ArcGIS Desktop

  • ArcGIS Pro
  • ArcMap

  • My Profile
  • ヘルプ
  • Sign Out
ArcGIS Desktop

ArcGIS Online

組織のマッピング プラットフォーム

ArcGIS Desktop

完全なプロ仕様の GIS

ArcGIS Enterprise

エンタープライズ GIS

ArcGIS Developers

位置情報利用アプリの開発ツール

ArcGIS Solutions

各種業界向けの無料のテンプレート マップおよびテンプレート アプリケーション

ArcGIS Marketplace

組織で使えるアプリとデータを取得

  • ドキュメント
  • サポート
Esri
  • サイン イン
user
  • マイ プロフィール
  • サイン アウト

ArcMap

  • ホーム
  • はじめに
  • マップ
  • 解析
  • データ管理
  • ツール
  • エクステンション

最尤法による分類器定義ファイルの作成 (Train Maximum Likelihood Classifier)

Spatial Analyst のライセンスで利用可能。

  • 概要
  • 使用法
  • 構文
  • コードのサンプル
  • 環境
  • ライセンス情報

概要

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。

使用法

  • 最尤法分類プロセスを実行するには、[ラスターの分類 (Classify Raster)] ツールで同じ入力ラスターおよび出力 *.ecd ファイルを使用します。

  • 入力として、Esri がサポートし、有効なビット深度を持つ任意のラスターを指定できます。

  • セグメント ラスター データセットを作成するには、[セグメント平均シフト (Segment Mean Shift)] ツールを使用します。

  • トレーニング サンプル ファイルを作成するには、[画像分類] ツールバーから [トレーニング サンプル マネージャー] を使用します。[画像分類] ツールバーの使用方法の詳細は、「画像分類とは」をご参照ください。

  • [出力分類器定義ファイル] には、[最尤法分類 (Maximum Likelihood Classification)] に適した属性統計が含まれています。

  • [セグメント属性] パラメーターは、ラスター レイヤー入力のうちのいずれかがセグメント画像である場合にのみ、有効になります。

構文

TrainMaximumLikelihoodClassifier(in_raster, in_training_features, out_classifier_definition, {in_additional_raster}, {used_attributes})
パラメーター説明データ タイプ
in_raster

分類対象のラスター データセット。

Raster Layer; Mosaic Layer; Image Service; String
in_training_features

トレーニング サイトを表すトレーニング サンプル ファイルまたはレイヤー。

これらは、トレーニング サンプルを含んでいる、シェープファイルまたはフィーチャクラスです。トレーニング サンプル ファイルには、次のフィールド名が必要です。

  • classname - クラス カテゴリ名を示すテキスト フィールド。
  • classvalue — 各クラス カテゴリの整数値を含む long integer フィールド。

Feature Layer; Raster Catalog Layer
out_classifier_definition

分類器の属性情報、統計情報、ハイパープレーン ベクトル、およびその他の情報を含んでいる出力 JSON ファイルです。*.ecd ファイルが作成されます。

File
in_additional_raster
(オプション)

必要に応じて、セグメント化された画像や DEM などの補助ラスター データセットを取り込みます。

Raster Layer; Mosaic Layer; Image Service; String
used_attributes
[used_attributes,...]
(オプション)

出力ラスターに関連付けられた属性テーブルに含める属性を指定します。

  • COLOR —RGB カラー値は、入力ラスターからセグメント単位で取得されます。
  • MEAN —セグメント単位でオプションのピクセル画像から得られた平均デジタル ナンバー (DN)。
  • STD —セグメント単位でオプションのピクセル画像から得られた標準偏差。
  • COUNT —セグメント単位で、セグメントで構成されるピクセル数。
  • COMPACTNESS —セグメント単位で、セグメントがコンパクトまたは円形である程度。値の範囲は 0 ~ 1。1 は円形です。
  • RECTANGULARITY —セグメント単位で、セグメントが矩形である程度。値の範囲は 0 ~ 1。1 は矩形です。

このパラメーターは、入力ラスターで [セグメント化] キー プロパティを true に設定した場合にのみ有効になります。このツールへの入力が、セグメント画像のみである場合、デフォルトの属性は COLOR、COUNT、COMPACTNESS、および RECTANGULARITY になります。セグメント画像とともに in_additional_raster が入力として含まれている場合、MEAN および STD 属性も使用できます。

String

コードのサンプル

TrainMaximumLikelihoodClassifier (最尤法による分類器定義ファイルの作成) の例 1 (Python ウィンドウ)

次の Python ウィンドウ スクリプトは、このツールの使用方法を示しています。

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")
TrainMaximumLikelihoodClassifier (最尤法による分類器定義ファイルの作成) の例 2 (スタンドアロン スクリプト)

次の例は、最尤法による分類器定義ファイルの作成方法を示しています。

# 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)

環境

  • 現在のワークスペース
  • 範囲
  • 地理座標系変換
  • 出力座標系
  • テンポラリ ワークスペース
  • スナップ対象ラスター

ライセンス情報

  • Basic: 次のものが必要 Spatial Analyst
  • Standard: 次のものが必要 Spatial Analyst
  • Advanced: 次のものが必要 Spatial Analyst

関連トピック

  • セグメンテーションと分類ツールセットの概要
  • 画像分類とは

ArcGIS Desktop

  • ホーム
  • ドキュメント
  • サポート

ArcGIS

  • ArcGIS Online
  • ArcGIS Desktop
  • ArcGIS Enterprise
  • ArcGIS
  • ArcGIS Developer
  • ArcGIS Solutions
  • ArcGIS Marketplace

Esri について

  • 会社概要
  • 採用情報
  • Esri ブログ
  • ユーザ カンファレンス
  • デベロッパ サミット
Esri
ご意見・ご感想をお寄せください。
Copyright © 2021 Esri. | プライバシー | リーガル