การใช้โปรแกรม eCognition

การใช้โปรแกรม eCognition ในการจาแนกพื้นที่แปลงอ้อยเป็น 2 กลุ่ม พื้นที่อ้อยและ

พื้ นที่ไ ม่ใ ช่ อ้อย จากภาพถ่า ยอากาศยานไร้ ค นขั บ ด้ ว ยสมการค่า ดั ช นีสี เขี ย ว (Excessive
Green : EXG)
1. การนาเข้าภาพถ่ายจากอากาศยานไร้คนขับ โดย Bands ที่ใช้ได้แก่ Band Rad, Band Green, และ
Band Blue
1.1 เปิดโปรแกรม eCognition Developer 64

1.2 ไปที่ Create New Project เลือก Bands ที่เราต้องการจะใช้ โดยเลือก Bands ที่เป็นนามสกุล
.rst ได้แก่ Band Rad, Band Green, และ Band Blue เมื่อเลือกเสร็จกด OK
 1.3 ท าการเปลี่ ยน Image Layer Alias เป็น ชื่อตาม Bands โดยคลิ กขวาที่ Layer > Edit ในช่อ ง
Layer Alias ใส่เป็นชื่อ Bands นั้น เสร็จแล้วกด OK โดยเปลี่ยนจนครบทุก Bands

1.4 เมื่อเปลี่ยนครบทุก Bands จะได้ตามภาพ เสร็จแล้วกด OK

 1.5 เมื่อโปรแกรม Process เสร็จ จะได้ตามภาพ โดยภาพที่ได้จะเป็นภาพ RGB

2. การแบ่งส่วนภาพ Segmentation ออกเป็นพื้นที่ (region) หรือวัตถุ (object)

2.1 เปิดหน้าต่างเครื่องมือต่าง ๆ ได้แก่ Image Object Information (ข้อมูลต่าง ๆ ของวัตถุที่จาแนก
ได้) และ Process Tree (แผนผังกระบวนการที่เราใช้) ตามภาพ
 2.2 เมื่อเปิดทั้ง 2 หน้าต่างเสร็จแล้วจะได้ตามภาพ ทาการคลิกค้างไว้ที่หัวหน้าต่างแล้วเลื่อนวางให้
เป็นระเบียบได้ตามต้องการ

2.3 เสร็ จ แล้ ว จะได้ ต ามภาพ เปิ ด หน้ า ต่ า ง Process Tree คลิ ก ขวาที่ ว่ า งในหน้ า ต่ า ง แล้ ว เลื อ ก
Append New (ส่วนหลั กของ Algorithm ที่ใช้ในการ Segmentation) แล้วเปลี่ยนชื่อในช่อง Name เป็น
segmentation process เสร็จแล้วกด OK
 2.4 เสร็จแล้วจะได้ Algorithm หลัก ซึ่งจะมี Algorithm ส่วนย่อยที่ใช้ในการ Segmentation อีก
โดยการคลิ ก ขวาที่ segmentation process > Insert Child (ส่ ว นย่ อ ยของ Algorithm ที่ ใ ช้ ใ นการ
Segmentation) > Algorithm เลือกเป็น multiresolution segmentation (เป็นการแบ่งส่วนหลายความ
ละเอี ย ด) > Domain เลื อ กเป็ น pixel level (แบ่ ง ตามระดั บ ของ Pixel) > Level Name: Level 1 (ชื่ อ
ส่วนย่อยของ Algorithm) > Image Layer weights: 1,1,1 (ระดับความสาคัญของแต่ละ Bands) > Scale
parameter: 30 (มาตราส่วนของ parameter ถ้าค่ามาก วัตถุที่จาแนกได้จะมีขนาดใหญ่แต่จานวนน้อย ถ้าค่า
น้ อ ย วั ต ถุ ที่ จ าแนกได้ จ ะมี ข นาดเล็ ก แต่ จ านวนมาก) > Shape: 0.5 (ค่ า น้ าหนั ก ของรู ป ร่ า ง 0 - 1) >
Compactness: 0.5 (ค่าน้าหนักของความหนาแน่น 0 - 1) > คลิก Execute

2.5 เมื่อโปรแกรม Process เสร็จสิ้นจะได้ตามภาพ

 2.6 เปิ ด หน้ า ต่า งเครื่ อ งมื อ Image Object Information ขึ้ น มาเพื่ อดู ค่ าต่ า ง ๆ คลิ ก ขวาที่ ว่า งใน
หน้าต่าง เลือก Select Features to Display… (เลือกคุณสมบัติที่เราต้องการดูค่า ) > Object Features >
Layer Values > ดับเบิลคลิก Mean > ดับเบิลคลิก Standard deviation > OK

