Spatial Analyst のライセンスで利用可能。
[セグメンテーションと分類] ツールを使用すると、分類されたラスター データセットの作成時に使用するセグメント ラスターを準備することができます。
以下の表に、利用可能なセグメンテーションと分類ツール、およびその簡単な説明を示します。
| ツール | 説明 |
|---|---|
Esri 分類器定義 (*.ecd) ファイルとラスター データセット入力に基づいて、ラスター データセットを分類します。 *.ecd ファイルには、Esri がサポートする特定タイプの分類を実行するために必要なすべての情報が含まれています。このツールへの入力は、必要な *.ecd ファイルの生成に使用される入力と一致する必要があります。 | |
オミッション エラーおよびコミッション エラーを使用して混同行列を計算し、分類済みマップと参照データ間のカッパ値と全体的な精度を出力します。 | |
セグメント画像に関連付けられた一連の属性を計算します。入力ラスターは、シングルバンドまたは 3 バンドの 8 ビットのセグメント画像です。 | |
分類後の精度評価のためにランダムにサンプリングされたポイントを作成します。 | |
ディープ ラーニング用のトレーニング データをエクスポート (Export Training Data For Deep Learning) | リモート センシング画像を使用して、ラベルが付いたベクターまたはラスター データをディープ ラーニング トレーニング データセットに変換します。出力は画像チップのフォルダー、および指定した形式のメタデータ ファイルのフォルダーです。 |
シード ポイントからトレーニング サンプルを作成 (Generate Training Samples From Seed Points) | 精度評価ポイントやトレーニング サンプル ポイントなどのシード ポイントからトレーニング サンプルを作成します。一般的には、主題ラスターやフィーチャクラスなどの既存のソースからトレーニング サンプルを生成する場合に使用されます。 |
個々のトレーニング サンプルの精度を評価します。*.ecd ファイル内の以前に生成された分類トレーニング結果とトレーニング サンプルを使用して、相互整合チェック精度が計算されます。出力には、誤分類されたクラス値が格納されるラスター データセットと、各トレーニング サンプルの精度スコアを含むトレーニング サンプル データセットが含まれます。 | |
ラスター セグメントのタイル アーティファクトの削除 (Remove Raster Segment Tiling Artifacts) | 画像セグメンテーションなど、リージョン プロセスによっては、画像タイル境界の近くで不整合が発生する場合があります。このツールは、ラスター関数として実行されたセグメンテーション プロセス中にタイル境界で切られたセグメントまたはオブジェクトを修正します。 この処理ステップは [セグメント平均シフト (Segment Mean Shift)] ツールに含まれているため、そのツールから作成されなかったセグメント画像にのみこのツールを使用する必要があります。 |
類似したスペクトル特性を持つセグメント隣接ピクセルにグループ化します。 | |
ISO クラスター分類定義を使用して Esri 分類器定義 (.ecd) ファイルを作成します。 | |
最尤法による分類器定義ファイルの作成 (Train Maximum Likelihood Classifier) により、Esri 分類器定義 (*.ecd) ファイルを作成します。 | |
ランダム ツリー分類方法を使用して Esri 分類器定義 (*.ecd) ファイルを作成します。 | |
SVM による分類器定義ファイルの作成 (Train Support Vector Machine Classifier) | SVM 分類定義を使用して、Esri 分類器定義 (*.ecd) ファイルを作成します。 |
参照ポイントを分類済み画像と比較するには、属性テーブルのTarget フィールドを更新します。 |