在对一位学生进行软件培训时，碰巧该学生要处理某市一个区范围的高分辨率影像，而且后续还要处理其他几个区的影像，如果直接将影像全部加载进来进行分割、分类等处理，速度会比较慢，同时如果电脑配置不高更是在影像解译的过程中浪费大量时间。我想这种情况，也是大家经常遇到的。eCognition系列软件里的eCognition Server，固然可以通过设置多个网络节点，对影像进行分块处理和合并，但是除了做一些大型的科研项目和课题，可能会同时购买eCognition Developer和Server的许可，一般情况下往往手里只有Developer可以用，利用Developer来完成对影像分块的分类处理、结果统计、成果输出和专题图制作等。

       eCognition中关于样本的选择其实有两种方式，一种是直接使用它所提供的样本选择工具，在class hierarchy 选中某个类别时，双击分割得到的影像图斑，就能选择这个类别对应的样本，如果选错了样本对象，那么直接在该样本对象上再次双击即可，这种方式适用于最邻近的监督分类器；另外一种是使用软件提供的manual editing工具，这个工具其实是用来手动赋类或者修改分类结果的，利用它直接双击图斑以赋予类别的形式来指定各个类别的样本，然后用于CART决策树、SVM等分类器的训练阶段。