eCognition Developer8 中文教程：影像处理与分类应用

"eCognition Developer8中文教程，全景公司出品，涵盖了面向对象的操作，通过实例介绍了软件在不同领域的应用，包括影像切割、表面不可渗透度分析、高分辨率航空数字化、热带雨林雷达图像分析和航空照片与LIDAR表面模型处理。教程中涉及的关键技术有多分辨率分割、样本对象、最邻近分类、训练检测区域掩模、特征空间优化、基于分类的分割、多层分类、利用多尺度信息、精度评估、导出专题层、成员函数、数字表面模型、类相关特征、边界优化、子对象线性分析分割、基于子对象的线特征、自定义特征、自动操作、多重窗口函数等。" eCognition Developer8是一款强大的遥感图像处理和分析软件，广泛应用于地理信息系统(GIS)和地球观测领域。本教程由全景公司提供，旨在帮助用户掌握该软件的使用，特别是面向对象的操作方法。教程通过多个实际案例，逐步讲解如何操作不同类型的数据，例如TM影像切割、城区表面不可渗透度分析、高分辨率航空影像数字化等。 在"TM影像的切割"示例中，用户将学习如何运用多分辨率分割技术来提取影像的特定区域，同时了解如何使用样本对象和最邻近分类算法来完成这一任务。此外，训练检测区域掩模的使用有助于提高分类精度，而特征空间优化则可以提升分类效果。 在"分析城区表面的不可渗透度"示例中，教程介绍了如何基于分类的分割和多层分类来分析城市地表覆盖，结合利用多尺度信息进行精度评估，并最终导出专题层。 "高分辨率的航空数字化"部分则涉及成员函数的应用，以及数字表面模型的构建和专题层的管理，同时，类相关特征和边界优化技术被用来提高图像处理的质量。 "印度尼西亚热带雨林雷达图像"的分析展示了如何使用子对象线性分析分割和基于子对象的线特征分析，这对于森林监测和环境研究具有重要意义。 最后，"航空照片和丹麦的LIDAR表面模型"的案例中，教程涵盖了自定义特征、自动操作和多重窗口函数的运用，以及如何在基于分类的分割中应用这些技术。 本教程鼓励用户结合其他eCognition的解释性章节一起学习，以便更全面地理解和掌握软件的各项功能。教程中的每个案例都详细指导用户从导入和显示栅格数据，到图像分割、创建类层次、插入分类器、执行分类以及进行分类质量评估等步骤，旨在使用户能够熟练运用eCognition解决实际问题。