作  者:

定  價:128

出 版 社:科學出版社

出版日期:2019年03月01日

頁  數:276

裝  幀:平裝

ISBN:9787030608673

●目錄
前言
理論篇
章 引言 3
1.1 基於對像影像分析 3
1.2 高分辨率影像分析需求 4
1.3 空間地理信息快速更新需求 5
1.4 常用基於對像影像分析軟件 6
第2章 遙感影像分析 15
2.1 遙感影像分析層次 15
2.2 遙感影像分析本質 16
2.3 遙感影像分析框架 18
第3章 eCognition 基於對像影像分析 25
3.1 模擬人類認知過程 25
3.2 多源數據融合 27
3.3 知識表達體繫 28
3.4 算法概述 33
3.5 影像分割 38
3.6 特征概述 44
3.7 對像分類 50
3.8 對像修整 64
3.9 矢量處理 65
3.10 精度評價 67
基礎篇
第4章 規則集開發界面 73
4.1 界面視圖 73
4.2 常用工具欄 74
4.3 常用視圖 75
第5章 影像分割 77
5.1 創建工程 77
5.2 創建分割進程 79
5.3 保存規則集和工程 92
第6章 閾值分類 93
6.1 創建工程 93
6.2 影像分割 95
6.3 區分水體和非水體 95
6.4 區分植被和非植被 100
6.5 合並同類對像 103
6.6 去除小圖斑 104
6.7 平滑 105
第7章 隸屬度分類 109
7.1 創建工程 109
7.2 影像分割 110
7.3 區分水體和非水體 110
7.4 區分植被和非植被 113
7.5 閾值分類和隸屬度分類比較 117
第8章 最鄰近分類 119
8.1 創建工程 119
8.2 影像分割 120
8.3 樣本選擇 120
8.4 最鄰近分類 124
第9章 機器學習分類器 127
9.1 創建工程 127
9.2 影像分割 128
9.3 查看樣本文件 129
9.4 矢量轉化為樣本 129
9.5 使用CART 分類器分類 131
0章 精度評價 135
10.1 創建工程 135
10.2 結合矢量分割 136
10.3 驗證點轉化為樣本 137
10.4 精度評價與結果導出 140
不錯篇
1章 簡單建築物提取 145
11.1 規則集開發過程 145
11.2 項目分析 148
11.3 創建工程 149
11.4 評估數據內容 149
11.5 創建影像對像 150
11.6 分類具有高度的對像 151
11.7 基於DSM 的細化 153
11.8 基於光譜信息的細化 155
11.9 基於上下文的細化 156
11.10 基於形狀的細化 158
2章 復雜建築物提取 160
12.1 項目分析 160
12.2 創建工程 161
12.3 濾波技術挖掘DSM 數據的深層信息 161
12.4 創建影像對像 164
12.5 分類陡坡 166
12.6 分類地面 167
12.7 分類建築 170
12.8 精細化建築分類 172
12.9 清理陡坡對像 173
12.10 清理建築對像 182
12.11 準備導出 185
12.12 導出矢量文件 187
3章 城市地表不透水區制圖 189
13.1 項目分析 189
13.2 創建工程 190
13.3 結合地塊矢量的分割 190
13.4 地塊分類 191
13.5 不透水區分類 192
13.6 地塊不透水區占比分析 196
13.7 統計數據導出 197
13.8 矢量數據導出 200
13.9 提高效率和改善質量 201
4章 種子增長法提取水體邊界 206
14.1 水體的種子對像分類 207
14.2 為種子對像創建候選對像緩衝區 209
14.3 使用Mean Difference to 特征增長水體 212
14.4 整理分類結果和消除尺寸過小的對像 215
14.5 使用變量改善規則集的可移植性 216
14.6 自動化處理 219
5章 基於卷積神經網絡的十字符號提取 223
15.1 卷積神經網絡 223
15.2 從分類熱度圖到精度評價 229
6章 變化檢測 233
16.1 創建工程 234
16.2 復制地圖 234
16.3 分別分類 236
16.4 同步地圖 241
16.5 變化檢測 245
7章 對像形狀修整 248
17.1 區域增長 248
17.2 基於像素的對像修整：邊界平滑和規整化 250
17.3 基於像素的對像修整：光譜特征規整化 255
17.4 影像對像融合 257
參考文獻 260
附錄1 獲取更多幫助和信息 262
附錄2 基本概念和術語 263

本書在eCognition軟件初、不錯培訓教材的基礎上，集作者多年基於對像影像分析研究和實踐經驗編著而成。繫統介紹了基於對像影像分析原理和影像分析方法，除了傳統的基於規則的影像分類方法外，著重介紹了近年來比較流行的機器學習分類方法。全書分為理論篇、基礎篇和不錯篇3篇，共16章。理論篇分3章，主要介紹基於對像影像分析技術產生的背景、發展歷程、常用軟件、核心技術及原理；基礎篇分7章，內容包括規則集開發術語和界面操作，常用的分割、分類方法和精度評價等基本的基於對像分析內容；不錯篇分6章，主要介紹基於對像規則集開發PDCA環，以建築物、不透水區、水體提取和變化檢測為例，詳細介紹了影像分析過程，涵蓋規則集改善技術、形狀修整技術、自動化批處理等不錯規則集開發技術。

    理論篇
    章 引言
    1.1 基於對像影像分析
    基於對像影像分析（object-based image analysis，OBIA）模仿人類目視解譯過程，不是以單個像素，而是以均質像素組成的影像對像為。不像基於像素的分類，隻能依靠像素的光譜信息，影像對像除了具有光譜信息，還增加了形狀信息、紋理信息和上下文信息。基於對像影像分析技術核心是分割和分類，首先將影像分割成有意義的影像對像，並賦予影像對像各種特征屬性，然後基於特征空間對影像進行分類（Hay and Castilla，2006）。
    基於對像影像分析一直以來在我國翻譯為“面等