eCognition(易康)软件在地理国情普查地表覆盖解译中的应用

一、eCognition(易康)软件eCognition(易康)是一种独创的基于对象的影像分析软件,可以集合航空、航天、雷达、点云、矢量等各种数据类型,采用自动、监督分类及人工编辑相结合的方式,根据实际生产情况,制定标准工程化作业流程,规范作业生产,以更加方便、快捷、直观的方式服务于地表解译的实际工作,更可根据需要及自身条件批量化处理海量数据,以更智能、更精确、更高效的方式将对地观测遥感影像数据转化为空间地理信息。其三大模块的工作流程如图1所示。

eCognition(易康)8.8新版本发布

日前,北京全景天地科技有限公司代理的德国Trimble公司在世界最大的大地测量学、地理信息与土地管理会议IN-TERGEO 2012上,将其新近开发的eCognition 8.8影像分析软件与Trident Analyst办公软件正式发布。此次发布将遥感开发强大的地理空间分析技术引入到了陆地移动制图与测量领域。

基于eCognition的面向对象农村公路提取

采用面向对象思想,使用高分辨率CBERS 02B HR全色影像对农村公路进行提取。在对影像进行分割后,综合利用影像对象的光谱信息和几何信息,构建道路提取知识库,并使用道路生长法对提取结果进行完善,增加了道路的完整性。与面向像元的方法对比,该方法能取得较好的精度。

基于eCognition的城镇绿地信息动态监测研究

基于高分辨图像提取绿地信息是分析和掌握城镇绿地分布格局及其动态变化的有效途径。本文借助面向对象的技术,通过对上海奉贤南桥镇不同年份航空遥感图像各类绿地信息的提取研究,分析研究区绿地信息的动态变化。结果表明:基于以面向对象分类技术为核心的eCognition,采用面向对象的多尺度分割方法,并将专题图层直接用于图像的分割和分类,实现不同尺度地物信息的分层提取,对于提取颜色、光谱等特征相似的各类绿地信息,效果良好。更完善的绿地信息分类规则库和技术体系的构建有待于不同区域更多绿地类型的分类实践和相关研究。

面向对象的eCognition遥感影像分类识别技术应用

以位于印度尼西亚Kalimantan热带雨林地区的1幅具有3个通道的雷达图像为研究对象,利用面向对象方法对高分辨率遥感影像的水体进行提取,在分割的基础上,经过分层分类,充分利用影像的光谱信息、拓扑信息、形状特征等构建知识库进行分类,实验结果理想,相对传统基于像素的图像分类分析方法结果图斑完整,提高了分类精度。

面向对象影像信息提取软件Feature Analyst和eCognition的分析与比较

介绍了目前最为先进的两种面向对象的影像信息提取软件Feature Analyst和eCognition。通过对两种软件设计思路、工作流程和软件特殊性的对比分析,探讨了影像信息自动提取的发展趋势。

FeatureStation和eCognition在地理国情普查项目中的应用对比研究

FeatureStation和eCognition都是用来对卫星影像进行自动解译分析处理的软件,在地理国情普查项目中得到了广泛的应用,但是二者的解译思路不尽相同。众所周知,自动解译的目的是为了降低人工解译的工作量,因此,自动解译软件的选择是否恰当,应用场合是否合适是地理国情普查项目管理者应该思考的问题。本文旨在分析FeatureStation和eCognition的利弊,用实验数据说明二者的优点与不足。

利用eCognition进行高分一号卫星数据土地利用现状解译能力测试

土地利用现状解译能力是卫星数据在土地资源领域应用的重要指标之一。本文以内蒙古自治区包头市石拐区和江苏省徐州市贾汪区作为研究区,利用eCognition软件采用面向对象分类的方法,通过初步影像分割、构建土地利用分类系统、标准化最邻近分类及对分类结果整理修改与分析,从中随机选取了不同地类、不同面积的图斑,以更高分辨率影像分类结果作为真值,进行了典型地类的属性精度、面积精度评价,从而对高分一号卫星数据的土地利用现状解译能力进行了测试与评定。

基于eCognition的绿地利用变化检测应用研究

基于高分辨率遥感图像提取绿地信息是分析和掌握城镇绿地分布格局及其动态变化的有效途径。本文采用不同时相的遥感影像资料,借助面向对象的分类方法、结合多尺度分割、地物光谱信息、植被指数等特征对绿地利用变化情况进行检测。

基于eCognition的混合对象分类方法研究

一、引言遥感影像的自动解译一直是研究的热点,也是难点。目前,主流的遥感影像处理软件如eCognition(易康)、ERDAS、ENVI都能够提供遥感影像自动解译功能。其中eCognition是由德国Definiens Imaging公司开发的智能化影像分析软件,提供面向对象的遥感信息提取功能,具有独特的多尺度分割技术。遥感影像的自动解译包括分割和分类两个步骤,其中分割是分类的基础。

基于Ecognition的高分辨率遥感影像水体提取研究

以高分辨率遥感影像为数据源,采用面向对象的影像分析软件eCognition提取水体。首先采用多尺度分割算法生成对象,然后对影像中水体的特征进行分析,最后建立对象知识库进行细分类。实验表明,相对于传统方法,面向对象方法能够得到更好的效果。

基于eCognition的卫星遥感影像分析技术

卫星遥感影像分析技术是近年来的一个研究热点问题。归纳总结了遥感影像信息提取技术的发展现状,阐述了面向对象的高分辨率遥感影像分析技术的优势,介绍了遥感影像目标变化检测技术的应用情况。将面向对象的多尺度分割策略应用在卫星遥感影像处理领域,实现了基于eCognition SDK的二次开发流程,取得了良好的实验效果。

