ecognition影像解譯軟件及應用簡介

eCognition

影像解譯軟件及應用簡介李明杰

導師：錢樂祥2008年11月引言傳統(tǒng)的遙感變化監(jiān)測和信息提取主要是基于中低分辨率遙感衛(wèi)星數據或航片，通過目視判讀或基于像素的分類方法，信息提取的精度和效率不能兼顧。近15年來隨著遙感技術的發(fā)展，遙感數據源不斷增多，分辨率不斷提高，信息提取技術已經成為制約遙感產業(yè)化應用的主要瓶頸。另外空間分辨率的空前提高，使得影像紋理信息極大的豐富，傳統(tǒng)的基于像素的分類方法無能為力。基于eCognition的面向對象分類技術就是在這樣的背景下產生的，它是數據向信息轉化的助推器。面向對象分類方法eCognition是德國Definiens公司開發(fā)的全球第一個面向對象的影像分析軟件，它模擬人類大腦的認知過程，從不同的尺度和周圍對象的關系把握認知目標，是計算機高速處理和人類認知原理的完美結合，兼顧了速度和精度語義信息對于影像分析極其重要，而單個像素是無法表達語義信息的，只有有意義的影像對象及其相互關系才可以表達語義概念。你從下圖能辨別出什么呢？Whatdoyousee?在上下文語意中，我們可以判斷這是盤子inthiscontext:aplate在這個上下文語意中，我們可以判斷藍色的圓盤是車輪：inanothercontext:awheel面向對象的認知技術——模擬人類認知無法判斷是什么東西，特征：黃顏色與黃顏色的花朵有關的東西，特征：黃顏色、花瓣黃色的花朵上蜜蜂的翅膀，特征：知識、黃顏色、花瓣黑黃藍綠背景花瓣其他這居然是一朵花？為什么是一朵花？只能看到黃顏色為主可以判斷出這是一朵黃花。特征：花瓣，黃顏色這是一朵上面有只蜜蜂的黃色向日葵。特征：知識、黃色、花瓣面向對象的認知技術——模擬人類認知認知網絡

CognitionNetwork認知網絡我們建立了對象的層次，每個對象通過和其它的對象的關系變的具有一定的意義。比如上下文關系。

Webuildahierachyofobjects.Eachobjectinthishierarchyesmeaningfulthroughit‘srelationshipstootherobjects,i.e.itscontext.汽車car輪子wheel藍色的像素bluepixel底盤chassis視覺模式可能是人類最主要的信息源Thevisualchannelisprobablythemostimportantsourceofinformationforhuhans

組成影像images從影像提取信息是人類的一個關鍵的認知能力Extractinginformationfromimagesisakeyhumancapability

認知cognition計算機模仿人類獨特的認知能力Computersbegin

toemulatethisuniquecapability

易康軟件eCognitionDefiniens公司用易康軟件把影像轉換為知識DefiniensemployseCognitiontoturnimagesintoknowledge

影像智能imageintelligenceImages:AMajorSourceofInformation把影像轉換為知識TurningImagesintoKnowledgeDefiniens產品線-從桌面版到企業(yè)版

DefiniensProductLines–fromDesktoptoEnterprise桌面版軟件DesktopSoftwareeCognition1.0eCognition2.0eCognition3.0eCognition4.0DefiniensProfessional5.0DefiniensDeveloper7.0企業(yè)版軟件EnterpriseSoftwareDefiniensDeveloper6.0DefiniensEII6.0DefiniensDeveloper7.0DefiniensEII7.0聚焦于科學研究和政府遙感市場FocusonscientificandgovernmentalRemoteSensingmarkets聚焦于商業(yè)和高產出市場Focusoncommercialandhigh-throughputmarkets1.升級TheUpgrade2.跨越TheRampup從桌面版到企業(yè)版

FromDesktoptoEnterpriseeCognition4DefiniensProfessional5DefiniensDeveloper7DefiniensEII數據管理DataManagement

