最近在搞eCognition易康的面向对象分类最磨人的环节不是调分割参数也不是选分类器而是样本选择。几千个多边形一个一个点过去点到后面眼睛都花了还容易点错。更要命的是样本选完了导出shp给同事或者下一步流程用又是一堆坑等着。这篇文章就是把我这段时间折腾出来的经验整理一下重点解决两件事怎么在易康里批量选择样本以及怎么把样本和分割结果批量导出成shp。里面涉及的操作都是在eCognition Developer 9.x版本下实测的8.x和10.x的界面差异不大逻辑是通用的。先说清楚一个概念很多人把样本选择理解成“在影像上画点”这个思路在易康里其实不太对。易康是面向对象分类软件它的基本处理单元是分割出来的多边形对象不是像素也不是你手动画的矢量。所以你在易康里选样本本质上是在多边形对象集合中标注类别而不是重新创建样本几何。搞清楚这一点批量操作的路子就打开了一大半。1. 批量样本选择核心思路与方案取舍1.1 为什么要放弃手动点选我最早做训练样本就是老老实实把分割图层加载进来然后在Viewer里用鼠标一个一个点。这个流程的问题很明显效率太低一个中型项目动辄几万个对象哪怕只选其中1%做样本也要几百个手动点选一个下午就没了。误操作率高多边形边界叠在一起的时候很容易点偏选到隔壁地类去。样本错了后面分类精度全完蛋而且你还不容易发现。可复现性差手动选的样本没法记录“为什么选这个不选那个”换了人来做结果又不一样。批量选择用规则驱动逻辑是固化的谁跑都一样。所以我的建议是能用规则批量选的就绝不用手点。易康里最核心的批量选择方式就是通过“样本多边形对象”的属性光谱均值、几何特征、以及与已有矢量的空间关系来筛选。听起来抽象实际操作其实就是写几条简单的规则条件让软件自动把所有满足条件的对象一次性标记成样本。1.2 两种批量选择路径的对比在实际项目中我总结下来有两条路可以走各有适用的场景方案适用场景优点缺点A. 基于已有矢量文件导入样本手头已有野外调查点、历史地类图斑、高精度目视解译成果样本位置精准、类别可控不需要看影像猜矢量与分割对象边界往往不完全重合需要做空间连接或“标签覆盖”处理B. 基于对象属性规则筛选没有现成矢量靠影像特征光谱、形状、纹理区分地类完全自动化适合大范围快速选样本规则写得好不好直接决定样本质量需要反复调阈值方案A我在后面的实操章节会展开讲因为它的坑最多尤其是“导入的shp和分割对象对不上”的问题。方案B相对简单核心就是写条件表达式比如“红光波段均值大于某个阈值同时面积大于某个值就归为水体样本”这类规则用易康内置的特征Feature面板拖拽就行不需要代码。1.3 批量选择的底层原理样本本质是“类别标注”我还是要强调一遍在易康里当你执行“创建样本”操作时软件做的事情是把当前选中的对象集合的类别Class属性改成目标类别同时把这些对象加入训练样本列表。所以批量选择样本的本质就是批量修改对象类别属性。明白了这一点你就会发现批量选择的所有方法最终都归结为三种操作直接给某个条件下筛出来的对象集合赋予类别Assign Class。将外部矢量通过空间叠加映射到对象上再赋予类别。在导入已有分类结果或样本时通过分类器重新映射类别。后面所有的实操步骤都是这三种操作的排列组合。2. 关键实操基于已有shp批量生成样本2.1 前期准备shp数据与分割对象的对齐先说我遇到的最典型场景甲方给了一版野外调查点的shp每个点带一个“地类代码”字段我要用这些点作为训练样本去跑易康的分类。很多新手直接“File → Import Layer”就把点导入进去了然后发现样本根本没法用——点落在了一个巨大的分割对象里而这个对象里除了这个点对应的地类还可能包含了其他地类的区域。这里就涉及易康里一个非常重要的概念样本的最小单元是分割对象不是矢量点。一个点落在哪个对象里这个对象整体就被标记为该点的类别。所以如果你的分割尺度太大一个对象跨了两个地类这个样本就是脏的。我的做法是分三步预处理检查shp的坐标系与分割影像是否一致。不一致的话易康导入时虽然会自动投影但偶尔会出现偏移。我习惯在ArcGIS或QGIS里先把shp投影到与影像相同的坐标系再导入。检查shp的字段编码。易康对中文字段名的支持不算好最好在导入前把字段名改成英文或拼音避免后面写规则时出现乱码。检查shp中是否有重复要素、自相交等几何错误。有一个小工具非常值得推荐——ShapeChecker专门用来检查和修复shp的几何问题。或者你在ArcGIS里用Repair Geometry工具跑一遍也行。