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