ArcMap

训练 ISO 聚类分类器

摘要

使用 Iso 聚类分类定义生成 Esri 分类器定义 (.ecd) 文件。

ISO 聚类分类器将执行非监督分类。此分类器可处理非常大的分割影像，这些影像的属性表可能会变得很大。另外，此工具还可接受来自第三方应用程序的分割 RGB 栅格。此工具适用于 Esri 支持的标准栅格文件（无限制）以及分割栅格数据集。

用法

  • 任何 Esri 支持的栅格都可用作输入，包括栅格产品、分割栅格、镶嵌、影像服务或通用栅格数据集。分割栅格必须为 8 位 3 波段栅格。

  • 仅在其中一个栅格图层输入为分割影像的情况下启用分割属性参数。

语法

TrainIsoClusterClassifier (in_raster, max_classes, out_classifier_definition, {in_additional_raster}, {max_iterations}, {min_samples_per_cluster}, {skip_factor}, {used_attributes}, {max_merge_per_iter}, {max_merge_distance})
参数说明数据类型
in_raster

选择要分类的栅格数据集。

首选输入项为 8 位 3 波段分割栅格数据集，其中所有位于同一分割的像素具有相同的颜色。输入也可以是 8 位单波段灰度分割栅格。如果没有可用的分割栅格，可使用任何 Esri 支持的栅格数据集

Raster Layer | Mosaic Layer
max_classes

分组像素或分割影像所需的最大类数。此参数应根据图例中类的数量进行设置。

您获取的要素类可能会少于此参数中指定的数量。如果需要更多要素类，可在训练过程结束后增加此值并聚集类。

Long
out_classifier_definition

这是包含属性信息、统计数据、超平面矢量和分类器所需的其他信息的 JSON 文件。将创建扩展名为 .ecd 的文件。

File
in_additional_raster
(可选)

也可以整合其他栅格数据集（如分割影像、多光谱影像或 DEM），从而为分类生成属性和其他所需信息。

Raster Layer | Mosaic Layer
max_iterations
(可选)

要运行的聚类过程的最大迭代次数。

推荐范围为 10 到 20 次迭代之间。增加此值将会使处理时间呈线性增加。

Long
min_samples_per_cluster
(可选)

一个有效聚类或类中的最小像素数或分割数。

已表明默认值 20 对于创建具有统计显著性的类有效。可增加这一数量来获得更强大的要素类；但是，这样可能会限制所创建要素类的总数。

Long
skip_factor
(可选)

要为像素影像输入跳过的像素数。如果输入是分割影像，则请指定要跳过的分割数。

Long
used_attributes
used_attributes;used_attributes
(可选)

指定要包括在与输出栅格相关联的属性表中的属性。

如果仅对此工具输入分割影像，默认属性则为 COLOR、COUNT、COMPACTNESS 和 RECTANGULARITY。如果还将 in_additional_raster 作为输入与分割影像一起添加进来，则 MEAN 和 STD 选项也将可用。

  • COLOR —基于每个分割的平均色度。
  • MEAN —基于每个分割，从可选像素图像中获取的平均数字值 (DN)。
  • STD —基于每个分割，从可选像素图像中获取的标准差。
  • COUNT —基于每个分割，构成分割的像素数。
  • COMPACTNESS —基于每个分割，决定分隔为紧凑型还是圆形的度数。值的范围从 0 到 1，1 表示圆形。
  • RECTANGULARITY —基于每个分割，决定分隔为矩形的度数。值的范围从 0 到 1，1 表示矩形。
String
max_merge_per_iter
(可选)

增加合并的数量将减少所创建的类。较小值将生成较多的类。

Long
max_merge_distance
(可选)

增加距离将允许更多的聚类合并，从而生成较少的类。较小值将生成较多的类。

此距离的属性为光谱且基于 RGB 颜色。例如，RGB 值为 100、100、100 的像素与 RGB 值为 100、130、120 的像素之间的距离为 50。尽管您可将其设置为所需的任何值，但是 0 至 5 之间的值可提供最佳结果。

Double

代码示例

TrainIsoClusterClassifier 示例 1（Python 窗口）

以下 Python 窗口脚本使用 ISO 聚类分类器创建最多含十个类的非监督 Esri 分类定义文件。

import arcpy
from arcpy.sa import *

TrainIsoClusterClassifier("c:/test/moncton_seg.tif", "10", 
                "c:/output/moncton_sig_iso.ecd","c:/test/moncton.tif", 
                "5", "10", "2", "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY")
TrainIsoClusterClassifier 示例 2（独立脚本）

此脚本示例使用 ISO 聚类分类器创建最多含十个类的非监督 Esri 分类定义文件。

# Import system modules
import arcpy
from arcpy.sa import *


# Set local variables
inSegRaster = "c:/test/moncton_seg.tif"
maxNumClasses = "10"
out_definition = "c:/output/moncton_sig_iso.ecd"
in_additional_raster = "moncton.tif"
maxIteration = "20"
minNumSamples = "10"
skipFactor = "5"
attributes = "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY"

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

# Execute 
TrainIsoClusterClassifier(inSegRaster, maxNumClasses, out_definition,
                          in_additional_raster, maxIteration, 
                          minNumSamples, skipFactor, attributes)

环境

许可信息

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

相关主题