內容簡介:　　隨著空間科學技術的發(fā)展，遙感數字圖像處理顯得越來越重要，其處理技術正在向處理算法更優(yōu)化、處理速度更快、處理后圖像更清晰的方向發(fā)展。《eCognition數字圖像處理方法》是作者系統(tǒng)總結已有遙感（RS）基本理論、實踐與成果，特別是總結了作者近年來從事有關RS科研與教學經驗的基礎上編寫完成的。
　　《eCognition數字圖像處理方法》從實用性出發(fā)，理論聯(lián)系實際，旨在培養(yǎng)學生的實踐操作能力?！秂Cognition數字圖像處理方法》共10章，內容包括eCognition軟件介紹、快速制圖模式、規(guī)則集模式、面向對象的分割與分類理論、批處理和分類結果精度評價，同時結合具體實例介紹了eCognition軟件在水體信息提取、植被信息提取、土地利用類型分類和變化檢測方面的應用?！秂Cognition數字圖像處理方法》內容力求通俗易懂，簡明扼要，突出重點，并附有大量相關的操作界面插圖。

目錄:前言
第1章 eCognition軟件介紹 1
1.1 eCognition軟件概述 1
1.1.1 eCognition系列產品 1
1.1.2 eCognition軟件特點 3
1.2 術語介紹 9
1.2.1 影像層 9
1.2.2 影像數據集 9
1.2.3 影像對象、層次結構、域 10
1.2.4 場景、地圖、工程、工作區(qū) 11
1.3 軟件界面介紹 11
1.3.1 規(guī)則集開發(fā)視圖 11
1.3.2 常用工具欄 12
1.3.3 其他常用工具 13
1.4 eCognition圖像分析基本流程 15
1.4.1 傳統(tǒng)的基于像元分類方法的基本流程 16
1.4.2 eCognition圖像分析基本流程 16
第2章 快速制圖模式 18
2.1 快速制圖模式介紹 18
2.2 具體工作流程 18
2.2.1 采用新數據 18
2.2.2 在已有的工程上進行操作 19
2.3 軟件桌面結構GUI 19
2.3.1 創(chuàng)建解決方案 19
2.3.2 分析設置的加載和保存 19
2.4 分割操作方法 20
2.4.1 四叉樹分割 20
2.4.2 多尺度分割 21
2.4.3 合并對象功能 22
2.5 分類功能 23
2.5.1 **Box分類 23
2.5.2 亮度閾值分類方法 24
2.5.3 最近鄰域法分類 25
2.5.4 雜波去除分類方法 26
2.6 輸出數據 27
2.6.1 導出（點） 27
2.6.2 導出（多邊形） 28
第3章 規(guī)則集模式 29
3.1 規(guī)則集模式視圖 29
3.2 創(chuàng)建與編輯進程 30
3.3 添加一個進程 31
3.3.1 選擇與配置影像作用域 31
3.3.2 添加算法 33
3.3.3 循環(huán)與周期 34
3.3.4 有關進程的相關操作 34
3.4 對象層與分割 35
3.4.1 關于層次結構的影像對象層 35
3.4.2 創(chuàng)建一個影像對象層 35
3.4.3 分割算法創(chuàng)建對象層 36
3.4.4 編輯一個影像對象層或層變量 36
3.4.5 刪除一個影像對象層 37
3.5 獲取影像對象的信息 37
3.5.1 影像對象信息窗口 37
3.5.2 特征視圖窗口 38
3.5.3 創(chuàng)建一個新特征 40
3.5.4 編輯特征距離 42
3.5.5 使用影像對象表來比較對象 42
3.5.6 利用二維特征空間圖比較特征 43
3.5.7 元數據與特征的利用 44
第4章 面向對象的分割與分類理論 47
4.1 面向對象的遙感圖像分類技術 47
4.1.1 基于像素的傳統(tǒng)圖像分析 47
4.1.2 面向對象的圖像分類 48
4.2 創(chuàng)建影像對象的分割算法 49
4.2.1 自上而下的分割 49
4.2.2 自下而上的分割 52
4.2.3 重塑算法分割 55
4.3 分類算法 56
4.3.1 閾值分類算法 56
4.3.2 模糊分類算法 57
4.3.3 分類器分類算法 60
第5章 批處理 63
5.1 自定義導入工程 63
5.1.1 打開批處理界面 63
5.1.2 創(chuàng)建工作空間 64
5.1.3 自定義導入數據 65
5.2 批處理設置 68
5.2.1 開啟本地服務器 68
5.2.2 執(zhí)行規(guī)則集 69
5.2.3 查看執(zhí)行結果 70
第6章 分類結果精度評價 71
6.1 創(chuàng)建工程 72
6.1.1 打開影像 72
6.1.2 打開矢量文件 73
6.1.3 編輯圖層名稱 73
6.1.4 影像顯示效果 75
6.1.5 查看矢量文件 76
6.1.6 查看屬性表 76
6.2 結合矢量分割 78
6.2.1 創(chuàng)建進程目錄 78
6.2.2 添加棋盤分割進程 79
6.2.3 查看分割結果 79
6.3 驗證點轉化為樣本 80
6.3.1 創(chuàng)建目錄進程 80
6.3.2 添加分類進程 81
6.3.3 查看分類結果 82
6.3.4 分類結果轉為樣本 83
6.3.5 還原樣本的分類結果 84
6.3.6 還原影像的分類結果 85
6.4 精度評價 86
6.4.1 精度評估方法 87
6.4.2 基于TTA掩膜的誤差矩陣評價方法參數介紹 88
第7章 水體信息提取 90
7.1 水體信息提取原理 90
7.2 提取水體方法 91
7.3 水體提取操作 92
7.3.1 創(chuàng)建工程 92
7.3.2 影像分割 93
7.3.3 區(qū)分水體與非水體 95
第8章 植被信息的提取 105
8.1 植被信息提取的意義 105
8.2 閾值分類方法提取植被 105
8.2.1 影像加載及分割 105
8.2.2 分類類別的建立 107
8.2.3 創(chuàng)建運算特征NDVI 107
8.2.4 根據需求調整閾值 109
8.2.5 對影像進行分類 110
8.3 隸屬度函數方法提取植被 111
8.3.1 影像加載及分割 112
8.3.2 創(chuàng)建運算特征NDVI 114
8.3.3 調節(jié)模糊范圍 115
8.3.4 分類類別的建立 116
8.3.5 對影像進行分類 118
第9章 土地利用類型分類 119
9.1 土地利用類型分類的意義 119
9.2 土地利用類型的最鄰近域分類 119
9.2.1 影像加載及分割 119
9.2.2 分類類別的建立 122
9.2.3 插入分類器 122
9.2.4 定義樣本對象 123
9.2.5 對圖像進行分類 125
9.2.6 精度評價 126
9.3 土地利用類型的CART分類器分類 127
9.3.1 矢量樣本文件的創(chuàng)建 127
9.3.2 影像加載及分割 127
9.3.3 矢量點文件轉化為樣本 131
9.3.4 使用CART分類器分類 131
9.3.5 分類過程導出 135
9.3.6 分類誤差的產生及消除 136
第10章 eCognition變化檢測 137
10.1 變化檢測概述 137
10.2 eCongnition變化檢測方法 138
10.2.1 變化檢測的技術路線 138
10.2.2 變化檢測的實現方法 138
10.2.3 變化檢測精度評價 141
10.3 變化檢測操作實例 144
10.3.1 導入影像 144
10.3.2 復制地圖 145
10.3.3 影像分類 146
10.3.4 同步地圖 147
10.3.5 變化檢測 150
主要參考文獻 153