Классификатор изокластера с обучением—Справка

Краткая информация
Использование
Синтаксис
Пример кода
Параметры среды
Информация о лицензировании

Краткая информация

Создает файл определения классификатора Esri (.ecd) с использованием определения классификации Изокластер.

Классификатор Изокластер выполняет неконтролируемую классификацию. Этот классификатор может обрабатывать очень большие сегментированные изображения, описательная таблица которых может стать большой. Кроме того, этот инструмент может принимать сегментированный растр RGB из стороннего приложения. Инструмент работает на стандартных, поддерживаемых Esri растровых файлах без ограничений, а также на сегментированных наборах растровых данных.

Использование

Любой поддерживаемый Esri растр принимается в качестве входных данных, включая растровые продукты, сегментированный растр, мозаики, сервисы изображений или наборы растровых данных в общих форматах. Сегментированные растры должны быть 8-битными с 3 каналами.
Параметр Атрибуты сегмента включен только в том случае, когда одним из входных растровых слоёв является сегментированное изображение.

Синтаксис

TrainIsoClusterClassifier (in_raster, max_classes, out_classifier_definition, {in_additional_raster}, {max_iterations}, {min_samples_per_cluster}, {skip_factor}, {used_attributes})

Параметр	Объяснение	Тип данных
in_raster	Выберите набор растровых данных, который вы хотите классифицировать. Предпочтительными входными данными является 3-х канальный 8-битный сегментированный набор растровых данных, в котором все пикселы в том же сегменте имеют тот же цвет. Входными данными может также являться одноканальный 8-битный сегментированный растр в шкале серых оттенков. Если сегментированный растр недоступен, то вы можете использовать любой поддерживаемый Esri набор растровых данных	Raster Dataset \| Mosaic Dataset \| Raster Layer \| Mosaic Layer \| Image Service Layer
max_classes	Максимальное количество требуемых классов для группировки пикселов или сегментов.	Long
out_classifier_definition	Это файл JSON, который содержит информацию об атрибутах, статистику, гиперплоскостные векторы и другую информацию, необходимую для классификатора. Создаётся файл с расширением .ecd.	File
in_additional_raster (дополнительно)	Дополнительно включите вспомогательные наборы растровых данных, такие как сегментированное изображение, мультиспектральное изображение или DEM, для создания атрибутов и другой необходимой для классификации информации.	Raster Dataset \| Mosaic Dataset \| Raster Layer \| Mosaic Layer \| Image Service Layer
max_iterations (дополнительно)	Максимальное число итераций для запуска процесса кластеризации.	Long
min_samples_per_cluster (дополнительно)	Минимальное число пикселов или сегментов в действительном кластере или классе.	Long
skip_factor (дополнительно)	Максимальное число пропускаемых пиксел для входного пиксельного изображения. Если входным изображением является сегментированное, укажите число пропускаемых сегментов.	Long
used_attributes used_attributes;used_attributes (дополнительно)	Укажите атрибуты, которые будут включены в связанную с выходным растром таблицу атрибутов. Это параметр активен только в тех случаях, когда ключевое свойство SEGMENTED для входного растра установлено в значение истины. Если для входных данных инструмента используется только сегментированное изображение, то атрибутами по умолчанию будут COLOR, COUNT, COMPACTNESS и RECTANGULARITY. Если в качестве входных данных вместе с сегментированным изображением также используется in_additional_raster, то тогда MEAN и STD будут доступны как опции. COLOR —Цвет средней хроматичности, на основе каждого сегмента. MEAN —Средний цифровой номер (DN), выведенный из дополнительного пиксельного изображения, на основе каждого сегмента. STD —Стандартное отклонение, полученное из дополнительного пиксельного изображения, на основе каждого сегмента. COUNT —Число пикселов, составляющих сегмент, на основе каждого сегмента. COMPACTNESS —Степень, в которой сегмент является компактным или круглым, на основе каждого сегмента. Значения находятся в диапазоне от 0 до 1, где 1 соответствует кругу. RECTANGULARITY —Степень, в которой сегмент является прямоугольным, на основе каждого сегмента. Значения находятся в диапазоне от 0 до 1, где 1 соответствует прямоугольнику.	String

Пример кода

TrainIsoClusterClassifier, пример 1 (окно Python)

Следующий скрипт окна Python использует классификатор Изокластер для создания файла определения неконтролируемой классификации Esri с максимум десятью классами.

import arcpy
from arcpy.sa import *

TrainIsoClusterClassifier("c:/test/moncton_seg.tif", "10", 
                "c:/output/moncton_sig_iso.ecd","c:/test/moncton.tif", 
                "5", "10", "2", "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY")

TrainIsoClusterClassifier, пример 2 (автономный скрипт)

Данный примерный скрипт использует классификатор Изокластер для создания файла определения неконтролируемой классификации Esri с максимум десятью классами.

# Import system modules
import arcpy
from arcpy.sa import *


# Set local variables
inSegRaster = "c:/test/moncton_seg.tif"
maxNumClasses = "10"
out_definition = "c:/output/moncton_sig_iso.ecd"
in_additional_raster = "moncton.tif"
maxIteration = "20"
minNumSamples = "10"
skipFactor = "5"
attributes = "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY"

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

# Execute 
TrainIsoClusterClassifier(inSegRaster, maxNumClasses, out_definition,
                          in_additional_raster, maxIteration, 
                          minNumSamples, skipFactor, attributes)

Параметры среды

Связанные темы

Отзыв по этому разделу?