Disponible con una licencia de Spatial Analyst.
Resumen
Identifica las entidades o los segmentos de las imágenes agrupando los píxeles adyacentes que tienen características espectrales similares. Puede controlar la cantidad de suavizado espacial y espectral para ayudarle a obtener entidades de interés.
Uso
La entrada puede ser cualquier ráster compatible con Esri, con cualquier profundidad de bits válida.
El parámetro Índice de banda es una lista de tres bandas separadas por un delimitador de espacios.
Consulte Entornos de análisis y Spatial Analyst para obtener detalles adicionales sobre los entornos de geoprocesamiento válidos para esta herramienta.
Sintaxis
SegmentMeanShift (in_raster, {spectral_detail}, {spatial_detail}, {min_segment_size}, {band_indexes})| Parámetro | Explicación | Tipo de datos |
in_raster | Seleccione el dataset ráster que desee segmentar. Puede ser una imagen multiespectral o en escala de grises. Para obtener los resultados óptimos, utilice la pestaña Simbología en las propiedades de dataset para extender de forma interactiva las imágenes para que las entidades que desea clasificar resulten evidentes. A continuación, utilice esta configuración óptima en la función de ráster extender para mejorar las imágenes para conseguir resultados óptimos. | Raster Dataset | Mosaic Dataset | Raster Layer | Mosaic Layer | Image Service Layer |
spectral_detail (Opcional) | Establezca el nivel de importancia dado a las diferencias espectrales de las entidades en las imágenes. Los valores válidos varían de 1,0 a 20,0. Un valor más alto es adecuado cuando dispone de entidades que desea clasificar por separado pero tienen características espectrales parecidas de alguna manera. Los valores más pequeños crean salidas más uniformes espectralmente. Por ejemplo, con un mayor detalle espectral en una escena de bosque, podrá distinguir mejor entre especies de árboles distintas. | Double |
spatial_detail (Opcional) | Establezca el nivel de importancia dado a la proximidad entre entidades en las imágenes. Los valores válidos abarcan de uno a 20. Un valor más elevado es adecuado para una escena donde las entidades de interés son pequeñas y están agrupadas. Los valores más pequeños crean salidas más uniformes espacialmente. Por ejemplo, en una escena urbana, podría clasificar una superficie impermeable utilizando un menor detalle espacial o podría clasificar edificios y carreteras como clases separadas utilizando un detalle espacial mayor. | Long |
min_segment_size (Opcional) | Fusiona segmentos más pequeños que este tamaño con su segmento vecino que mejor se ajuste. Las unidades están en píxeles. | Long |
band_indexes (Opcional) | Seleccione las bandas que desee utilizar para segmentar las imágenes separadas por un espacio. Desea seleccionar bandas que ofrecen la mayor diferenciación entre las entidades de interés. | String |
Valor de retorno
| Nombre | Explicación | Tipo de datos |
| out_raster_dataset | Especifique un nombre y una extensión válida para el dataset de salida. Si la entrada era una imagen multiespectral, la salida será una imagen RGB de 8 bits. Si la entrada fuera una imagen en escala de grises, la salida sería una imagen de escala de grises de 8 bits. | Raster |
Ejemplo de código
Ejemplo 1 de SegmentMeanShift (ventana de Python)
Este ejemplo crea una salida con un tamaño de segmento mínimo de 20, utilizando entradas de infrarrojo cercano, rojo y verde.
import arcpy
from arcpy.sa import *
seg_raster = SegmentMeanShift("c:/test/moncton.tif", "15", "10", "20", "4 3 2")
seg_raster.save("c:/test/moncton_seg.tif")
Ejemplo 2 de SegmentMeanShift (secuencia de comandos independiente)
Este ejemplo realiza un desplazamiento medio de segmentos para crear una salida con un tamaño de segmento mínimo de 20, utilizando entradas de infrarrojo cercano, rojo y verde.
# Import system modules
import arcpy
from arcpy.sa import *
# Set local variables
inRaster = "c:/test/moncton.tif"
spectral_detail = "14.5"
spatial_detail = "10"
min_segment_size = "20"
band_indexes = "4 3 2"
# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")
# Execute
seg_raster = SegmentMeanShift(inRaster, spectral_detail, spatial_detail,
min_segment_size, min_segment_size)
# Save the output
seg_raster.save("c:/output/moncton_seg.tif")