简译软件是由北京治元景行科技有限公司开发，具有完全自主知识产权的遥感图像解译软件，公司具有软件的计算机软件著作权和软件产品专利证书。
简译软件独特优势如下：
1、 简译软件解决了地物分不开，不同地物难以准确分割的难题
简译软件进行“面向对象”分割的同时，融入多尺度的概念，使软件成为目前行业内唯一一款可以进行多尺度分割、多尺度融合、多尺度自由切换的解译软件。
2、 简译软件解决了地物分类不准确的难题
软件独有的“面向对象+深度学习”的分类方法，通过模型训练，让机器掌握不同对象的纹理、环境等高级语义特性，最大程度上实现软件的自动化分类，同时提高整体的分类精度。
3、 简译软件独创了“同类对象快速搜索”自动化分类方法
这种傻瓜式的分类方法非常适合生产，可以让许多非专业人员快速进行简单的地物分类，提高作业效率。
4、 简译软件提供方便的半自动编辑功能
自动化分类结果如果有少量错误，可以直接在软件内部修改，不需要借助其他软件进行结果的再编辑工作。
5、 简译软件美观便利的矢量导出功能
软件导出功能这一块做了更多的调整，导出shp格式的矢量文件时，我们可以设置平滑和压缩系数，让最终结果消除锯齿状，媲美人工勾画，另外还设置了最大合并数，可以让同类地物合并导出时分成几大块图斑导出，方便后续和项目对接。
6、 全中文操作界面，更加通俗易懂
流程式操作步骤，降低难度，让用户更加容易上手；软件架构清晰，模块式组成，二次开发更加方便。
简译软件对影像自动化解译流程：
1、分割：新建工程，对影像进行面向对象的多尺度分割
2、自动化分类：软件提供四种快速自动化分类方法，用户可以有机结合，增加效率，提高分类精度
1）面向对象的监督分类
2）建立面向对象的特征表达式规则集
3）快速搜索同类对象分类
4）“面向对象”+“深度学习”进行地物分类
3、人机交互编辑：对自动化分类结果进行人工的半自动化编辑
4、成果导出：成果可以导出成矢量或者栅格格式，导出成矢量时，可以进行平滑的处理
简译软件优势说明：
1、数据分割
1）面向对象的多尺度分割
图像分割本质上是将一幅 M × N 阵列的数字图像划分为若干个互不交叠区域的过程。多尺度分割算法首先应该保证能生成高度同质性(或异质性最小)的影像分割区域(影像对象)，从而适于最佳分离和表示地物目标。在某指定的尺度下分割时，采用自单像元大小的区域开始,相邻影像区域两两合并增长的方法。影像区域同质性可以通过异质性的计算来表达。多尺度分割能够保证在合适的尺度进行对象的分割。下面是不同尺度进行分割的结果。
通常用户只会看到最大尺度的分割效果图，对于中间尺度和最小尺度的分割结果用户只有在半自动和自动分类时才会看到。所有的对象建立了如下的对象关系链，如下图所示：
简译软件对影像进行面向对象多尺度分割时，是按照分割参数对影像进行了不同尺度的三次分割，这三次分割的结果会融合显示在一个操作界面上，当前显示的为最大分割尺度分割出来的图斑，有个别地物要求更小的分割尺度时，可以通过双击分割对象或者是快捷键的方式，达到拆分到更小分割尺度的操作，如下所示：
2）按当前比例尺分割
按当前比例尺分割通常针对用户只需要输出特定比例尺的结果，而实际图像分辨率又远远超过用户需要的情况下。例如客户要处理的数据类型为无人机数据，分辨率很高，最终结果的比例尺没有要求到很高的程度，那么按照当前比例尺分割就可以大大加快分割的速度和效率，能够节省用户的分割时间，同时又不影响最后的结果精度。
2、自动化分类方法
1）面向对象的监督分类
和传统的监督分类方法类似，利用一部分地物样本，通过选择合适的距离准则，快速得到各类地物的自动化分类结果。
选择样本
面向对象监督分类结果
2）面向对象的规则集
用户可根据软件在“属性”界面提供的对象特征因子进行表达式的编辑，编辑好的公式，用户还可以进行可视化的阈值筛选，帮助用户确定更加准确的表达式阈值范围。
正在确定NDWI的阈值范围
3）快速搜索同类对象
利用一部分某一类地物的样本，通过人机交互的方式快速把同类地物提取出来。该方法降低了使用者的门槛，提取过程中未使用复杂规则，只需要选一部分样本，软件就会通过默认参数自动提取出和样本最接近的图斑，让许多非专业图像解译人士，也能够用该方法完成简单的图像解译工作。
选择样本
快速搜索提取的结果
4）面向对象+深度学习分类
①实现了信息提取规则自动化提取
面向对象方法需要根据影像人工选择和调整光谱、纹理、形状等特征阈值，“面向对象+深度学习”方法可以自动学习影像光谱、纹理、形状等特征，构建规则。
②提高了遥感影像自动解译精度
利用面向对象分割的对象边界，将深度学习地物识别结果自动映射到“分割对象”上，实现地物边界和类型的准确分类，提高了遥感影像自动解译精度。
③支持高光谱影像进行模型训练
突破了深度学习算法可利用的遥感影像光谱数量限制，让深度学习算法应用影像全部波段信息参与计算。支持高光谱数据深度学习，在光谱信息方面，将不再仅仅从 RGB 图像中学习特征，真正将遥感影像中地物反应的全部波段特征利用起来进行分类，大大提高了遥感影像的分类精度。
高分二遥感影像
深度学习提取结果
3、半自动化二次编辑
自动化分类结果如果存在少量错误，用户可以进行人工的二次编辑，对于错误的图斑，用户可以直接点选或者框选，然后再赋予这些错误图斑正确的地物类别。
红框内图斑被自动化分类方法错分成水体
4、平滑导出，媲美人工勾画
结果导出时，如果导出格式为矢量，那么我们可以通过设置“平滑因子”和“压缩因子”，从而达到对矢量结果平滑的目的，结果对比图如下： 
另外合并导出时，有图斑合并的最大对象数目的设置，这个参数可以使得合并导出时，不是所有同类地物都合并成一个图斑，而是合并成若干个大的图斑，这样方便部分客户对自动化结果的后期处理工作，对比图如下：
对象单独导出
设置最大对象数目合并导出
全部合并导出
5、精度评价工具
“深度学习”自动化分类结果的精度一直是用户所关注的一个方面，许多用户都希望在自动化分类结束后，可以有一个直观的精度评价书面报告，来评判本次分类结果的好坏。简译软件一直提供自主开发的独立软件进行精度评价，开发团队在得到市场部反馈意见后，将精度评价工具嵌入到简译软件中，使得简译软件可以在自动化分类结果导出后，直接在软件内部进行精度评价，同时会生成txt格式的精度评价报告，直观显示分类结果精度。
评价工具的设置界面
文本格式的评价报告
该功能需要用户提前做好一个“基准矢量”，该矢量可以是面的矢量也可以是点的矢量，该矢量是人工判读出来的结果，作为精度评价的基准。“提取栅格”为我们用简译软件做出来的自动化分类结果。“地类文件”为用简译软件从工程中导出的地物类别文件。
如需试用，欢迎联系18610998688！