Disponible con una licencia de Spatial Analyst.
Resumen
Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación del Clasificador de máxima verosimilitud (MLC).
Uso
Para finalizar el proceso de clasificación de máxima verosimilitud, utilice el mismo ráster de entrada y el archivo .ecd de salida de esta herramienta con la herramienta Clasificar ráster.
El ráster de entrada puede ser cualquier ráster compatible con Esri, con cualquier profundidad de bits válida.
Para crear un dataset ráster segmentado, utilice la herramienta Segmentación (desplazamiento medio).
Para crear el archivo de ejemplo de formación, utilice el Administrador de ejemplos de formación de la barra de herramientas Clasificación de imagen. Para obtener información sobre cómo utilizar la barra de herramientas Clasificación de imagen, consulte ¿Qué es la clasificación de imagen?
El archivo de definición de clasificador de salida (.ecd) contiene estadísticas de atributo adecuadas para la herramienta Clasificación de máxima verosimilitud.
Los atributos de segmento están habilitados solo si una de las entradas de capa ráster es una imagen segmentada.
Sintaxis
TrainMaximumLikelihoodClassifier (in_raster, in_training_features, out_classifier_definition, {in_additional_raster}, {used_attributes})| Parámetro | Explicación | Tipo de datos |
in_raster | Seleccione el dataset ráster que desee clasificar. | Raster Dataset | Segmented Raster | Mosaic Dataset | Raster Layer | Mosaic Layer | Image Service Layer |
in_training_features |
Seleccione el archivo de muestra de formación o la capa que delinea los sitios de formación. El archivo de ejemplos de formación de entrada es el archivo de ejemplo de formación estándar creado utilizando las herramientas de formación existentes desde la barra de herramientas Clasificación de imagen de ArcGIS Spatial Analyst, en formato shapefile o clase de entidad. | Feature Layer | Raster Catalog Layer |
out_classifier_definition | Se trata de un archivo JSON que contiene información de atributos, estadísticas, vectores de hiperplano y otra información necesaria para el clasificador. Se crea un archivo con la extensión .ecd. | File |
in_additional_raster (Opcional) | Opcionalmente incorporar datasets ráster auxiliares como, por ejemplo, imagen segmentada o DEM. | Raster Dataset | Segmented Raster | Mosaic Dataset | Raster Layer | Mosaic Layer | Image Service Layer |
used_attributes (Opcional) | Especifique los atributos que se deben incluir en la tabla de atributos asociada al ráster de salida. Este parámetro solo está habilitado si la propiedad clave SEGMENTED se establece en verdadera en el ráster de entrada. Si la única entrada en la herramienta es una imagen segmentada, los atributos predeterminados son COLOR, COUNT, COMPACTNESS y RECTANGULARITY. Si también se incluye un in_additional_raster como entrada junto a la imagen segmentada, MEAN y STD están disponibles como opciones.
| String |
Ejemplo de código
Ejemplo 1 de TrainMaximumLikelihoodClassifier (ventana de Python)
La siguiente secuencia de comandos de la ventana de Python muestra cómo utilizar esta herramienta.
import arcpy
from arcpy.sa import *
TrainMaximumLikelihoodClassifier(
"c:/test/moncton_seg.tif", "c:/test/train.gdb/train_features",
"c:/output/moncton_sig.ecd", "c:/test/moncton.tif",
"COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY")
Ejemplo 2 de TrainMaximumLikelihoodClassifier (secuencia de comandos independiente)
Este ejemplo muestra cómo preparar un clasificador de verosimilitud máxima.
# Import system modules
import arcpy
from arcpy.sa import *
# Set local variables
inSegRaster = "c:/test/moncton_seg.tif"
train_features = "c:/test/train.gdb/train_features"
out_definition = "c:/output/moncton_sig.ecd"
in_additional_raster = "c:/moncton.tif"
attributes = "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY"
# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")
# Execute
TrainMaximumLikelihoodClassifier(inSegRaster, train_features, out_definition,
in_additional_raster, attributes)