2.2 导入shp的三种方式与选择在易康里导入shp有三种入口别搞混了File → Import Layer把shp作为独立的矢量图层加载到项目中参与后续的分割或作为分析数据。它不会直接变成样本。Classification → Samples → Import Samples from Thematic Layer把shp图层当作专题层Thematic Layer按字段值给对象赋类别这是生成样本最快的方式但前提是分割对象已经存在。Process Tree中通过Add New Layer的方式导入适合在规则集Rule Set中自动化地导入shp好处是可复现。我最常用的是第二种。操作路径是先在Process Tree中创建分割Multiresolution Segmentation分割完成后在Toolbar里找到Classification标签页点击“Samples”下拉菜单选择“Import Samples from Thematic Layer”然后在弹出的对话框里选导入的shp图层指定类别字段软件就会自动把shp中的地物信息映射到与它相交的分割对象上并批量标记为样本。注意这个操作的前提是shp的类别字段值必须与易康类层次Class Hierarchy中已经定义好的类别名称完全一致否则会提示类别不匹配。我建议在类层次里先建好水、田、林、建筑等类别再导入不要指望软件自动建类。2.3 用空间关系规则解决“点落在对象边缘”问题导入shp后最常见的问题就是很多对象没有被标记上。原因通常是shp要素和分割对象只是部分相交或者点状shp落在细长对象的边缘Intersection计算时不够精确。针对点状shp我推荐用一个更稳的方法基于“Contains”关系写规则。在Process Tree里新建一个规则算法选择Assign Class参数设置里勾选“Use Exported Object Features”把点shp的类别字段引入特征Relation to imported point layer → Contains表达逻辑对象包含导入的点要素则把该对象的类别设为对应地类这样每个点只影响它所在的唯一对象如果不跨边界避免了批量导入时的“部分相交”歧义。对于面状shp比如历史图斑则反过来用“Intersects”或者“Rel. Border 0.5”相对边界占比大于50%来控制标定程度防止一个大图斑把周围完全不相干的对象卷进来。这一步是最容易被忽略的。很多人导入shp后发现样本数量不对第一反应是抱怨软件其实十有八九是空间关系没设对。2.4 导出样本shp的标准流程样本标记完成后把样本导出成shp也是高频需求。导出的场景有两种一种是导出训练样本本身另一种是导出分类结果。很多人都会在这块卡一下因为易康默认导出的是全部对象不是你选中的样本。导出样本的标准操作在Process Tree中先执行一次“Select Samples”操作Classification → Samples → Select Samples选中所有已标记为某一类的样本对象。然后右键点击Project图层树中的分割图层选择“Export → Export Vector Layer”。在导出设置里有两个关键选项第一个是“Export Only Selected Objects”只导出选中对象一定要勾上第二个是输出格式选“Shapefile”。这个流程走下来导出的shp就是干净的训练样本字段里会带上类别名称和各类特征值。如果你不勾选“只导出选中对象”导出的就是整幅分割结果文件巨大且没意义。3. 批量导出shp从分割结果到成果交付3.1 导出全部分割对象属性表完整性的坑导出全部分割对象这件事使用频率也很高。比如你做完了多尺度分割想把分割结果交给同事查看或者做完了规则集分类想输出一张矢量成果图。操作上还是“Export → Export Vector Layer”格式选Shapefile。但我必须吐槽一个易康的经典坑导出的shp属性表经常是空的或者只有FID和Class两个字段对象的光谱均值、面积、周长等特征全没了。出现这个问题的原因是易康默认导出的属性字段列表为空。你必须在导出对话框里点击“Feature Selection”按钮把需要的特征Layer Values里的各波段均值、Geometry里的面积、Shape里的形状指数等手动添加进去。很多教程不会提这一步导致小白导出的shp在ArcGIS里什么都做不了。