多尺度分割算法一共有三个参数：形状、颜色、阈值，形状因子和颜色因子的值最高为1，在易康软件中，形状因子和颜色因子默认为0.1和0.5，在实际使用过程中，可以根据自己的需求进行更改，如没有特殊需求，可以使用默认值。2:选择应用的图层；样本选择好后，就可以进行监督分类操作了，这边以SVM为例，易康里的随机森林算法有很多，均可以选择，可以根据自己的需求选择不同的算法，然后进行参数的设置。除此之外，我发现有很多人在后续的多尺度分割操作中，影像的黑色背景也会加入算法中，因此，在这边先做一个小的设置，忽略黑色背景。
写这篇文章的初衷是因为网上大多数关于监督分类方法的教程都是使用的外部导入样本的方式，不使用外部导入的样本却只有最近邻分类方法，都不符合我的实际需求，于是写了这篇博客，将步骤尽量详细的描写出来，希望对和我有一样问题的人有帮助。
此篇博客的实验环境是易康9.0版本。
具体涉及的步骤如下：1导入影像 2多尺度分割 3定义类别 4手动选择样本 5监督分类 6导出结果。下面简单介绍一下实验的过程：
易康并不能够支持所有格式的影像，我实验时，一般会转为.tif和.dat格式的影像。
为了便于显示，可以将图层的名称进行更改。
除此之外，我发现有很多人在后续的多尺度分割操作中，影像的黑色背景也会加入算法中，因此，在这边先做一个小的设置，忽略黑色背景。
上述操作均完成后，点击OK就可以了。如果发现有什么遗漏的需要更改的地方，可以点击这边重新更改，如果没有，忽略这一步即可。
把影像的显示方式更改一下，通常默认432波段显示。
易康软件的所有操作都是基于面向对象的分类，所以，第一步要做的是多尺度分割，通过多尺度分割，将影像分割成对象，
1801
9552
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
