Disponible avec une licence Spatial Analyst.
Aperçu
Identifie des objets, des entités ou des segments dans votre image en regroupant des pixels adjacents qui présentent des caractéristiques spectrales et spatiales similaires. Vous pouvez contrôler la quantité de lissage spatial et spectral pour définir des entités qui vous intéressent.
Remarques
Le raster en entrée doit comporter 8 bits et un ou trois canaux.
Pour que la segmentation produise des résultats optimaux, il est conseillé de préparer la couche raster en entrée de manière à distinguer au mieux les entités d’intérêt :
- Si votre raster comporte plus de trois canaux, spécifiez la combinaison de canaux optimale à l’aide de la fonction Extraire les canaux.
- Étirez l’image de manière à afficher au mieux vos entités d’intérêt à l’aide de la fonction Étirer. Si vos données raster comportent un nombre de bits autre que 8, utilisez la fonction Étirer pour spécifier 8 bit Unsigned (Non signé 8 bits) comme Output Pixel Type (Type de pixel en sortie) dans l’onglet General (Général) de la fonction.
La couche en sortie produite par les étapes de prétraitement ci-dessus constitue l’entrée de la fonction Décalage moyen de segment.
Les outils d’apprentissage de classification exigent que le jeu de données raster segmenté en entrée soit un fichier. Conservez votre couche de segmentation en cliquant sur Save As (Enregistrer sous) et indiquez un nom de fichier pour le raster segmenté. Si la couche en entrée est volumineuse, la durée de traitement de l’ensemble du jeu de données raster segmenté peut être importante.
Paramètres
| Paramètre | Description |
|---|---|
Raster en entrée | Raster en entrée à segmenter. |
Spectral Detail (Détail spectral) | Importance relative de la séparation des objets en fonction de caractéristiques de couleur. Les valeurs à virgule flottante valides sont comprises entre 1,0 et 20,0. Plus les valeurs sont faibles, plus les classes sont grandes et le lissage important. Il convient d’attribuer une valeur élevée lorsque vous souhaitez distinguer les entités dont les caractéristiques spectrales sont relativement similaires. Par exemple, l’utilisation d’une valeur de détail spectral élevée dans une scène en zone forestière vous permet de mieux distinguer les espèces d’arbres. |
Spatial Detail (Détail spatial) | Importance relative de la séparation des objets en fonction de caractéristiques spatiales. Les valeurs entières correctes sont comprises entre 1 et 20. Plus les valeurs sont faibles, plus les classes sont grandes et le lissage important. Une valeur élevée convient pour distinguer des entités petites et agrégées. Par exemple, dans une scène urbaine, vous pouvez classer une surface imperméable générale à l’aide d’une valeur de détail spatial plus petite ou classer des bâtiments et des routes en tant que classes séparées à l’aide d’une valeur de détail spatial supérieure. |
Min Segment Size In Pixels (Taille min. du segment en pixels) | Taille minimale du segment exprimée en pixels. Cette valeur est associée à votre unité de mappage minimale et permet de filtrer les blocs de pixels plus petits. Tous les segments dont la taille est inférieure à la valeur précisée fusionnent les plus petits segments avec leur segment voisin le mieux adapté. |
Segment boundaries only (Limites du segment uniquement) | Les limites du segment dessinent une isoligne autour de chaque segment. Cela permet de distinguer des segments adjacents de couleurs similaires.
|