eCongnition 对图像进行多尺度分割

目录

1、启动易康

2、设置工作界面习惯

3、添加数据

4、进行多尺度分割

5、导出分割结果并提取特征到矢量shp

6、查看导出结果

7、附录:多尺度分割,分割效果不佳


1、启动易康

注意:据说易康的所有操作包括路径要求全英文(但是尝试后发现:中间取进程名字、样本名字用中文没关系)。因此报错的话试一试英文。

2、设置工作界面习惯

工具栏中1、2、3、4的那里,选择工具4(这是四种不同的工作区,实测4最好用)

3、添加数据

点击第一个按钮create project

选择数据

  • project name:给你的project一个名字。右侧勾选use geocooding就会考虑坐标系,不勾选就会当作普通图像处理,输出的结果就没有坐标系。
  • subselect:可以选取一部分图像来操作。
  • 下面的框框可以remove掉一些不需要的数据,但是再insert的时候一加进来就会全部加进来,不能选加哪个波段。
  • No Data:根据需要设置是否对No Data数据进行填充
  • insert:将所需数据文件导入

然后ok打开它

这时候可以存一下这个project,以便这次没做完下次接着做,类似于arcgis的xmd文件。要和数据存在同一目录下,打开时选择工具栏第二个按钮open project,选择dpr后缀的文件就可以打开。

  • 45
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
在Python中进行面向对象影像分割有多种方法。其中一种常用的方法是使用eCongnition软件中提供的分割算法,如棋盘分割、四叉树分割、多阈值分割多尺度分割等方法。这些方法可以将像素域或图像对象域分割为正方形图像对象,并根据固定大小的顶部边界和网格线对每个对象进行切割。然而,对于个人使用的Developer版本而言,批量处理可能是一个难题。因此,你可以考虑使用其他Python库或算法来实现面向对象影像分割,例如OpenCV或Scikit-image。这些库提供了丰富的图像处理函数和算法,可以帮助你实现面向对象影像分割的目标。你可以根据具体需求选择合适的方法,并参考相关文档和示例代码来进行实现。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [【科普】多种面向对象分割方法详解](https://blog.csdn.net/YW_remote/article/details/119666176)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* [面向对象分割:结合eCognition与python](https://blog.csdn.net/u010329292/article/details/129410093)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

清纯世纪

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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