我自己的习惯是每次导出前都整理一份固定的特征导出模板包含面积Area、长宽比Length/Width、各波段均值Mean Layer n、亮度Brightness、NDVI如果自定义了指数、类别名Class Name。这样导出的shp直接就能用不用二次挂接。3.2 批量、多类别、分幅导出如果只是导出一个shp那用菜单操作就够了。但实际项目里往往要求“每个类别单独导出一个shp”或者“每块图幅单独导出一个shp”。这种批量导出需求靠菜单点会点疯掉必须写规则集Rule Set自动化。这里分享一个通用的批量导出脚本逻辑在Process Tree里用循环实现使用Java Script或易康自带的循环控制For Each Element遍历类层次中的所有类别。在循环体内先执行Select Samples选定当前类别。然后执行Export Vector Layer导出文件名动态拼接类别名。循环结束后所有类别的shp就分别导出到指定文件夹。举个具体写法在Process Tree中新建一个Process算法选择“Export Vector Layer”然后在“File Location”里填写模板路径比如“D:\export\{Class_Name}.shp”易康会用当前对象的类别名去替换{Class_Name}占位符。加上循环条件“For each class”就能一键导出全部类别的shp。这个技巧我是在一次需要给甲方交付20个地类分类成果时摸索出来的直接省掉了大半天的重复劳动。关键是易康里这个占位符机制知道的人很少所以特地写出来。3.3 导出shp后的收尾处理坐标系与编码导出完成后别急着交差。我用易康导出shp后常规操作是在ArcGIS里再过一遍做三件事检查坐标系易康导出shp时默认使用项目的全局坐标系Map Coordinate System一般不会丢。但如果你的项目里同时加载了多个不同坐标系的图层偶尔会导出成未知坐标系。稳妥做法是在易康里给项目显式设置输出坐标系Edit → Preferences → Map Coordinate System。检查字段编码易康导出的shp属性表中的中文字段值在ArcGIS里偶尔显示乱码。这是因为shp的.dbf文件默认编码是ANSI如果你的类别名是中文建议在导出时把类名改成英文或者后期在ArcGIS里用“Add Field Calculate Field”重新赋值避免乱码纠缠。修复几何易康导出的shp虽然一般几何没问题但在跨平台传递时偶尔会出现自相交或空几何。我在交付前习惯用ShapeChecker批量检查一遍这个工具很小绿色版双击打开选择shp文件点Check几秒钟就能把所有有问题的拓扑错误列出来修复也是一键完成。这些都是血泪教训。有一回我导出的shp在ArcGIS里打开完全正常结果同事用QGIS打开后地物全飞了最后查下来就是坐标系被易康写成了Local投影没有坐标系定义文件。所以交付前的坐标系检查必须做。3.4 shp转其他格式实用衍生场景在实际项目里shp往往不是终点很多下游工具只认别的格式。在这里顺便聊几个和shp有关的衍生转换需求都是我踩过坑后总结的捷径shp转txt易康导出的shp有时候我只是用来提取经纬度坐标跑批量出图脚本用。常见的做法是用一个小工具或者ArcGIS的“Table To Excel”先导出成表再另存为txt。如果你只是想快速提取坐标点直接在ArcGIS的属性表里右键“Create Points”也行但更快的还是用Python的pyshp库二三十行代码就能搞定批量转txt。shp有没有办法只保留外边界线这个需求其实用ArcGIS的“Dissolve”工具就能完成把所有图斑合并后转面转线即可在易康里则可以通过“Vector Layer → Spatial Operations → Polygon to Line”一步完成。如果你的shp是分类结果想在易康里直接提取各类别的外边界线做制图用这个操作效果很好。环境配置里经常遇到的shp转gdb因为gdb地理数据库在字段名长度、拓扑关系上比shp更宽容很多流程从shp转到gdb后健壮性会好很多。ArcGIS里用“Feature Class to Feature Class”批量转即可没有坑。ArcGIS把CAD转成shp这个是老生常谈了用ArcMap里的“CAD to Geodatabase”工具或者QGIS里直接用“导入矢量”功能选DWG/DXF文件即可。