影像分割和分类工具集概述

需要 Spatial Analyst 许可。

使用影像分割和分类工具，可准备要在创建分类栅格数据集时使用的分割栅格。

下表列出了可用的影像分割和分类工具，并对每个工具进行了简要描述。

工具	说明
分类栅格	根据 Esri 分类器定义 (.ecd) 文件和栅格数据集输入对栅格数据集进行分类。  .ecd 文件包含执行 Esri 支持的特定类型分类所需的所有信息。对此工具的输入需要与用于生成所需 .ecd 文件的输入相匹配。
计算混淆矩阵	使用漏分误差和错分误差计算混淆矩阵，然后派生出分类地图与参考数据之间的一致性 kappa 指数和整体精度。
计算分割影像属性	计算一组与分割影像相关的属性。输入栅格可以是单波段或 3 波段的 8 位分割影像。
创建精度评估点	创建用于分类后精度评估的随机采样点。
移除栅格分割影像切片伪影	将分割过程中由块边界切割的分割影像连接在一起。 此处理步骤已包括在 Mean Shift 影像分割工具中，因此其仅应在除该工具以外的其他工具创建的分割影像上使用。
Mean Shift 影像分割	将相邻并具有相似光谱特征的像素组合到一个分割块中。
训练 Iso 聚类分类器	使用 Iso 聚类分类定义生成 Esri 分类器定义 (.ecd) 文件。
训练最大似然法分类器	使用最大似然法分类器 (MLC) 分类定义生成 Esri 分类器定义 (.ecd) 文件。
训练随机树分类器	使用随机树分类方法生成 Esri 分类器定义 (.ecd) 文件。
训练支持向量机分类器	使用支持向量机 (SVM) 分类定义生成 Esri 分类器定义 (.ecd) 文件。
更新精度评估点	更新属性表中的目标字段，以便能够将参考点与分类影像进行比较。

影像分割和分类工具集的工具