Preliminary evaluation of eCognition object-based software for cut block delineation and feature extraction

AbstractPixel-based classifications have difficulty adequately or conveniently exploiting expert knowledge or contextual information. Object-based image-processing techniques overcome these difficulties by first segmenting the image into meaningful multipixel objects of various sizes, based on both spectral and spatial characteristics of groups of pixels. The segments (objects) are assigned classes using fuzzy logic and a hierarchical decision key. To date, the main drawback has been the lack of effective software. This paper evaluates a simple object-based approach to classifying forest cut blocks near Revelstoke, British Columbia, in a Landsat enhanced thematic mapper plus (ETM+) image using recently released eCognition software. Three subsets of the image test the software. Two subsets are chosen to evaluate it in different land-cover situations, and the third subset is used to test the effectiveness of replicating a rule system developed elsewhere in the image. Rules for class assignment include traditional spectral signatures, polygon shape parameters, and context with other classes. Use of multiple image object levels (sizes) greatly assists in image classification. Cut block scars, areas of mature, young, and sparse forest, water, and urban features are classified with significantly higher accuracy than using a traditional pixel-based method. The software allows expert knowledge to be documented and retained for use elsewhere or for later modification.La classification des pixels isolés n'exploite de façon adéquate ou convéniente ni les connaissances des experts ni l'information contextuelle. Les techniques de traitement de l'image orientées sur les objets surmontent ces difficultés. Elles utilizent des caractéristiques spectrales et spatiales pour segmenter l'image en objets multi-pixel de tailles diverses. Chaque objet est classifié à l'aide de la fonction « flou » ou « fuzzy » et un système de décisions hiérarchiques. À présente date, la principale difficulté fut le manque de logiciels adaptés à ce système. Nous évaluons dans cet article une approche simple pour délimiter et classifier les objets dans une région de coupes à éclaircie près de Revelstoke, en Colombie-Britannique, à l'aide du logiciel eCognition récemment disponible. Trois sous-scènes d'une image Landat ETM+ sont définies. Deux de ces sous-scènes sont choisies pour évaluer le logiciel dans deux cas différents d'utilization du sol. Le troisième fut utilisé pour vérifier l'efficacité d'un système de critères lorsqu'appliqué à une région différente. Les critères de classification sont les signatures spectrales traditionelles, les paramètres décrivant la forme des polygones et leur contexte par rapport aux classes des autres polygones. Le développement de plusieurs niveaux (tailles) d'objets facilite la classification. Les coupes, les régions de forêts mature, jeune et éparse, l'hydrographie et les zones urbaines sont classifiées avec significativement plus d'exactitude qu'avec la classification par pixel traditionelle. Le logiciel permet la documentation des connaissances expertes ainsi que leur ré-utilization ou leur modification éventuelle.