Segmentierung

Mit Image Analyst-Lizenz verfügbar.

Mit Spatial Analyst-Lizenz verfügbar.

Segmentieren eines Bildes

Segmentierung ist eine wichtige Komponente des objektbasierten Klassifizierungs-Workflows. Bei diesem Vorgang werden benachbarte Pixel gruppiert, die eine ähnliche Farbe und bestimmte Shape-Eigenschaften aufweisen. Außerdem können Sie die Option Nur Segmentgrenzen anzeigen verwenden, wenn Sie die Segmente als Polygone mit dem darunter sichtbaren Bild anzeigen möchten.

Nachdem Sie die Segmentierung ausgeführt haben, sollten Sie anhand der zugrunde liegenden Bilddaten überprüfen, ob die Objekte sinnvoll sind. Drücken Sie die Taste L, um die Transparenz des segmentierten Bildes zu aktivieren bzw. zu deaktivieren. Die Übereinstimmung zwischen der Vorschau und dem Ausgabeergebnis ist am größten, wenn Sie auf die Quellauflösung zoomen und sicherstellen, dass die Anzeige groß genug ist.

Hinweis:

Die Vorschau basiert auf Raster-Funktionen, die derzeit angezeigte und einem Resampling für die Bildschirmauflösung unterzogene Pixel verarbeiten. Dies kann zu geringfügigen Unterschieden zwischen der Vorschau und dem tatsächlichen bestehenden Ergebnis für regionale Vorgänge führen.

Es sind drei Parameter vorhanden, die steuern, wie die Bilddaten segmentiert werden:

Spektraldetail

Legen Sie die Gewichtung der spektralen Unterschiede von Features in den Bilddaten fest.

Zulässig sind Werte im Bereich von 1.0 bis 20.0. Ein höherer Wert ist geeignet, wenn Features vorliegen, die getrennt klassifiziert werden müssen, die jedoch in gewissem Maß ähnliche spektrale Eigenschaften aufweisen. Kleinere Werte führen zu mehr Glättung und einer längeren Verarbeitungsdauer. Detailliertere Spektraldetails in einer Waldszene ermöglichen beispielsweise eine bessere Unterscheidung zwischen den verschiedenen Baumarten.

Räumliches Detail

Legen Sie die Gewichtung der Nähe zwischen Features in den Bilddaten fest.

Zulässig sind Werte im Bereich von 1 bis 20. Ein höherer Wert ist für eine Szene geeignet, in der die Features Ihres Interesses klein und zusammengefasst sind. Kleinere Werte erstellen räumlich glattere Ausgaben. In einer städtischen Szene können Sie beispielsweise Features für undurchlässige Oberflächen mit einem kleineren räumlichen Detailwert klassifizieren, oder Sie können Gebäude und Straßen als getrennte Klassen mit einem höheren räumlichen Detailwert klassifizieren.

Mindestsegmentgröße

Dieser Wert bezieht sich direkt auf die minimale Kartenerstellungseinheit. Segmente, die kleiner sind als diese Größe, werden mit dem am besten passenden Nachbarschaftssegment zusammengeführt.