基于eCognition的面向对象的土地覆被分类研究——以云南大学呈贡校区为例

以云南大学呈贡校区作为研究区,使用高分辨率的GeoEye-1数据,利用智能化影像分析软件eCognition,采用多尺度分割方法和最邻近法,探索性的进行面向对象的土地覆被分类研究。研究成果显示使用这种面向对象的土地分类方法得到的土地覆被类型判识精确度高达90%,颜色信息丰富、形状接近真实地物、大小区分明显、纹理信息突出、上下文关系明确、总体分类精度达到90%以上。同时研究成果还为呈贡校区的土地绿化建设和重点部署提供了技术支撑。

基于eCognition的高分辨率卫星影像的车辆检测实验设计

设计了利用eCognition进行高分辨率卫星影像的车辆检测实验的步骤,首先对目标影像选取关键参数进行多尺度分割;其次利用最小距离分类器进行分类,实验设计中将目标对象主要分为3类,即道路、汽车及其他类;最后以Worldview-1高分辨率卫星影像进行了车辆检测的实验。实验结果表明,所设计的实验过程能达到车辆检测的目的并且精度较高,实验过程的简单直观,可用于交通信息技术及应用专业本科实验教学课程。

基于eCognition植物叶片气孔密度及气孔面积快速测算方法

【目的】叶片气孔是植物与外界进行物质交换的重要窗口,对环境变化十分敏感。如何快速、精确地获得气孔密度和开放程度数据仍缺乏成熟的方法与技术,本研究旨在探索植物叶片气孔密度及气孔面积的快速测算方法,为今后植物气孔研究工作提供参考。【方法】以北京市常见绿化树种白蜡、臭椿和国槐叶片为研究对象,采用面向对象分类的eCognition图像处理软件,对叶片气孔显微图像进行多尺度分割和分类识别,根据对象的光谱特征、亮度特征和几何特征构建规则并进行气孔分类和提取。【结果】气孔分割的最佳参数及自动提取规则组合为:尺度参数120~125、形状参数0.7、紧凑度参数0.9、亮度值160~220、红光波段>95、形状-密度指数1.5~2.2。【结论】该方法提取气孔密度和气孔面积的精度分别达到99.2%、94.5%,结果较理想,适用于植物叶片气孔信息的快速提取。

eCognition影像自动解译及精度评价

利用甘肃省白银市WorldView-2多光谱波段遥感影像,经预处理后采用eCognition软件通过影像筛选、多尺度分割、解译规则集建立、成员函数运算,自动解译了9种不同的地物类别,分别为旱地、无轨道路路面、水面、低矮房屋建筑区、硬化地表、天然草地、乔木林、工业设施及温室大棚。通过目视解译及野外实地验证对自动解译结果进行了精度评价,并与传统分类方法进行了比较。结果表明,基于eCognition的影像自动解译效果较为理想,解译总体精度达到了79.88%,Kappa系数为0.747,与人工目视解译相比大幅提高了解译效率,相对于传统分类方法大幅提高了解译精度。本研究在进一步改进地理国情普查及国情要素动态更新的方法上具有指导意义。

基于eCognition的土地利用遥感影像自动提取研究

遥感监测是开展区域水土流失动态监测的重要手段。对同一地区不同时期遥感影像进行影像分类,对比分析两期分类结果可以实现对土地利用等水土流失影响因子的动态监测。传统方法通常采用人工目视勾绘法获得土地利用分类结果,耗时耗力且效率不高。以同一地区不同时期的遥感影像为对象,基于eCognition软件平台,采用多尺度分割和面向对象分类方法快速获取了影像分类结果。结果表明,该方法分类精度较高,能有效提高工作效率。

基于eCognition的遥感图像面向对象分类方法研究

随着高分辨率遥感图像越来越普及,传统的面向像元的图像分类方法不能满足对高分辨率遥感图像区域分类的需求,高分辨率遥感图像对图像处理的软件与硬件都有了更高的要求,因此,出现了相较于面向像元有着更高精度更为合理的面向对象分类方法,也更加适用于高分辨率遥感影像。本文通过采用面向对象分类的基本方法,运用eCognition软件,以山东省胶州市地区遥感影像为例,进行多尺度分割和面向对象分类。并用ENVI做监督分类,基于目视解译精度评定,对不同方法作出分析评价。结果表明:面向对象分类方法精度更高,更具有可靠性。

基于eCognition的资源一号02C土地利用现状自动提取

利用eCognition软件采用面向对象分类的方法,以北京市某地区为试验区,对国产高分影像(资源一号02C)进行土地利用现状信息自动提取试验,为资源一号02C星影像用于土地利用分类信息提取提供技术手段。

基于eCognition影像解译的云南会泽县建成区林木树冠覆盖分析

城市生态建设是解决城市化进程所导致的环境恶化的有效途径,林木树冠覆盖是衡量城市生态的标志性指标,反映森林城市建设的成效,对林木树冠覆盖的分析结果可为我国西南地区中小型城市的森林城市建设提供参考。以会泽县建成区2019年7-8月的0.5m分辨率航空遥感影像为基础,基于ArcGIS10.4平台,利用eCognition 9.0软件解译,结合多尺度分割算法处理,计算分析会泽县建成区林木树冠覆盖率及斑块分布情况。结果表明,会泽县建成区现实林木树冠覆盖面积为275.55hm~2,由城市中心逐渐向四周扩散呈递增趋势,林木树冠覆盖率为17.78%。共5 270个斑块,整体城市林木面积小且数量多,破碎化严重。潜在林木树冠覆盖率为8.98%,共2 067个斑块,能达到的最大林木树冠覆盖率理论值仅为26.76%。新旧居住区斑块分布差异性显著,城市森林的建设对城市生态的提升起到一定积极促进作用。