有一点要注意CAD里的闭合多段线转过来默认是面但有时候会变成折线看图层类型选择就好。这些衍生场景看着杂但都是从“易康导出的shp怎么用”延伸出来的真实需求。很多时候不是功能不会用而是不知道有这些衔接手段。4. 实战案例从shp样本到分类成果全流程复盘4.1 案例背景与数据准备我拿最近一个实际项目来复盘。任务是对某片区的高分辨率遥感影像做土地利用分类类别就四类水体、植被、建筑、裸地。甲方给了一份野外调查点的shp约300个点字段里有类型代码。影像分辨率0.5米坐标系是CGCS2000。我把整个流程拆成了八步在ArcGIS里对调查点shp做几何修复和字段预处理代码字段重命名为land_type值改成w、v、b、n四个英文代码对应四个类别。在易康里新建项目加载影像和分割参数执行多尺度分割。这里我用了尺度50、形状0.3、紧致度0.7算是比较常规的参数。在类层次里建立W、V、B、N四个类别颜色分别设为蓝、绿、红、黄。导入调查点shp作为专题层。执行Import Samples from Thematic Layer按land_type字段映射类别。检查样本数量与空间分布发现部分点没有成功标记原因是点落在对象边界上。写一条补充规则对未标记对象检测其与点shp的距离Distance to imported point layer 5像素按最近点的类别补标记。用KNN分类器训练并分类导出分类结果shp。4.2 样本检查与异常处理第六步的“部分点没有成功标记”是最典型的问题。我统计了一下300个点成功标记了268个剩下32个没标记上。这32个点大部分落在线状地物比如小路边的单棵树木分割出来的细长对象上或者落在两个对象的公共边上。遇到这种情况不要急着手动补点先看看能不能用规则解决。我补充的规则是算法Assign Class条件未分类Unclassified且 Distance to imported point layer 5类别对应最近点的类别这个“距离阈值”是关键设得太小补不上设得太大把远处无关对象卷进来。我一般用影像分辨率的5到10倍作为初始值然后结合目视检查调整。实测下来32个点补上了28个剩下4个是因为点所在位置本身就是地类过渡带影相上看着就不明确这种样本即便补上也会成为分类噪声删掉不要了。这里插一句和样本数量相关的经验很多人以为样本越多越好其实不是。样本重叠、样本位于过渡地带都会拉低分类精度。宁可样本少而精当然每类至少30个也不要把模糊样本硬塞进去。4.3 分类器选择与参数配置易康里常用的分类器有KNN最近邻、Bayes、SVM、Random Forest、Decision Tree等。我在这个项目里用的是KNN因为它对训练样本数量要求低而且参数简单。KNN的关键参数是k值邻居数和Sample Distance采样距离。我用的k3Sample Distance选“Variable from Sample”模式这样软件会根据样本分布自动调整判断阈值。如果是新手我建议不要手动去调Distance的绝对值直接用默认的Variable模式否则很容易出现“所有对象都被分到同一个类”这种极端情况。分类完成后在Viewer里叠加底图看效果重点关注地类边界和容易混淆的区域比如建筑阴影下的裸地和水体必要时回到“样本编辑”状态手动增删几个关键样本重新训练。这个迭代过程往往比调分类器本身更有效。4.4 批量导出分类成果并交付分类结果检查满意后就是导出环节。这个项目要求交付两种成果一是全部分类结果的shp二是每个类别单独导出一个shp方便甲方做制图。我直接写了上面提到的那个循环导出规则集一次跑完在D:\export文件夹下生成了四个文件w.shp、v.shp、b.shp、n.shp外加一个全部分类结果all.shp。然后按照前面说的流程在ArcGIS里逐个检查坐标系、字段编码用ShapeChecker修复一遍拓扑问题最后打包交付。整个流程走下来从分割到交付总共花了一个半小时左右其中真正人工干预的时间不到二十分钟其余全是规则集在跑。这个效率是传统手动选样本加单次导出的流程没法比的。这里的经验是易康最强大的地方不在于某个单一功能而在于你能把整条流水线串成自动化规则集。一次建好以后换影像、换项目都能复用。5. 常见问题与排查技巧实录5.1 样本导出后shp在ArcGIS里打开是空的这个问题的原因有两个一是导出时勾选了“Export Only Selected Objects”但当前并没有选中任何对象二是在对象属性抽取时选错了特征。