自動工作空間WorkspaceAutomation

批處理功能BatchProcessing

元數據使用，投影功能Metadatausage,Projection

終端用戶GUI，工作空間End-UserGUI,Workspaces

預處理，二次開發(fā)Preprocessing,SDK

變量功能，規(guī)則集加密Variables,RulesetEncryption

規(guī)則樹ProcessTree

a域概念DomainConcept

單景影像處理SingleImageProcessing

模糊隸屬度FuzzyLogic

類層次ClassHierarchy

產品性能IncreasingLevelofAutomationDefiniens企業(yè)版影像智能套件

DefiniensEnterpriseImageIntelligence?SuiteDefiniens開發(fā)者DeveloperDEVELOPRULEWAREDefiniens構架師ArchitectCONFIGURESOLUTIONDefiniens分析人員AnalystEXECUTEANALYSISDefiniens瀏覽ViewerREVIEWRESULTSImageAnalystInformationConsumer,Manager,OtherDepartmentsImageAlgorithmExpertDomainExpertRuleSetSolutionsResultsDefiniensGRIDSubmitSubmitSubmit服務器端產品–服務器ServerRoom客戶端產品

–

工作站Definiens企業(yè)版影像智能軟件-客戶端

DefiniensEnterpriseImageIntelligence–ClientproductsDeveloperArchitectAnalystViewer結果瀏覽Reviewingresults

手動編輯ManualEditing

批處理BatchProcessinga

單個影像處理SingleImageProcessing

執(zhí)行解決方案ExecutingSolutions

創(chuàng)建規(guī)則集CreatingRuleSets

創(chuàng)建解決方案CreatingSolutions

工作空間的自動化管理WorkspaceAutomation

Professional

ImageAnalyst

(DomainExpertise)DefiniensArchitectSolutionTailoringmadeeasy企業(yè)版客戶端

EnterpriseClientsDefiniens

AnalystEXECUTEANALYSISDefiniensViewerREVIEWRESULTSInformationConsumer,Manager,OtherDepartments影像分析人員Submit地學專家Geoinformaticsexpert影像算法(ImageAlgorithms)DefiniensDeveloper通用規(guī)則庫開發(fā)GenericRulewareDevelopment企業(yè)版的客戶端

EnterpriseClientsDefiniens

AnalystEXECUTEANALYSISDefiniensViewerREVIEWRESULTSInformationConsumer,Manager,OtherDepartmentsImageAnalystSubmitBioinformaticsexpert(ImageAlgorithms)影像分析專家ImageAnalyst

(DomainExpertise)DefiniensDeveloperGenericRulewareDevelopmentDefiniensArchitect很容易生成解決方案SolutionTailoringmadeeasy企業(yè)版的構架

EnterpriseConfiguration可升級的處理和構架Scalableprocesses,scalableinfrastructureeCognition技術特點影像對象多尺度分割德國易康eCognition軟件面向對象的遙感影像解譯思想朝更接近人類思維模式的方向又邁進了一步，而且其解譯的精度和效率通過下面介紹的一些影像解譯實際應用項目得到了較系統(tǒng)客觀的檢驗與驗證；雖然其影像分割與人類視覺的理想模式還有一定的距離，但是相對于以往遙感影像解譯軟件的解譯質量已有突破性改善，操作的靈活性和效率亦有重大改進，特別適用于對大比例尺影像的解譯，可以在一定程度上解決當前急需的遙感影像解譯問題，對于遙感影像在城市規(guī)劃及農業(yè)、林業(yè)等領域的應用將有很大的促進作用。面向影像對象（1）面向像素的解算模式將像元孤立化分析，解譯精度較低且斑點噪聲難以消除，面向對象的方法可以解決上述問題。

（2）利用影像分割技術把影像分解成具有一定相似特征的像元的集合—影像對象；（3）影像對象和像元相比，具有多元特征：顏色、大小、形狀、勻質性等多尺度影像分割

MultiresolutionImageSegementation使用aster數據進行森林破壞監(jiān)測DeforestationMonitoringfromASTERdata.Rondonia,Brazil在一個工程中，針對不同的分類任務，生成不同尺度的影像對象層次Objectgenerationonmultiplescalestoadressdifferentlyscaledclassificationtaskwithinoneproject建立影像對象的層次網絡，可以在不同的尺度同時表征影像信息。Buildupahierarchicalnetworkofimageobjects,whichallowstherepresentationoftheimageinformationcontentatdifferentresolutions(scales)simultaneously.分類-給對象賦予意義

Classification–puttingmeaningbehindobjects一旦創(chuàng)建了對象，就可以對他們進行分類.不僅可以利用光譜信息，而且還可以利用上下文信息。

Onceobjectsarecreated,theycanbeclassified.

