需要 Spatial Analyst 许可。
概述
识别影像中的对象、要素或线段，方法是将具有相似光谱和空间特征的相邻像素分组到一起。可控制空间和光谱平滑量以帮助派生感兴趣要素。
备注
输入栅格需要为 8 位，且有一个或三个波段。
为了获得最佳分割结果，建议您在准备输入栅格图层时尽可能地区分您感兴趣的要素：
- 如果栅格超过三个波段，请使用提取波段函数指定最佳波段组合。
- 使用拉伸函数来拉伸影像，以充分显示感兴趣的要素。如果栅格数据不是 8 位，请在函数的常规选项卡中使用拉伸函数指定 8 位无符号作为输出像素类型。
以上预处理步骤中的输出图层是 Mean Shift 影像分割函数的输入。
分类训练工具要求输入分割栅格数据集为文件。通过单击另存为来保留分割图层，并为分割栅格分配一个文件名。如果输入图层过大，则处理整个分割栅格数据集的时间可能会很长。
参数
| 参数 | 说明 |
|---|---|
输入栅格 | 要进行分割的输入栅格。 |
光谱细节 | 基于颜色特征分离对象的相对重要性。 浮点值的有效范围为 1.0 到 20.0。较小的值可以使类更广泛并提高平滑度。如果希望区分光谱特性有些相似的要素，则适合使用较高的值。例如，在森林场景中使用更高的光谱细节值可更好地区分不同的树种。 |
空间细节 | 基于空间特征分离对象的相对重要性。 整型值的有效范围为 1 到 20。较小的值可以使类更广泛并提高平滑度。如果要区分空间上较小且聚集在一起的要素，则适合使用较高的值。例如在市区场景中，您可以使用较小的空间细节值对常规的不可渗透表面要素进行分类，也可以使用较高的空间细节值将建筑物和道路归为不同的类。 |
最小线段大小（以像素为单位） | 最小线段大小（以像素为单位） 该值与您的最小制图单位相关，并且会过滤出较小的像素块。所有小于指定值的线段都将与最适合它们的临近线段合并。 |
仅线段边界 | 线段边界在每条线段周围绘制为一条黑色等值线。这将有助于您区分具有相似颜色的相邻线段。
|