ArcMap

Préparer le classificateur de vraisemblance maximale

Disponible avec une licence Spatial Analyst.

Résumé

Génère un fichier de définition de classificateur Esri (.ecd) à l’aide de la définition de classification du classificateur de vraisemblance maximale (MLC).

Utilisation

  • Pour exécuter un processus de classification de vraisemblance maximale, utilisez le même raster en entrée et le fichier .ecd en sortie de cet outil dans l'outil Classer le raster.

  • Le raster en entrée peut être n'importe quel raster pris en charge par Esri, avec n'importe quelle profondeur des couleurs.

  • Pour créer un jeu de données raster segmenté, utilisez l'outil Décalage moyen de segment.

  • Pour créer un fichier d'échantillon d'apprentissage, utilisez Gestionnaire d'échantillons d'apprentissage de la barre d'outils Classification d'image. Pour en savoir plus sur l'utilisation de la barre d'outils Classification d'image, reportez-vous à la rubrique Présentation de la classification des images

  • Le fichier de définition de classificateur en sortie contient des statistiques d'attributs adaptées à l'outil Classification de vraisemblance maximale.

  • Le paramètre Attributs de segment est activé uniquement si l'une des entrées de la couche raster est une image segmentée.

Syntaxe

TrainMaximumLikelihoodClassifier(in_raster, in_training_features, out_classifier_definition, {in_additional_raster}, {used_attributes})
ParamètreExplicationType de données
in_raster

Jeu de données raster à classer.

Raster Layer; Mosaic Layer; Image Service; String
in_training_features

Fichier d’échantillons d'apprentissage ou couche délimitant vos sites d’apprentissage.

Il peut s’agir de shapefiles ou de classes d’entités qui contiennent vos échantillons d'apprentissage. Les noms de champ suivants sont requis dans le fichier d’échantillons d'apprentissage :

  • classname : champ de texte indiquant le nom de la catégorie de classes.
  • classvalue : champ de type entier long contenant la valeur entière de chaque catégorie de classes.

Feature Layer; Raster Catalog Layer
out_classifier_definition

Fichier JSON en sortie qui contient des informations sur les attributs, des statistiques, des vecteurs hyperplans et d'autres informations pour le classificateur. Un fichier .ecd est créé.

File
in_additional_raster
(Facultatif)

Vous pouvez également incorporer des jeux de données raster auxiliaires, tels qu'une image segmentée ou un MNT.

Raster Layer; Mosaic Layer; Image Service; String
used_attributes
[used_attributes,...]
(Facultatif)

Spécifie les attributs à inclure dans la table attributaire associée au raster en sortie.

  • COLOR —Les valeurs de couleurs RVB découlent du raster en entrée, segment par segment.
  • MEAN —Numéro numérique (DN) moyen dérivé de l'image de pixels facultative, segment par segment.
  • STD —Ecart type dérivé de l'image de pixels facultative, segment par segment.
  • COUNT —Nombre de pixels qui composent le segment, segment par segment.
  • COMPACTNESS —Degré auquel un segment est compact ou circulaire, segment par segment. Les valeurs autorisées sont comprises entre 0 et 1, où 1 correspond à un cercle.
  • RECTANGULARITY —Degré auquel le segment est rectangulaire, segment par segment. Les valeurs autorisées sont comprises entre 0 et 1, où 1 correspond à un rectangle.

Ce paramètre est activé uniquement si la propriété de clé Segmented est vraie (définie sur True) dans le raster en entrée. Si la seule sortie de l’outil est une image segmentée, les attributs par défaut sont COLOR, COUNT, COMPACTNESS et RECTANGULARITY. Si un in_additional_raster est inclus comme entrée avec une image segmentée, les attributs MEAN et STD sont également disponibles.

String

Exemple de code

Exemple 1 d'utilisation de l'outil TrainMaximumLikelihoodClassifier (fenêtre Python)

Le script de fenêtre Python ci-dessous illustre l'utilisation de cet outil.

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")
Exemple 2 d'utilisation de l'outil TrainMaximumLikelihoodClassifier (script autonome)

Cet exemple illustre comment préparer le classificateur de vraisemblance maximale.

# 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)

Environnements

Informations de licence

  • Basic: Requiert Spatial Analyst
  • Standard: Requiert Spatial Analyst
  • Advanced: Requiert Spatial Analyst

Rubriques connexes