面向对象图像特征提取
面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间、纹理和光谱信息对图像分割和分类，以高精度的分类结果或者矢量输出。
❶ 发现对象
① 启动ENVI EX，在ENVI EX中，选择 File >> Open>>选择目录：D:\\遥感数字
图像处理实验\\实验数据\\面向对象图像特征提取，选择qb_colorado.img图像文件，打开图像文件。
Qb_colorado.img
②在ENVI EX 中，双击Toolbox中的Feature Extraction ，选择输入文件qb_colorado.img如下图，单击Select Additional Files 前的三角形符号。
Base Image : 必选项，基本图像数据。
Ancillary data (辅助数据)： 可将栅格文件作为辅助数据加入FX中，以提高提取精度，如高程数据等。
Mask file (掩膜文件)：定义Base Image 的掩膜区，只提取感兴趣区域的特征。
这里我们只选择一个图像数据作为Base Image ,不选择掩膜文件和辅助数据。
③单击OK ，进入下一步操作。
设定分割阈值
❷图像分割
① 在 scale level 项中，通过滑块或者手动输入一个分割阈值。这里我们选择经验值40.
② 单击 select onput bands 下的按钮，可以选择波段，这里我们选择默认波段。
③ 将Preview 前的复选框打钩，在zoom图像显示区出现一个矩形预览区。如下图
分割效果预览
④设置好参数后单击Next按钮，只是FX生成一个Region means 图
像自动加载到图层列表中（Layer manager ）并在窗口中显示。它是分割后的结果，
每一分割块被填充上该块图像的平均光谱值。
❸合并分块
1、在Merage level 项中，通过滑块或者手动输入一个分割阈值。值越大被合并的块越多,这里我们输入94.0
设定分块合并阈值
2、单击Next 按钮，进入下一步
❹分块精炼
①单击Thresholding (advanced)选项，在Thresholding选项中，可以设定灰度值的范围，这里我们直接选择 No Thresholding (default)。
精炼分块
②单击Next 进入下一步操作。
❺计算对象属性
计算对象属性，包括四个类型：空间（Spatial）,光谱（Spectral）,纹理(Texture),
高级选项（Advanced）.
注意：
切换到Advanced对话框，单击Base Image按钮，从Base Image 中选择三个波段（RGB）（颜色空间）转换为HIS颜色空间，单击Band Ratio 按钮，从Base Image
中选择俩个波段用于计算波段比。
①这里我们选择默认值。
计算对象属性
②单击 Next ,进入下一个界面。
❻特征提取（ Extract Features）
FX中提供三种提取特征的方法： 监督（Choose by selecting example ）、规则分类（Choose by creating rules ）和直接输出矢量（Export Vectors
）
①这里我们选择规则分类（Choose by creating rules ） 如下图所示
。
特征提取方法选择
②单击 Next ,进入下一个界面。
❼规则分类
每一个分类是由若干个规则组成的，每一个规则由若干个属性表达式来描述！
下面我们以提取居民住宅为例来说明规则分类的操作过程。
第一步 第一条属性描述，划分植被覆盖区和非覆盖区
①双击rule[weight:1.00]图标,打开属性对话框，如下图
②选择Customized >>bandratio. FX 会根据选择的波段情况计算波段比值，这里我们选择红色和近红外波段，（默认方式）计算其NDVI值 。
③勾选Show Attribute Image 选择框，在ENVI FX 中显示图像。
④双击 bandratio 选项，进入bandratio属性设置对话框，
注意：
1、Fuzzy Tolerance : 设置模糊分类值， 这里我们选择：5。
2、Membership Function Set Type : 一般情况下，S-type 比Linear 有更小的模
糊度。这里我们选择 S-type。
3、属性值范围： 不选 Logic NOT 可选框，在文本框中输入最大值和最小值，这里我们选择最小值和最大值分别为0.0342，0.3000。
4、单击OK ，完成第一条属性描述。 如下图所示
属性设置对话框
第二步 第二条属性描述，剔除道路干扰
居住房屋和道路的最大区别是，房屋是近似矩形，可以设置Rect_fit属性。操作可以参照第一步。
①双击rule 选项，在对话框中选择 Spatial >>> rect_fit.
