ArcGIS Desktop

  • Dokumentation
  • Support

  • My Profile
  • Hilfe
  • Sign Out
ArcGIS Desktop

ArcGIS Online

Die Mapping-Plattform für Ihre Organisation

ArcGIS Desktop

Ein vollständiges professionelles GIS

ArcGIS Enterprise

GIS in Ihrem Unternehmen

ArcGIS for Developers

Werkzeuge zum Erstellen standortbezogener Apps

ArcGIS Solutions

Kostenlose Karten- und App-Vorlagen für Ihre Branche

ArcGIS Marketplace

Rufen Sie Apps und Daten für Ihre Organisation ab.

  • Dokumentation
  • Support
Esri
  • Anmelden
user
  • Eigenes Profil
  • Abmelden

ArcMap

  • Startseite
  • Erste Schritte
  • Karte
  • Analysieren
  • Verwalten von Daten
  • Werkzeuge
  • Erweiterungen

Segmentattribute berechnen

Mit der Spatial Analyst-Lizenz verfügbar.

  • Zusammenfassung
  • Verwendung
  • Syntax
  • Codebeispiel
  • Umgebungen
  • Lizenzinformationen

Zusammenfassung

Berechnen eines Satzes von Attributen, die mit Ihrem segmentierten Bild verknüpft sind. Das Eingabe-Raster kann ein Einzelband- oder 3-Band-, 8-Bit-segmentiertes Bild sein.

Verwendung

  • Mit diesem Werkzeug lassen sich die Attribute für jedes Segment erzeugen, das in dem Bild vorhanden ist. Zu den Attributen zählen Mittelwert, Standardabweichung, Segmentgröße, konvergierte Farbe (des Werkzeugs Mean Shift-Segmentierung) und Kompaktheit.

  • Dieser Parameter ist nur aktiviert, wenn die Schlüsseleigenschaft Segmentiert auf das Eingabe-Raster festgelegt ist. Wenn die einzige Eingabe für das Werkzeug ein segmentiertes Bild ist, lauten die Standardattribute COLOR, COUNT, COMPACTNESS und RECTANGULARITY. Wenn ein Zusätzliches Eingabe-Raster ebenfalls als Eingabe mit einem segmentierten Bild einbezogen wird, sind die Optionen MEAN und STD verfügbar.

  • Weitere Informationen zur Geoverarbeitung von Umgebungen mit diesem Werkzeug finden Sie unter Analyseumgebungen und Spatial Analyst.

Syntax

ComputeSegmentAttributes (in_segmented_raster, {in_additional_raster}, {used_attributes})
ParameterErläuterungDatentyp
in_segmented_raster

Das segmentierte Eingabe-Raster-Dataset, bei dem alle Pixel, die zu einem Segment gehören, dieselbe konvergierte RGB-Farbe aufweisen. In der Regel ist dies ein 8-Bit-, 3-Band-RGB-Raster, es kann jedoch auch ein 1-Band-Graustufen-Raster sein.

Nachdem das Werkzeug abgeschlossen wurde, wird die Schlüsseleigenschaft auf Segmentiert festgelegt.

Segmented Raster | Raster Layer | Mosaic Layer
in_additional_raster
(optional)

Integrieren Sie optional Zusatz-Raster-Datasets, wie ein segmentiertes Bild, ein Multispektralbild oder ein DEM, um Attribute und weitere erforderliche Informationen für den Klassifikator zu erzeugen. Die Raster-Datasets für diesen Parameter müssen den für die Erstellung der Trainings-.ecd-Datei verwendeten entsprechen.

Segmented Raster | Raster Layer | Mosaic Layer
used_attributes
[used_attributes,...]
(optional)

Geben Sie die Attribute an, die in die dem Ausgabe-Raster zugeordnete Attributtabelle aufgenommen werden sollen.

Wenn die einzige Eingabe für das Werkzeug ein segmentiertes Bild ist, lauten die Standardattribute COLOR, COUNT, COMPACTNESS und RECTANGULARITY. Wenn ein in_additional_raster ebenfalls als Eingabe mit einem segmentierten Bild einbezogen wird, sind die Optionen MEAN und STD verfügbar.

  • COLOR —Die Farbe durchschnittlicher Chromatizität, segmentbezogen.
  • MEAN —Der durchschnittliche Digitalnummernwert (DN), abgeleitet aus dem optionalen Pixelbild, segmentbezogen.
  • STD —Die Standardabweichung, abgeleitet aus dem optionalen Pixelbild, segmentbezogen.
  • COUNT —Die Anzahl der im Segment enthaltenen Pixel, segmentbezogen.
  • COMPACTNESS —Der Grad der Kompaktheit oder Kreisförmigkeit eines Segments, segmentbezogen. Die Werte liegen zwischen 0 und 1, wobei 1 einem Kreis entspricht.
  • RECTANGULARITY —Der Grad der Rechteckigkeit des Segments, segmentbezogen. Die Werte liegen zwischen 0 und 1, wobei 1 einem Rechteck entspricht.
String

Rückgabewert

NameErläuterungDatentyp
out_index_raster_dataset

Das Index-Raster für Ausgabe-Segmente, bei dem die Attribute für jedes Segment in der zugehörigen Attributtabelle aufgezeichnet werden.

Raster

Codebeispiel

ComputeSegmentAttributes – Beispiel 1 (Python-Fenster)

In diesem Beispiel werden Segmentattribute für ein TIFF-Raster berechnet.

import arcpy
from arcpy.sa import *

compute_att = ComputeSegmentAttributes(
                  "c:/test/moncton_seg.tif", "c:/test/moncton.tif", 
                  "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY")

compute_att.save("c:/test/moncton_computeseg.tif")
ComputeSegmentAttributes – Beispiel 2 (eigenständiges Python-Skript)

In diesem Beispiel werden Segmentattribute für ein TIFF-Raster berechnet.

# Import system modules
import arcpy
from arcpy.sa import *


# Set local variables
inSegRaster = "c:/test/moncton_seg.tif"
in_additional_raster = "c:/test/moncton.tif"
attributes = "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY"

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

# Execute 
compute_att = ComputeSegmentAttributes(inSegRaster, in_additional_raster, 
                                       attributes)
#save output 
compute_att.save("c:/test/moncton_computeseg.tif")

Umgebungen

  • Auto Commit
  • Zellengröße
  • Komprimierung
  • Aktueller Workspace
  • Ausdehnung
  • Geographische Transformationen
  • Maske
  • Ausgabe-CONFIG-Schlüsselwort
  • Ausgabe-Koordinatensystem
  • Raster-Statistiken
  • Scratch-Workspace
  • Fang-Raster
  • Kachelgröße

Lizenzinformationen

  • ArcGIS Desktop Basic: Erfordert Spatial Analyst
  • ArcGIS Desktop Standard: Erfordert Spatial Analyst
  • ArcGIS Desktop Advanced: Erfordert Spatial Analyst

Verwandte Themen

  • Überblick über das Toolset "Segmentierung und Klassifizierung"
  • Was ist Bildklassifizierung?

ArcGIS Desktop

  • Startseite
  • Dokumentation
  • Support

ArcGIS Plattform

  • ArcGIS Online
  • ArcGIS Desktop
  • ArcGIS Enterprise
  • ArcGIS for Developers
  • ArcGIS Solutions
  • ArcGIS Marketplace

Über Esri

  • Über uns
  • Karriere
  • Insider-Blog
  • User Conference
  • Developer Summit
Esri
Wir sind an Ihrer Meinung interessiert.
© Copyright 2016 Environmental Systems Research Institute, Inc. | Datenschutz | Rechtliches