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。 

此工具用于执行非监督分类。

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影像属性参数。

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。

Raster Layer; Mosaic Layer; Image Service; String
max_classes

分组像素或分割影像所需的最大类数。此参数应设置为大于图例中类的数量。

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; Image Service; String
max_iterations
(可选)

要运行的聚类过程的最大迭代次数。

推荐迭代次数范围为 10 到 20 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。可增加这一数值以获得更可靠的类；但是，这样可能会限制所创建类的总数。

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。

  • COLOR —RGB 颜色值可基于每个分割从输入栅格获取。
  • MEAN —基于每个分割，从可选像素影像中获取的平均数字值 (DN)。
  • STD —基于每个分割，从可选像素影像中获取的标准差。
  • COUNT —基于每个分割，构成分割的像素数。
  • COMPACTNESS —基于每个分割，决定分割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，决定分割为矩形的度数。值的范围从 0 到 1，1 表示矩形。

仅当在输入栅格上将分割关键属性设置为 true 时，此参数才可用。如果仅对此工具输入分割影像，则默认属性为 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。

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。

这是要素空间聚类中心间的距离。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