Ecognition之Merge region、Grow Region算法讲解。

一、Merge region

1、算法简介

      该算法将在图像对象域中选择的所有图像对象合并。简单来说，我们在进行分割后的分类结果不论是隶属度函数分类，还是机器学习、深度学习的分类结果都是一个个零散的对象，我们在分类后通常需要对分类结果进行统计分析，零散的对象不便于我们分析，所以我们需要将相邻对象合并。

2、实操演示

图1

        如图1所示，我们的分类结果往往是多个对象，不便于后续分析。

图2 

      如图2所示是ecognition的merge region算法操作页面，我们一般可以直接按类合并，也可以在条件筛选处选择某一类合并。 

图3 

      如图3所示即为合并结果。但是可以看到还是有比较多的小碎块，对此可以使用前期讲的remove object算法来处理小碎块。效果图如图4所示。

图4

     从图2的操作界面我们可以注意到它有一个fusion super objects的选项。

图5 

图6 

        如果你建立了两个级别的图层（level1和level2）并且两个图层有上下级的关系，那么当你在融合物体时，可以选择是否融合上层物体对象，如果选择不融合，那么融合对象的算法只会在level1层进行。如果选择融合上层对象，那么上层物体类别就会发生变化如图6所示。 

二、Grow Region

1、算法简介

         通过将图像对象与参数中指定候选对象合并。生长区域算法，简单来说就是我们先指定一个种子类，然后指定一个候选类（也可以是候选条件），然后执行该算法就会使得种子类向候选类生长，可以按需要设置循环次数，也可以一直执行直到没有生长的对象。

2、实操演示

图7 

       图7浅蓝色区域为潜在水体，现在我们需要使用区域生长算法使得深蓝色水体向浅蓝色潜在水体区域生长。

图8

       如上图所示即为区域生长的算法操作界面。效果如图9所示。

图9 

       如图9所示相邻的潜在水体被合并到了水体内，注意生长的过程对象也会被合并。

图10 

    当然也可以通过条件来进行限制候选区域如图10所示，也可以达到图9的效果。