排查思路如下在易康里先确认对象是否真的选中了用Viewer里选中几个对象看Class Hierarchy窗口下方是否有对象计数显示。导出设置里检查“Feature Selection”是否为空为空就导出只有几何没有属性的shp在ArcGIS里显示不出内容。确认导出路径不能包含中文。易康的shp导出路径如果包含中文偶尔会生成0字节的.dbf文件这个坑我遇到好几次了。5.2 导入shp时提示“Layer has no valid attributes”这个问题多半是因为shp的属性表里全是空值或者字段类型不被易康支持。解决方法是在导入前用ArcGIS检查属性表把不需要的字段删掉只保留类别字段并且把这个字段的类型改成文本型Text。整数型字段在易康里也可以映射但文本型最稳妥。还有一种情况是shp中包含了多部件Multi-part要素导入易康时会被拆分然后属性关联不上。这个在ArcGIS里用Multipart To Singlepart工具先处理一下或者在ShapeChecker里勾选“Split multi-part features”。5.3 分类结果导出后地物位置偏移这个问题基本都是坐标系惹的祸。解决方案不再赘述核心就是三条在易康项目里统一坐标系所有图层都设为同一坐标系。导出时检查Map Coordinate System设置确认不是Local。导出后在ArcGIS里用“Define Projection”工具检查并修正坐标系。另外还要强调一点易康的坐标偏移和影像自带的坐标信息直接相关。如果你的源影像坐标系本身定义错误比如影像标签写的是WGS84实际却是CGCS2000那导出shp偏移再远都正常。这种情况第一步就是修复源影像的坐标信息。5.4 批量导出shp后每个类的文件大小差别巨大这也是正常现象因为各地物类别的空间分布和对象数量本来就不一样。但如果你发现某个类别的shp文件极端小比如只有几KB那大概率是这个类别的样本没有成功映射导出内容基本是空的需要回去检查样本标记情况。5.5 易康卡死或者运行缓慢怎么办处理大范围高分辨率影像时易康卡顿很常见。我的几个实用技巧分割前对影像做金字塔重采样易康里用“Image Pyramid”功能先在低分辨率下跑几次分割测试确定参数后再用原始分辨率跑正式分割。规则集跑批量导出时关闭Viewer的自动刷新改为手动刷新可以省下大量渲染时间。导出shp时不要一口气把所有特征都选上只导出真正需要的字段减少I/O压力。这些“软优化”虽然解决不了硬件瓶颈但在相同配置下实测能提升30%到50%的处理速度。5.6 易康和ArcGIS之间的shp衔接规范最后整理一份我自己制定的衔接规范算是给团队的约定现在分享出来类别字段一律用英文名避免中文乱码。导出的shp统一做一次“Repair Geometry”和“Define Projection”。坐标系统一用影像原始坐标系如果没有明确坐标系一律在交付说明里写明“未知坐标系请勿直接用于空间分析”。大批量导出优先用规则集避免手动操作导致的文件名混乱。每个交付目录下附一个readme.txt写清楚坐标系、字段含义、数据版本和日期。这些规范看起来琐碎但实际项目中团队协作时80%的沟通成本都耗在这些小问题上。6. 实际操作中的一点经验心得做eCognition项目这些年最深的体会是这个软件的学习曲线确实陡但一旦你迈过了“对象思维”这道坎后面的路就顺了。面向对象分类的精髓就是放弃对单个像素的执念把影像信息聚焦在一个个有实际意义的地理实体上。而样本选择作为分类质量的“天花板”值得你花心思去优化流程。我自己现在做新项目第一步不是急着去分割而是把样本来源理清楚——有没有现成的矢量数据能不能从历史成果里挖如果没有我该怎么用规则把“目视解释经验”转化为可执行的条件这些问题想清楚了后面90%的工作都是流程化的。再说回批量导出shp这件事。很多人觉得导出不就是点一下鼠标的事吗但在实际生产中数据清洗、格式转换、质量检查这些环节消耗的精力远超“点一下鼠标”。这篇文章里讲的很多步骤本质上都不是什么高深算法而是对生产流程的梳理。把这些细节做好交付成果的质量才能稳定返工率才能降下来。最后再分享一个小技巧如果你经常在易康、ArcGIS、QGIS三个软件之间倒腾数据建议在电脑里装一个ShapeChecker之外再装一个Notepad专门用来查看和修复shp属性表对应的.dbf文件乱码问题。这个办法虽然土但在很多紧急情况下真的能救命。