ArcMap

ISO-Cluster-Klassifikator trainieren

Mit der Spatial Analyst-Lizenz verfügbar.

Zusammenfassung

Generiert eine Esri Classifier Definition (.ecd)-Datei anhand der ISO-Cluster-Klassifizierung.

Dieses Werkzeug führt eine nicht überwachte Klassifizierung durch.

Verwendung

  • Als Eingabe werden beliebige, von Esri unterstützte Raster akzeptiert, darunter Raster-Produkte, segmentierte Raster, Mosaike, Image-Services oder generische Raster-Datasets. Die segmentierten Raster müssen 8-Bit-Raster mit 3 Bändern sein.

  • Der Parameter Segmentattribute ist nur dann aktiviert, wenn eine der Raster-Layer-Eingaben ein segmentiertes Bild ist.

Syntax

TrainIsoClusterClassifier(in_raster, max_classes, out_classifier_definition, {in_additional_raster}, {max_iterations}, {min_samples_per_cluster}, {skip_factor}, {used_attributes}, {max_merge_per_iter}, {max_merge_distance})
ParameterErklärungDatentyp
in_raster

Das Raster-Dataset, das klassifiziert werden soll.

Raster Layer; Mosaic Layer; Image Service; String
max_classes

Maximale Anzahl gewünschter Klassen für die Gruppierung von Pixeln oder Segmenten. Dieser Wert sollte größer sein als die Anzahl der Klassen in Ihrer Legende.

Sie erhalten möglicherweise weniger Klassen als Sie für diesen Parameter angegeben haben. Falls Sie mehr benötigen, erhöhen Sie diesen Wert, und aggregieren Sie Klassen, nachdem Sie den Trainingsvorgang abgeschlossen haben.

Long
out_classifier_definition

Die JSON-Ausgabedatei, die Attributinformationen, Statistiken, Hyperebenenvektoren und weitere Daten für den Klassifikator enthält. Es wird eine .ecd-Datei erstellt.

File
in_additional_raster
(optional)

Integrieren Sie Zusatz-Raster-Datasets, wie ein Multispektralbild oder ein DEM, um Attribute und weitere erforderliche Informationen für die Klassifizierung zu generieren. Dieser Parameter ist optional.

Raster Layer; Mosaic Layer; Image Service; String
max_iterations
(optional)

Die maximale Anzahl von Iterationen für die Ausführung der Cluster-Bildung

Der empfohlene Wertebereich ist 10 bis 20 Iterationen. Wenn dieser Wert erhöht wird, steigt die Verarbeitungszeit linear an.

Long
min_samples_per_cluster
(optional)

Die minimale Anzahl von Pixeln oder Segmenten in einem gültigen Cluster bzw. einer gültigen Klasse

Der Standardwert 20 hat sich bei der Erstellung statistisch signifikanter Klassen als effektiv herausgestellt. Sie können diese Anzahl erhöhen, um robustere Klassen zu erzielen. Hierdurch kann jedoch die Gesamtzahl der erstellten Klassen begrenzt werden.

Long
skip_factor
(optional)

Anzahl der zu überspringenden Pixel für die Eingabe eines Pixelbilds Wenn das segmentierte Bild eine Eingabe ist, geben Sie die Anzahl der zu überspringenden Segmente an.

Long
used_attributes
[used_attributes;used_attributes,...]
(optional)

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

  • COLOR —Die RGB-Farbwerte werden segmentbezogen aus dem Eingabe-Raster abgeleitet.
  • 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.

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 in_additional_raster als Eingabe mit einem segmentierten Bild einbezogen wird, sind die Attribute MEAN und STD ebenfalls verfügbar.

String
max_merge_per_iter
(optional)

Die maximale Anzahl der Cluster-Zusammenführungen pro Iteration. Durch Erhöhen der Anzahl der Zusammenführungen wird die Anzahl der erstellten Klassen reduziert. Ein niedrigerer Wert führt zu mehr Klassen.

Long
max_merge_distance
(optional)

Die maximale Entfernung zwischen den Cluster-Mittelpunkten in einem Feature-Raum. Durch Erhöhen der Entfernung können mehr Cluster zusammengeführt werden, sodass die Anzahl der Klassen reduziert wird. Ein niedrigerer Wert führt zu mehr Klassen. Werte zwischen 0 und 5 liefern in der Regel die besten Ergebnisse.

Double

Codebeispiel

TrainIsoClusterClassifier – Beispiel 1 (Python-Fenster)

Das folgende Skript für ein Python-Fenster nutzt den ISO-Cluster-Klassifikator für die Erstellung einer unüberwachten Esri Classification Definition-Datei mit bis zu zehn Klassen.

import arcpy
from arcpy.sa import *

TrainIsoClusterClassifier("c:/test/moncton_seg.tif", "10", 
                "c:/output/moncton_sig_iso.ecd","c:/test/moncton.tif", 
                "5", "10", "2", "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY")
TrainIsoClusterClassifier – Beispiel 2 (eigenständiges Skript)

Dieses Beispielskript nutzt den ISO-Cluster-Klassifikator für die Erstellung einer unüberwachten Esri Classification Definition-Datei mit bis zu zehn Klassen.

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


# Set local variables
inSegRaster = "c:/test/moncton_seg.tif"
maxNumClasses = "10"
out_definition = "c:/output/moncton_sig_iso.ecd"
in_additional_raster = "moncton.tif"
maxIteration = "20"
minNumSamples = "10"
skipFactor = "5"
attributes = "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY"

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

# Execute 
TrainIsoClusterClassifier(inSegRaster, maxNumClasses, out_definition,
                          in_additional_raster, maxIteration, 
                          minNumSamples, skipFactor, attributes)

Umgebungen

Lizenzinformationen

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

Verwandte Themen