ArcMap

Сегментация методом среднего сдвига

Доступно с лицензией Spatial Analyst.

Краткая информация

Группирует в сегменты смежные пикселы с одинаковыми спектральными характеристиками.

Использование

  • Входными данными может быть любой поддерживаемый Esri растр с любой глубиной цветов.

  • Параметр Индекс каналов представляет собой список из трех каналов, разделенных пробелом.

  • Для достижения оптимального результата, используйте вкладку Символы в свойствах набора данных для интерактивной растяжки вашего Входного растра, чтобы объекты, которые вы хотите выделить в сегмент, были отчетливо видны. Затем используйте оптимальные настройки растровой функции Растяжка для обработки вашего изображения для получения оптимального результата и укажите Выходной тип пиксела как 8 bit unsigned на вкладке Общие.

    Выходной слой из ранее выполненной функции Растяжка может быть Входным растром инструмента Сегментация методом среднего сдвига.

  • 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})
ПараметрОбъяснениеТип данных
in_raster

Выберите набор растровых данных, который вы хотите сегментировать. Это может быть мультиспектральное или изображение в оттенках серого.

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 1.0 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. Напрямую связан с минимальной единицей картографирования вашего проекта.

Единицы измерения в пикселах.

Long
band_indexes
(Дополнительный)

Выберите каналы, которые вы хотите использовать для сегментирования вашего изображения, и разделите их знаками пробела. Если не указаны индексы каналов, они будут выбраны по следующим критериям:

  • Если растр трех-канальный, эти три канала и будут использованы
  • Если растр содержит более 3х каналов, инструмент назначит красны, зеленый и синий каналы в соответствии со свойствами растра.
  • Если красны, зеленый и синий каналы не идентифицируются свойствами набора растровых данных, будут использованы каналы 1, 2 и 3.

Порядок каналов не влияет на результат.

Вам нужно выбрать каналы, в которых самым лучшим образом можно увидеть разницу между интересующими вас объектами.

String

Возвращаемое значение

НазваниеОбъяснениеТип 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 выполняется SegmentMeanShift 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, band_indexes)

# Save the output 
seg_raster.save("c:/output/moncton_seg.tif")

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