Una vista general del conjunto de herramientas Segmentación y clasificación

Disponible con una licencia de Spatial Analyst.

Con las herramientas de Segmentación y clasificación puede preparar rásteres segmentados para utilizarlos a la hora de crear datasets ráster clasificados.

La siguiente tabla muestra las herramientas de segmentación y clasificación disponibles y proporciona una breve descripción de cada una de ellas:

Herramientas del conjunto de herramientas Segmentación y clasificación

Herramienta	Descripción
Clasificar ráster	Clasifica un dataset ráster según un archivo de definición de clasificador de Esri (.ecd) y las entradas del dataset ráster. El archivo .ecd contiene toda la información necesaria para realizar un tipo concreto de clasificación compatible con Esri. Las entradas de esta herramienta deben coincidir con las entradas utilizadas para generar el archivo .ecd necesario.
Calcular matriz de confusión	Calcula una matriz de confusión con errores de omisión y comisión y deriva un índice de acuerdo kappa y una precisión global entre el mapa clasificado y los datos de referencia.
Calcular atributos de segmento	Calcula un conjunto de atributos asociados con la imagen segmentada. El ráster de entrada puede ser una imagen segmentada de 8 bits, de una sola banda o de 3 bandas.
Crear puntos de evaluación de exactitud	Crea puntos de muestra de forma aleatoria para la evaluación de exactitud posterior a la clasificación.
Exportar datos de formación para aprendizaje profundo	Utiliza una imagen de teledetección para convertir datos ráster o vectoriales etiquetados en datasets de formación para aprendizaje profundo. La salida es una carpeta de chips de imagen y una carpeta de archivos de metadatos en el formato especificado.
Generar muestras para formación a partir de puntos de semillas	Genera automáticamente muestras de entrenamiento a partir de puntos de semilla como, por ejemplo, puntos de evaluación de la precisión o puntos de muestras de entrenamiento. Un caso de uso típico es la generación de muestras de entrenamiento a partir de una fuente existente como, por ejemplo, un ráster temático o una clase de entidad.
Inspeccionar muestras para formación	Estima la precisión de muestras de entrenamiento individuales. La exactitud de la validación cruzada se calcula utilizando el resultado de formación de clasificación generado previamente en un archivo .ecd y las muestras de entrenamiento. Las salidas incluyen un dataset ráster que contiene los valores de clase mal clasificados y un dataset de muestras de entrenamiento con la puntuación de la exactitud para cada muestra de entrenamiento.
Eliminar artefactos de teselas de segmento de ráster	Algunos procesos regionales, como la segmentación de imágenes, tendrán incoherencias cerca de los límites de las teselas de imagen. Esta herramienta corrige segmentos u objetos cortados por límites de teselas durante el proceso de segmentación realizado como función de ráster. Este paso de procesamiento está incluido en la herramienta Segmentación (desplazamiento medio); por lo tanto, solo se debe utilizar en imágenes segmentadas que no se hayan creado con esa herramienta.
Segmentación (desplazamiento medio)	Agrupa en segmentos los píxeles adyacentes que tienen características espectrales similares.
Preparar clasificador de cluster ISO	Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación de Clúster ISO.
Preparar clasificador de máxima verosimilitud	Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación del Clasificador de máxima verosimilitud (MLC).
Preparar clasificador de árboles aleatorios	Genera un archivo de definición de clasificador de Esri (.ecd) utilizando el método de clasificación de árboles aleatorios.
Preparar clasificador de máquina de vectores de soporte	Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación de Máquina de vectores de soporte (SVM).
Actualizar puntos de evaluación de exactitud	Actualiza el campo Target en la tabla de atributos para comparar los puntos de referencia con la imagen clasificada.