时的权重相应就小。因此，影像分割的结果与颜色的相关性越小。在分割结果上的表现为分割对象形状大小较规整，但是不能较好的反映地物或者地块的实际形状。（3）尺度参数对分割结果的影响改变尺度参数，对分割结果的直观影响是，尺度参数越大，分割后对象的块越大。实际上，尺度参数的值决定了分割对象所能允许的最大差异性。尺度参数应该设置一个合理值，该值有助于区分不同的对象。形状参数：0.2，紧致度参数：0.5形状:0.2紧致度:0.5形状:0.1紧致度:0.5形状:0.5紧致度:0.5尺度:50尺度:100尺度:150尺度:200尺度参数501能区分阴影2能细分水域与陆地，能将水域中小块陆地区分出来。能区分不同水质的水域。能区分裸地，半裸地，绿地。尺度参数1001能区分阴影。能区分地表植被分布情况，如裸地，半裸地，绿地等。能将屋顶与裸地区分开。2能区分水域与陆地，但不能将水域中小块陆地区分出来。能区分不同水质的水域。能区分裸地，半裸地，绿地。尺度参数1501能区分较大块阴影。能区分地表植被分布情况，如裸地，半裸地，绿地等。能将屋顶与裸地区分开。2能区分水域与陆地，但不能将浅水坑与裸地区分出来。能区分不同水质的水域。3有可能将裸地，半裸地混合。尺度参数2001可能将阴影与其它地物如树混合。能区分地表植被分布情况，如裸地，半裸地，绿地等。能将屋顶与裸地区分开。2能区分水域与陆地，但不能将浅水坑与裸地区分出来。能区分不同水质的水域。3有可能将裸地，半裸地混合。尺度:50尺度:100尺度:150尺度:200尺度:50尺度:100尺度:150尺度:200结论：通过改变分割参数进行试验，初步分析结果显示，针对0.2m的影像数据，尺度参数(scale)设置为50或者100、形状参数(shape)设置为0.1或者0.2、紧致度参数(compactness)设置为0.5或者0.6较合适。最终需要通过分类结果检验尺度参数设置设置是否合理。尺度:50尺度:100尺度:150尺度:200