ArcMap

Классификатор по методу максимального правдоподобия с обучением

Доступно с лицензией Spatial Analyst.

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 файл обучающей выборки, используйте Менеджер обучающей выборки на панели инструментов Классификация изображений. Более подробную информацию об использовании панели инструментов Классификация изображений 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 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})
ПараметрОбъяснениеТип данных
in_raster

Выберите набор растровых данных, который вы хотите классифицировать.

Raster Layer | Mosaic 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, 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
(Дополнительный)

Вы также можете добавить дополнительные наборы растровых данных, например, сегментированное изображение или ЦМР (DEM).

Raster Layer | Mosaic Layer
used_attributes
(Дополнительный)

Укажите атрибуты, которые будут включены в связанную с выходным растром таблицу атрибутов.

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 использовать классификатор по методу максимального правдоподобия с обучением.

# 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

Информация о лицензиях

  • ArcGIS Desktop Basic: Требует Spatial Analyst
  • ArcGIS Desktop Standard: Требует Spatial Analyst
  • ArcGIS Desktop Advanced: Требует Spatial Analyst

Связанные разделы