Notonlyspectralpropertiesbutalsocontextualinformationcanbeused.在分類以后，可以利用復雜的空間關系，合并小的對象生成較大的對象Aftertheclassification,objectscanbemergedtoformevenlargerobjectswithcomplexspatialrelationships.與該軟件相關的俗語認知網絡語言：基于圖形用戶界面的編程語言，可以進行基于對象的規(guī)則集開發(fā)。CognitonNetworkLanguage?:GUI-basedprograminglanguageforobject-orientedrulesetdevelopment規(guī)則集：用來解決影像分析問題的處理算法集合Ruleset:sequenceofprocessalgorithmsusedtosolveimageanalysisproblems過程：影像分析流程中單個的處理步驟，如：分割、合并、分類等Processes:individualstepsintheimageanalysisworkflowperformingtaskslikeobjectgeneration(segmentation),changingshapesofobjects(fusion)andobjectclassification(classhierarchies,fuzzylogic,etc.)解決方案：把具有終端圖形用戶界面的規(guī)則集進行擴展，可以進行校準和手工編輯。Solution:extendedrulesetwhichtypicallycontainsanend-userGUI,iscalibrateableandcanbeusedformanualediting規(guī)則集-不是黑箱

TheRuleset-it’snotablackbox模擬人類認知過程，是一系列分割和分類過程的交替迭代TranslatethehumanrecognitionprocessaseriesofiterativesegmentationandclassificationstepsDefiniensDeveloper提供了語言進行高級影像分析算法的開發(fā)DefiniensDeveloperprovidesanartificiallanguagefordevelopingadvancedimageanalysisalgorithms.這些算法采用了面向對象影像分析和局部自適應處理原理Thesealgorithmsusetheprinciplesofobjectorientedimageanalysisandlocaladaptiveprocessing.這些是完全可以通過規(guī)則集來實現Thisisachievedbyprocesses.應用

Applications案例一、IKONOS影像信息提取試驗北京玉淵潭周邊2002年10月5日成像的1米彩色IKONOS數據；主要土地利用類型包括：水體、草坪、樹、非植被（建筑、道路和施工裸地）

1.1多尺度分割1.2分類1.3分類1.4分類1.5結果導出矢量信息案例二、基于專題圖土QB影像的土地利用分類（云南）

QB融合影像（局部）建筑用地矢量圖層新建工程QB影像建筑用地矢量圖層工程信息按矢量圖層分割利用矢量屬性分類編輯、插入NDVI尋找閾值利用featureview檢視工具尋找合適的閾值（左圖：符合閾值要求的對象（案例中的水體），右圖：選擇特征、設定閾值）建立完整的ruleset按照ruleset進行地物分類根據地物的光譜特征以及影像對象間的相鄰關系，在影像上區(qū)分水體，道路，植被，裸地等地物類別。經過手動優(yōu)化后的分類結果

三、其他行業(yè)的應用

規(guī)劃行業(yè)——城市變化檢測FCCFCCBuildingFootprintsOverlayedBuildingFootprints規(guī)劃圖——建筑物提取規(guī)劃行業(yè)——用地分類QuickbirdMSImage(0.6MGSD)ImperviousSurfaceClassificationImperviousPervious規(guī)劃行業(yè)——特定目標提取MapAirportsDenverInternationalAirportUSAApronandOtherFeaturesRunwayTaxiway規(guī)劃行業(yè)——土地利用分析WaterRailroadResidentialGrassRecreationCommercialRoadsandParkingLotsLanduse/LandcoverLayerLandUseandSuitabilityAnalysis

Landuse/landcoverMap

規(guī)劃行業(yè)BaselineAssessmentsVisualAccountofthelandUp-To-DateInformationSupportGISInfrastructureAssessments

ResidentialCommercial

IndustrialGreenSpace/Park

TransportationCorridor

TransmissionCorridorWetlandsQuickBird2.4mMultispectral

Sunnyvale,California

變化監(jiān)測Changes20022005Delhi,IndiaNewconstructionscanbemonitoredusingQBimagery變化監(jiān)測Changes20022005Delhi,IndiaIdentifyPotentialIllegalEncroachmentsofLand洪水監(jiān)控PreFloodDuringFloodPre-FloodRiverProfileFloodedAreasFloodedAreaRiverBedRiverBedManmadereservoireliminatedfrombeingclassifiedasfloodedarea,usingproximityruletopre-floodriverbed.FloodMapping綠地提取TreeCrownLocationsQ