Обучающий классификатор по методу максимального правдоподобия классификатора—Справка

Доступно с лицензией Spatial Analyst.

Краткая информация
Использование
Синтаксис
Пример кода
Параметры среды
Информация о лицензировании

Краткая информация

Создает файл определения классификатора Esri (.ecd) с использованием определения классификации Метода максимального правдоподобия (MLC).

Использование

Для завершения процесса классификации по методу максимального подобия используйте тот же входной растр и выходной файл .ecd данного инструмента в инструменте Классифицировать растр.
Входным растром может быть любой поддерживаемый Esri растр с любой глубиной пикселов.
Для создания сегментированного набора растровых данных используйте инструмент Средний сдвиг сегмента.
Чтобы создать обучающие примеры, используйте Менеджер обучающей выборки (Training Sample Manager) на панели инструментов Классификация изображений (Image Classification). Более подробную информацию об использовании панели инструментов Классификация изображений (Image Classification) см. в разделе Что такое классификация изображений?
Выходной файл определения классификатора (.ecd) содержит статистику атрибутов, которая подходит для инструмента Классификация по методу максимального подобия.
Атрибуты сегмента (Segment Attributes) будут доступны, если одним из входных растров является сегментированное изображение.

Синтаксис

TrainMaximumLikelihoodClassifier (in_raster, in_training_features, out_classifier_definition, {in_additional_raster}, {used_attributes})

Параметр	Объяснение	Тип данных
in_raster	Выберите набор растровых данных, который вы хотите классифицировать.	Raster Dataset \| Segmented Raster \| Mosaic Dataset \| Raster Layer \| Mosaic Layer \| Image Service Layer
in_training_features	Выберите файл обучающей выборки или слой, который определяет районы обучающей выборки. Входной файл обучающей выборки представляет собой стандартный файл обучающей выборки, созданный с использованием существующих инструментов обучения панели инструментов Spatial Analyst Классификация изображений (Image Classification), и хранимый в виде шейп-файла или класса объектов базы геоданных.	Feature Layer \| Raster Catalog Layer
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)	Вы также можете добавить дополнительные наборы растровых данных, например, сегментированное изображение или ЦМР (DEM).	Raster Dataset \| Segmented Raster \| Mosaic Dataset \| Raster Layer \| Mosaic Layer \| Image Service Layer
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

TrainMaximumLikelihoodClassifier, пример 1 (окно Python)

Пример скрипта окна Python для использования функции.

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, пример 2 (автономный скрипт)

В данном примере показано, как обучить классификатор по методу максимального правдоподобия.

# 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)

Параметры среды

Связанные темы

Отзыв по этому разделу?