2.7 เสร็จแล้วจะสามารถดูค่าของคุณสมบัติต่าง ๆ ที่เราเลือกได้

 3. การหาค่าดัชนีสีเขียว (Excessive Green : EXG) จากสูตร ExG = 2G – R – B
3.1 เปิ ด หน้ า ต่ า งเครื่ อ งมื อ Feature View > Object Features > Customized > Create new
‘Arithmetic Feature’ > Feature name: ExG > Object Features > Layer Values > Mean (ในส่วนนี้
จะมีค่าการสะท้อนของภาพถ่าย Bands ที่เราใส่มาในตอนแรก) > ใส่ตามสูตร (2*[Mean Green])-[Mean
Red]-[Mean Blue] > OK

3.2 เมื่อโปรแกรม Process เสร็จสิ้น จะสามารถดูการสะท้อนของค่าดัชนีสีเขียว (Excessive Green :

EXG) ได้ จากหน้าต่างเครื่องมือ Image Object Information
 4. การแบ่งกลุ่ม Classification โดยแบ่งออกเป็น 2 กลุ่ม พื้นที่อ้อยและพื้นที่ไม่ใช่อ้อย
4.1 เปิดหน้าต่างเครื่องมือ Class Hierarchy > คลิกขวาที่ No classes available > Insert Class >
Name: sugar cane (พื้นที่อ้อย) > เลือกสีเหลือง (เลือกสีตามต้องการ) > OK

4.2 เสร็จแล้วจะได้ตามภาพ และเพิ่มอีก 1 กลุ่ม โดยคลิกขวาที่ classes > Insert Class > Name:
No sugar cane (พื้นที่ไม่ใช่อ้อย) > เลือกสีเขียว (เลือกสีตามต้องการ) > OK
 4.3 เสร็จแล้วจะได้ 2 กลุ่มตามภาพ sugar cane (พื้นที่อ้อย) และ No sugar cane (พื้นที่ไม่ใช่อ้อย)

4.4 เปิ ด หน้ า ต่ า ง Process Tree คลิ ก ขวาที่ segmentation process แล้ ว เลื อ ก Append New
(ส่วนหลักของ Algorithm ที่ใช้ในการ assign class) แล้วเปลี่ยนชื่อในช่อง Name เป็น assign rule เสร็จแล้ว
กด OK
 4.5 เสร็จแล้วจะได้ Algorithm หลัก ซึ่งจะมี Algorithm ส่วนย่อยที่ใช้ในการ assign class อีก โดย
การคลิกขวาที่ assign rule > Insert Child (ส่วนย่อยของ Algorithm ที่ใช้ในการ assign class) > Algorithm
เลื อ กเป็ น assign class > Level: Level 1 (Segmentation) > Threshold condition > Customized >
ExG (ค่าดัชนีสีเขียว) > OK > Edit threshold condition (การกาหนดเงื่อนไข) > Threshold condition <
7.9 (ค่าดัชนีสีเขียวที่น้อยกว่า 7.9) > OK

4.6 Algorithm parameters โดย Use class: No sugar cane (พื้นที่ไม่ใช่อ้อย) > Execute
 4.7 เมื่อโปรแกรม Process เสร็จ วัตถุที่มีการสะท้อนของค่าดัชนีสีเขียว ExG น้อยกว่า 7.9 จะถูกจัด
กลุ่มเป็น No sugar cane (พื้นที่ไม่ใช่อ้อย) ตามภาพ

4.8 กลุ่มพื้นที่อ้อยทาแบบเดียวกันกับในข้อ 4.5 แต่กาหนดให้ Threshold condition >= 7.9 และ

ข้อ 4.6 Algorithm parameters โดย Use class: sugar cane (พื้นที่อ้อย) เมื่อโปรแกรม Process เสร็จ วัตถุ
ที่มีการสะท้อนของค่าดัชนีสีเขียว ExG มากกว่าหรือเท่ากับ 7.9 จะถูกจัดกลุ่มเป็น sugar cane (พื้นที่อ้อย)
ตามภาพ
 5. เสร็จแล้วสามารถนาข้อมูลไปใช้ต่อได้ตามวัตถุประสงค์ของงาน โดยการ Export ข้อมูล
5.1 ไปที่ Export Results… > Export Type: Shape file (ประเภทการส่งออก) > Content Type:
Polygon raster > Format: Shapefile (*.shp) > Level: Level 1 > Export File Name: sugar cane (ชื่อ
ไฟล์ที่ส่งออก) > Select Classes > Select Classes for shape Export: sugar cane (เลือกกลุ่มที่ต้องการ
ส่งออก) > OK > Select a folder (เลือก folder ที่ต้องการเก็บข้อมูล) > OK

5.2 เสร็จแล้วจะได้ข้อมูลที่ทาการ Export สามารถน้าไปใช้งานตามวัตถุประสงค์ต่อไปได้