Resumen
Busca las imágenes candidatas dentro del dataset de mosaico que mejor representan el área de mosaico.
Las imágenes con una superposición densa son necesarias en muchos proyectos, pero pueden provocar incertidumbre acerca de qué imágenes del dataset de mosaico se deben utilizar para el análisis. Esta herramienta puede ayudar a decidir qué imágenes son óptimas, basándose en áreas de máxima superposición y en la cantidad máxima de área excluida.
El dataset de mosaico de entrada incluirá un nuevo campo llamado Candidate en la tabla de huellas del dataset de mosaico. Este campo determina qué imágenes se utilizan en determinadas operaciones como, por ejemplo, el balance de color, la generación de líneas de unión, la representación cartográfica de ortofotos y los métodos de mosaico.
Uso
Esta herramienta es útil al trabajar con proyectos de ortomosaicos, donde existen muchos datos de UAV o UAS superpuestos en el dataset de mosaico. En estos casos, si se eligen las imágenes óptimas en el dataset de mosaico, se obtendrá un buen resultado del ajuste de bloques para el ortomosaico.
Calcular candidatos de mosaico se debe utilizar antes de ejecutar las herramientas Generar líneas de unión o Dataset de mosaico de balance de color. El dataset de mosaico de entrada incluirá un nuevo campo llamado Candidate en la tabla de huellas del dataset de mosaico. Este campo determina qué imágenes se utilizan en estas operaciones.
El campo Candidate en la tabla de huellas del dataset de mosaico puede tener el valor 0, 1 o 2. El valor 0 significa que la imagen candidata no es apropiada. El valor 1 significa que la imagen candidata es apropiada según la salida de la herramienta y se utilizará automáticamente en los algoritmos en los que se utilice el campo Candidate. Se puede agregar manualmente el valor 2 para que la imagen seleccionada se utilice automáticamente en los algoritmos en los que se utilice el campo Candidate.
El valor del campo Candidate se puede editar manualmente para incluir o excluir imágenes específicas.
Sintaxis
arcpy.management.ComputeMosaicCandidates(in_mosaic_dataset, {maximum_overlap}, {maximum_area_loss})| Parámetro | Explicación | Tipo de datos |
in_mosaic_dataset | El dataset de mosaico con imágenes con una superposición densa. | Mosaic Dataset; Mosaic Layer |
maximum_overlap (Opcional) | La cantidad máxima de superposición que desea que exista entre el dataset de mosaico y la huella de cada imagen en el dataset de mosaico. Si el porcentaje de superposición es superior a este umbral, la imagen se excluirá porque tendrá demasiada información redundante. El porcentaje se expresa como un decimal. Por ejemplo, una superposición máxima del 60% se expresa como 0,6. | Double |
maximum_area_loss (Opcional) | Este es el porcentaje de área máximo que se puede excluir en las imágenes candidatas. Una vez que la herramienta elija las mejores imágenes candidatas basándose en la maximum_overlap, comprobará si el área máxima excluida está por debajo del umbral especificado. Si el área excluida es superior al umbral especificado, la herramienta agregará más imágenes candidatas para rellenar los huecos que falten. La mayoría de estas áreas excluidas probablemente estarán a lo largo del borde del dataset de mosaico. El porcentaje se expresa como un valor doble. Por ejemplo, un área máxima excluida del 5% se expresa como 0,05. | Double |
Salida derivada
| Nombre | Explicación | Tipo de datos |
| out_mosaic_dataset | El dataset de mosaico actualizado. | Dataset de mosaico; Capa de mosaico |
Muestra de código
Ejemplo de ComputeMosaicCandidates (ventana de Python)
Esta es una muestra de Python en la que se eligen los candidatos con una superposición inferior al 60% y con un porcentaje de área excluida inferior al 5%.
Import arcpy
arcpy.ComputeMosaicCandidates_management("c:/data/fgdb.gdb/md", 0.6, 0.05)
Entornos
Información de licenciamiento
- Basic: No
- Standard: Sí
- Advanced: Sí