ArcGIS Desktop

  • ArcGIS Pro
  • ArcMap

  • My Profile
  • Справка
  • Sign Out
ArcGIS Desktop

ArcGIS Online

Картографическая платформа вашей организации

ArcGIS Desktop

Полноценная профессиональная ГИС

ArcGIS Enterprise

ГИС предприятия

ArcGIS Developers

Инструменты для встраивания приложений с местоположениями

ArcGIS Solutions

Бесплатные шаблоны карт и приложений для отрасли

ArcGIS Marketplace

Получение приложения и данных для вашей организации.

  • Документация
  • Поддержка
Esri
  • Войти
user
  • Мой профиль
  • Выход

ArcMap

  • На главную
  • Начало работы
  • Карта
  • Анализ
  • Управление данными
  • Инструменты
  • Дополнительные модули

Расчет связующих точек

  • Сводка
  • Использование
  • Синтаксис
  • Пример кода
  • Параметры среды
  • Информация о лицензиях

Сводка

Производит расчет связующих точек между перекрывающимися элементами набора данных мозаики. Затем связующие точки применяются для блочного уравнивания в наборе данных мозаики.

Использование

  • Связующие точки могут быть объединены с опорными точками с помощью инструмента Присоединить опорные точки.

  • Связующие точки и дополнительные опорные точки могут затем быть использованы в качестве входных данных для инструмента Вычислить уравнивание блоков.

  • Если набор данных мозаики содержит множество элементов, будьте внимательны при использовании параметра Объекты выходного изображения, поскольку процесс обработки может стать длительным.

Синтаксис

arcpy.management.ComputeTiePoints(in_mosaic_dataset, out_control_points, {similarity}, {in_mask_dataset}, {out_image_features}, density, distribution, location_accuracy)
ПараметрОбъяснениеТип данных
in_mosaic_dataset

Входной набор данных мозаики, который будет применяться для расчета связующих точек.

Mosaic Layer; Mosaic Dataset
out_control_points

Выходная таблица опорных точек. В таблице будут содержаться связующие точки, созданные данным инструментом.

Feature Class
similarity
(Дополнительный)

Задает уровень сходства для сопоставления связующих точек.

  • LOW —Критерий сходства для двух сопоставляемых точек будет низким. Эта опция создаст пары точек с наилучшим сопоставлением, но некоторые совпадения могут иметь более высокий уровень ошибки.
  • MEDIUM —Критерий сходства для двух сопоставляемых точек будет средним.
  • HIGH —Критерий сходства для двух сопоставляемых точек будет высоким. Эта опция создаст наименьшее число сопоставленных точек, но каждая пара будет иметь низкий уровень ошибки.
String
in_mask_dataset
(Дополнительный)

Класс полигональных объектов, который используется для исключения областей, которые вы не хотите использовать в расчете контрольных точек.

Поле с именем mask может контролировать включение или исключение областей. Значение 1 показывает, что области, ограниченные полигонами (внутри) будут исключены из вычисления. Значение 2 говорит о том, что области, ограниченные полигонами (внутри) будут использоваться в обработке, а все остальные области будут исключены.

Feature Layer
out_image_features
(Дополнительный)

Выходная таблица точек объектов изображения. Она будет сохранена как класс полигональных объектов. Эти выходные данные могут быть достаточно ёмкими.

Feature Class
density

Задает количество создаваемых связующих точек.

  • LOW —Плотность точек будет низкой, создается наименьшее количество связующих точек.
  • MEDIUM —Плотность точек будет средней, создается среднее количество связующих точек.
  • HIGH —Плотность точек будет высокой, создается наибольшее количество связующих точек.
String
distribution

Задает распределение точек, регулярное или случайное.

  • RANDOM —Точки создаются случайным образом. Случайно расположенные точки лучше подходят для перекрывающихся областей с неправильными формами.
  • REGULAR —Точки создаются на основе фиксированного образца. Для точек, основанных на фиксированном образце, используется плотность для определения частоты их создания.
String
location_accuracy

Задает ключевое слово, которое описывает точность изображений.

  • LOW —Изображения имеют большой сдвиг и сильно повернуты (> 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм SIFT.
  • MEDIUM —Изображения имеют средний сдвиг и не сильно повернуты (< 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм Harris.
  • HIGH —Изображения имеют небольшой сдвиг и не сильно повернуты.Для расчета сопоставления точек будет использоваться алгоритм Harris.
String

Пример кода

ComputeTiePoints, пример 1 (окно Python)

Пример скрипта Python для инструмента ComputeTiePoints.

import arcpy
arcpy.ComputeTiePoints_management("c:/workspace/BD.gdb/redQB", 
     "c:/workspace/BD.gdb/redQB_tiePoints", "MEDIUM")
ComputeTiePoints, пример 2 (автономный скрипт)

Это пример автономного скрипта Python для выполнения инструмента ComputeTiePoints.

#compute tie points

import arcpy
arcpy.env.workspace = "c:/workspace"

#Compute tie points for a mosaic dataset
mdName = "BD.gdb/redlandsQB"
out_tiePoint = "BD.gdb/redlandsQB_tiePoints"

arcpy.ComputeTiePoints_management(mdName, out_tiePoint, "MEDIUM")

Параметры среды

  • Текущая рабочая область
  • Коэффициент параллельной обработки
  • Временная рабочая область

Информация о лицензиях

  • Basic: Нет
  • Standard: Да
  • Advanced: Да

Связанные разделы

  • Обзор группы инструментов Растр
  • Автоматическая пространственная привязка растра
  • Основы пространственной привязки набора растровых данных
  • Зарегистрировать растр

ArcGIS Desktop

  • На главную
  • Документация
  • Поддержка

ArcGIS

  • ArcGIS Online
  • ArcGIS Desktop
  • ArcGIS Enterprise
  • ArcGIS
  • ArcGIS Developer
  • ArcGIS Solutions
  • ArcGIS Marketplace

Об Esri

  • О нас
  • Карьера
  • Блог Esri
  • Конференция пользователей
  • Саммит разработчиков
Esri
Расскажите нам, что вы думаете.
Copyright © 2021 Esri. | Конфиденциальность | Правовая информация