② 在rect_fit 对话框中，设置属性范围为0.5~1，其他参数为默认值。
③单击OK.
用同样的方法设置：
Spatial >>> Area : 其参数设置为：Fuzzy Tolerance=0，and
属性值范围为90——1100.其他参数为默认值。
Spatial >> elongation : 其属性值范围为0——3，其他参数为默认值。
第三步 第三条属性描述，剔除水泥地干扰
水泥地反射率比较高，居民住房屋反射率较低，所以可以设置平均像元值属性（avgband）
①双击 rule 选项，在对象属性选择对话框中选择 Spectral >> avgband_2
②在 avgband_2 属性设置对话框中，设置avgband_2属性值的范围<500,
Tolerance=o,其他参数为默认值。
③单击OK按钮，回到规则分类界面中，勾选Preview可选框，预览效果。
④ 单击Next 按钮，输出规则分类结果，保存路径，其他参数为默认值。
⑤单击Next,输出结果。如下图所示
查看居民地房屋分布情况，可以在ENVI EX 提供的矢量编辑工具对结果进行必要的修改。
，
⑥右键点击layer manager 内的 Feature_1.shp,>>>properties
⑦点击 fill Interior的下拉按钮，选择Ture,再次查看影像。
耕地信息提取实例（监督分类为例）
①在ENVI EX,选择 file>> Open , 打开图像， D:\\遥感数字图像处理实验\\实验数据\\面向对象图像特征提取>> imperial_valley_subset.img, 打开图像文件
②在ToolBox,双击Feature Extraction工具，在打开的 Select Fx Input Files对话框中选择 imperial_valley_subset.img文件，单击OK,打开Find Objects_seg_ment对话框。
③在Find Objects_segment对话框中，设置Scale Level为50，单击priview预览，单击NEXT,执行分割处理并进入Find Objects-Merge对话框。
④在Find Objects_Merge对话框中，设置MergeLevel为50，单击priview预览，单击NEXT,执行分割处理并进入Find Objects-Refine对话框。
⑤直接单击Next,进入Find Objects-Compute Attributes对话框，保留默认值设置，单击Next,计算每一个对象的属性。
⑥进入Extract Features-Classify or Export对话框，选择Choose by selecting example（监督分类）
⑦,单击Next,进入下一个对话框（Extract Features-Supervised Classification）
在（Extract Features-Supervised Classification）对话框中定义样本对象。
⑧双击Features-1，修改Feature Name 为生长中期作物，在Layer Manager 中按住（imperial_valley_subset.img），移动到Layers最上层，这样有利于选择样本。
⑨在工具栏中
选择按钮，在图上选择“墨褐色”的斑块对象作为“生长中期作物”，
在图上选择一些对象。用鼠标左键选择高亮显示的对象作为样本，如果选错了，在这个对象上单击左键可以取消选择。
⑩单击，新增类型并修改Feature Name 为无作物耕地，同样的方法在图像上选
择颜色很淡的耕地作为样本。
⑪同样的方法新增类型“生长早期或晚期作物”，图上的样本特征为“淡绿色”，新增“水体”，图上样本特征为“黑色”
⑫选择样本后，勾选Preview 选项在图上预览分类的结果。如下图所示
⑬切换到Algorithm,设置Classification Algorithm为Support Vector Machine,其他参数按照默认，
⑭单击Next, 在Extract Features-Export Features,对话框中，选择输出路径，其他按照默认设置将结果输出Shapefile,矢量格式，单击Next,输出结果。
⑮输出的矢量结果自动加载到ENVI EX窗口中。同时，每一Polygon的面积自动计算并保存在属性数据表中。。
输出结果
