【eCognition入门】2. 尝试动态分类

首先，我们需要打开eCognition软件并导入数据。在本节中，我们将进行土地覆盖分类，将其简单分为三类：水、植被和非植被。我们需要在“Process Tree"中创建流程，选择算法。

首先，我们需要提取水体。在“Process Tree"中右键单击，选择“Add New Process”，如下图所示。

接下来会弹出“Edit Process"窗口，在红色方框内选择算法。在这里，我们选择“Index Layer Calculation"。在右边的绿色方框“Algorithm Parameters"中，我们可以选择一些参数。例如，我们要计算NDWI，因此需要选择“NDWI"作为“Index"的值，然后选择正确的“Layer"，如下图所示，其他的保持默认即可。此外，该软件还提供了诸如“NDVI"、“NDSI"等的计算。

计算完成后，箭头所指的地方就会显示NDWI。我们可以点击“Window"，选择“Split Horizontally"来垂直分割显示层，然后再选择Swipe View合并起来，下图是最终形态。我们让上面的图层显示NDWI，下面的图层正常显示。

然后我们将水体分割出来，我们继续在"Process Tree"中右击选择“Add New Process"，这次我们要选择的算法是“Multi-Threshold Segmentation”，如红色方框所示。"Image Layer"选择NDWI，如绿色方框所示。在蓝色方框中，我们可以在"Class n“中输入类的名称，如果这个类不存在，就会弹出一个弹窗，让我们来创建一个类。比如现在"Class 1"是“unclassified”，我们把它改成"water"后，会弹出一个名为"Class Description"的方框，我们还可以选择类的颜色，这里选择了青色。然后我们点击OK，一个新类就创建好了。

创建新类后，在"class hierarchy"下图的红色方框中就可以看到了。同样我们也可以在"class hierarchy"中右键选择"Insert Class"来创建一个类，然后直接在"Class n"的Value值那里选择小箭头来选择类（这里就不操作了）。

当我们输入“Threshold n”后，将会创建一个新类及其阈值。在所有的类确定后，最后剩余的一个类将不需要给定阈值。在本案例中，我们将“unclassified”类的阈值设置为“0”，“water”类的阈值则为空。如下图所示。最后，我们点击“Execute”来计算。

结果如下图所示，但我们发现黄色方框内有许多非常小的object，所以我们可以将上图中的“Minimum object size”更改为“10”，这样便不会有非常小的image object出现，然后再次计算。这样我们便得到了第一个分类结果，即water。

第二步，我们要将图像分类为植被和非植被。首先，我们需要计算“NDVI”。然后，将“Equalization”更改为“false color (rainbow)”。在下图中，所有高值区域均为红色区域，对应于植被，而低值则对应于非植被。

然后，我们将使用“multiresolution segmentation”算法按对象对图像进行分类。首先需要更改“Domain”，即应用算法的位置。由于我们有了“image object”，因此我们选择“image object level”。然后在“Class filter”中选择“unclassified”，这样便只会在未分类的图像对象中创建新的图像对象，而不是在水域中创建新的图像对象。点击“Execute”来计算，这样我们便得到了许多小的图像对象。如果想要得到更小的对象，可以将“Scale parameter”的值调小。

在“Image Object Information”中，我们可以展示图像对象的信息。当我们点击图像对象时，一些信息就会显示在窗口中。这里只显示了“Number of pixels”。我们来增加一些信息，例如显示图像对象的NDVI值。在“Image Object Information”窗口中，右键选择“Select Features to Display”，在弹出的窗口中搜索NDVI，选择并双击直到左边窗口中消失，右边窗口中增加，然后点击“OK”。

这样，NDVI的值便会显示在窗口中。当我们点击某个图像对象时，这个对象的NDVI值便会显示。

我们可以通过对图像对象进行检查，大致确定一个阈值来分割植被和非植被（本例中我们选择了0.4作为阈值）。此时，我们需要使用“assign class”算法，并继续选择“unclassified”选项。接着，我们需要定义一个条件。点击右侧的两个点号按钮将弹出“Edit condition”弹窗。在“Value 1”中，我们选择“From Features”，然后选择“NDVI”，将“Value 2”更改为“0.4”，如下图所示，最后点击“OK”。

接下来，我们需要选择“Use class”的参数，并创建一个“vegetation”类，方法与之前相同，颜色选择绿色。最后，如图所示，点击“Execute”。

我们可以看到，绿色被分为了植被，而没有颜色的部分仍然是“Unclassified”。

因此，最后一步就是将“Unclassified”归为“non-vegetation”。继续使用“assign class”算法，选择“Class filter”中的“unclassified”选项，但这次我们不需要设置“Condition”了。在右侧的“Use class”中，创建一个“non-vegetation”类，选择土黄色，最后点击“Execute”。

这样，我们就成功将图像分为了三类。