1.3 Segmentation and classification

1.3 Segmentation and classification
The first step of an eCognition image analysis is to cut the image into pieces, which serve as building
blocks for further analysis – this step is called segmentation and there is a choice of several
algorithms to do this.
The next step is to label these objects according to their attributes, such as shape, color and relative
position to other objects. This is typically followed by another segmentation step to yield more
functional objects. This cycle is repeated as often as necessary and the hierarchies created by these
steps are described in the next section.

ผลลัพธ์ (ไทย) 1:

1.3 แบ่งและประเภทขั้นตอนแรกของการวิเคราะห์ภาพ eCognition จะตัดภาพเป็นชิ้น ซึ่งเป็นอาคารบล็อกสำหรับการวิเคราะห์เพิ่มเติม – ขั้นตอนนี้เรียกว่าเซกเมนต์ และมีให้เลือกหลายอัลกอริทึมนี้ขั้นตอนถัดไปคือการ ป้ายชื่อวัตถุเหล่านี้ตามคุณลักษณะของพวกเขา เช่นรูปร่าง สี และญาติการวางตำแหน่งวัตถุอื่น ๆ นี้โดยทั่วไปตาม ด้วยการแบ่งขั้นตอนการอื่นให้มากขึ้นวัตถุที่ทำงาน วงจรนี้จะถูกทำซ้ำมักจะเป็นความจำเป็นและลำดับชั้นที่สร้างขึ้น โดยเหล่านี้อธิบายขั้นตอนในส่วนถัดไป

ผลลัพธ์ (ไทย) 2:

1.3
การแบ่งกลุ่มและการจำแนกขั้นตอนแรกของการวิเคราะห์ภาพeCognition
คือการตัดภาพเป็นชิ้นซึ่งเป็นอาคารบล็อกสำหรับการวิเคราะห์ต่อ-
ขั้นตอนนี้จะเรียกว่าการแบ่งส่วนและมีทางเลือกของหลาย. ขั้นตอนวิธีการทำเช่นนี้ขั้นตอนต่อไปคือป้ายวัตถุเหล่านี้เป็นไปตามคุณลักษณะของพวกเขาเช่นรูปร่างสีและญาติตำแหน่งวัตถุอื่นๆ นี้ตามขั้นตอนโดยทั่วไปแบ่งส่วนอื่นที่จะให้ผลผลิตมากขึ้นวัตถุทำงาน รอบนี้ซ้ำได้บ่อยเท่าที่จำเป็นและลำดับชั้นที่สร้างขึ้นโดยเหล่านี้ขั้นตอนที่อธิบายไว้ในส่วนถัดไป

ผลลัพธ์ (ไทย) 3:

1.3 การแบ่งส่วนและการจำแนก
ขั้นตอนแรกของ ecognition ภาพการวิเคราะห์คือการตัดภาพเป็นชิ้นที่ใช้เป็นอาคารสำหรับการวิเคราะห์ต่อไป
–ขั้นตอนนี้เรียกว่า การมีทางเลือกของขั้นตอนวิธีหลาย

ทำนี้ ขั้นตอนต่อไปคือการป้ายวัตถุเหล่านี้ตามคุณลักษณะของพวกเขาเช่น เป็นรูปทรง สี และญาติ
ตำแหน่งวัตถุอื่น ๆนี้มักจะตามด้วยการทำให้วัตถุอีกขั้นตอนการทำงานมากขึ้น

รอบนี้ซ้ำได้บ่อยเท่าที่จำเป็นและลำดับชั้นที่สร้างโดยขั้นตอนเหล่านี้
จะอธิบายในส่วนถัดไป