Доступно с лицензией Spatial Analyst.
Краткая информация
Идентифицирует объекты или сегменты в изображениях путем группировки соседних, имеющих одинаковые спектральные характеристики пикселов. Вы можете контролировать степень пространственного и спектрального сглаживания для выявления интересующих объектов.
Использование
Входными данными может быть любой поддерживаемый Esri растр с любой глубиной пикселов.
Параметр Индекс каналов представляет собой список из трех каналов, разделенных пробелом.
См. раздел Параметры среды анализа и Spatial Analyst для получения дополнительной информации о среде геообработки данного инструмента.
Синтаксис
SegmentMeanShift (in_raster, {spectral_detail}, {spatial_detail}, {min_segment_size}, {band_indexes})
Параметр | Объяснение | Тип данных |
in_raster | Выберите набор растровых данных, который вы хотите сегментировать.Это может быть мультиспектральное или изображение в оттенках серого. Для достижения оптимального результата, используйте вкладку Символы в свойствах набора данных для интерактивной растяжки вашего изображения, чтобы объекты, которые вы хотите выделить в сегмент, были отчетливо видны. Затем используйте эти рекомендуемые настройки в функции растяжки растра для обработки вашего изображения для получения оптимального результата. | Raster Layer | Mosaic Layer |
spectral_detail (Дополнительный) | Укажите уровень важности для спектральных различий между объектами в вашем изображении. Действительные значения находятся в диапазоне от 1.0 до 20.0.Можно использовать более высокое значение, когда есть объекты, которые вы хотите классифицировать отдельно, но которые имеют схожие спектральные характеристики.При использовании малых значений создаются растры с более плавным спектром.Например, при высоком качестве спектральных данных на изображении леса вы сможете более четко увидеть разницу между разными породами деревьев. | Double |
spatial_detail (Дополнительный) | Укажите уровень важности для близости между объектами в вашем изображении. Действительные значения находятся в диапазоне от 1 до 20. Более высокие значения можно использовать для изображений, где интересующие вас объекты имеют малый размер и находятся близко друг к другу. При использовании малых значений создаются растры с более плавными пространственными характеристиками.Например, на снимке города можно использовать меньшее значение пространственного разрешения для асфальта, а для разделения на отдельные классы объектов зданий и дорог использовать более высокое значение. | Long |
min_segment_size (Дополнительный) | Объединяет сегменты, которые будут меньше этого размера, с наиболее подходящим соседним сегментом. Единицы измерения в пикселах. | Long |
band_indexes (Дополнительный) | Выберите каналы, которые вы хотите использовать для сегментирования вашего изображения, и разделите их знаками пробела. Вам нужно выбрать каналы, в которых самым лучшим образом можно увидеть разницу между интересующими вас объектами. | String |
Возвращаемое значение
Название | Объяснение | Тип данных |
out_raster_dataset | Укажите имя и расширение выходного набора данных. Если в качестве входных данных использовалось мультиспектральное изображение, то в качестве выходных данных вы получите 8-битовое RGB-изображение.Если в качестве входных данных использовалось изображение в оттенках серого, то в качестве выходных данных вы получите 8-битовое изображение в оттенках серого. | Raster |
Пример кода
SegmentMeanShift, пример 1 (окно Python)
В данном примере создаются выходные данные с минимальным размером сегмента в 20 пикселов, и используются ближний инфракрасный, красный и зеленый каналы.
import arcpy
from arcpy.sa import *
seg_raster = SegmentMeanShift("c:/test/moncton.tif", "15", "10", "20", "4 3 2")
seg_raster.save("c:/test/moncton_seg.tif")
SegmentMeanShift, пример 2 (автономный скрипт)
В данном примере производится средний сдвиг сегмента для создания выходных данных с минимальным размером сегмента в 20 пикселов, и используются ближний инфракрасный, красный и зеленый каналы.
# Import system modules
import arcpy
from arcpy.sa import *
# Set local variables
inRaster = "c:/test/moncton.tif"
spectral_detail = "14.5"
spatial_detail = "10"
min_segment_size = "20"
band_indexes = "4 3 2"
# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")
# Execute
seg_raster = SegmentMeanShift(inRaster, spectral_detail, spatial_detail,
min_segment_size, min_segment_size)
# Save the output
seg_raster.save("c:/output/moncton_seg.tif")
Параметры среды
- Автоподтверждение (Auto Commit)
- Размер ячейки (Cell size)
- Сжатие (Compression)
- Текущая рабочая область (Current Workspace)
- Экстент (Extent)
- Географические преобразования (Geographic Transformations)
- Маска (Mask)
- NoData
- Выходное ключевое слово CONFIG (Output CONFIG Keyword)
- Выходная система координат (Output Coordinate System)
- Пирамидные слои (Pyramid)
- Статистика растра (Raster Statistics)
- Временная рабочая область (Scratch Workspace)
- Растр привязки (Snap Raster)
- Размер листа (Tile Size)
Информация о лицензиях
- ArcGIS Desktop Basic: Требует Spatial Analyst
- ArcGIS Desktop Standard: Требует Spatial Analyst
- ArcGIS Desktop Advanced: Требует Spatial Analyst