第019篇:易康(eCognition)对象特征介绍三:几何(Geometry)_ 形状(Shape)

本文详细介绍了eCognition软件中关于图像对象几何特征的多个方面,包括非对称性、边界指数、紧致度、密度、椭圆拟合、主方向等。这些特征用于描述二维和三维图像对象的形状特点,如对象的紧凑程度、对称性、边界平滑度等,对于图像分析和对象识别具有重要意义。
摘要由CSDN通过智能技术生成

版本:eCognition 9.0

参考:ReferenceBook

对象特性-->几何

Object Features > Geometry

几何特征是基于图像对象的形状,由构成图像对象的像素来计算的。因为图像是基于栅格的,所以几何特征可能是旋转变形:当图像对象被旋转后,可能会出现不同的特征值。

2.形状

Object Features> Geometry > Shape

2.1 非对称性(平面对象)

Object Features> Geometry > Shape > Asymmetry

非对称特征描述了与普通多边形相比,图像对象的相对长度。椭圆近似于给定的图像对象,它可以用它的小轴和大轴的长度之比来表示。特征值随这种不对称性而增加。

注:建议您使用长度/宽度比,因为它更准确。

2.2 非对称性(立体对象)

Object Features> Geometry > Shape > Asymmetry

不对称特征描述图像对象的相对长度,与二维图像对象相同。不对称性是由图像对象的最小和最大特征值之间的比值来计算的。

2.3边界指数

Object Features >Geometry > Shape > Border Index

边界索引特性描述了图像对象的锯齿,越参差不齐,其边界指数就越高。这个特性类似于形状指数特性,但是边界指数特性使用矩形近似而不是正方形。创建包围图像对象的最小矩形,并将边界指数计算为图像对象的边界长度与最小的包围矩形之间的比值。

2.4 紧致度(平面对象)

Object Features > Geometry > Shape > Compactness

紧致度特征描述了图像对象的紧凑性。它类似于边界指数,但

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值