Bildabweichungen erkennen (Image Analyst Tools)

Zusammenfassung

Verarbeitet ein Multiband- oder Hyperspektralbild und erstellt ein Raster mit einer Bewertung der Abweichungen. Ein Punktzahl-Raster für Abweichungen ist ein Einzelband-Raster mit Werten zwischen 0 und 1.

Verwendung

Eine Abweichung in einem Bild bezieht sich auf Pixel, die sich erheblich von den Hintergrundwerten unterscheiden, wie z. B. Schiffe im Meer, Fahrzeuge auf einer Straße oder menschliche Bebauung in Naturgebieten.Das Werkzeug unterstützt die Methoden Reed-Xiaoli Detector (RXD), Uniform Target Detector (UTD) und KMEANS zur Erkennung von Bildabweichungen.
Die Option RXD des Parameters Berechnungsmethode für Abweichung berechnet die Mahalanobis-Entfernung der Pixel zum Hintergrund, der durch den Mittelwert definiert ist. Sie verwendet folgende Formel:

\(δ _{RXD} (r)=(r-µ) ^{T} K ^{-1} _{LxL} (r-µ)\)

Dabei steht r für die Stichproben-Pixelspektren, µ für die mittleren Spektren, K für die Kovarianz und L für die Anzahl der Bänder.
Die Option UTD des Parameters Berechnungsmethode für Abweichung ist vergleichbar mit der Option RXD extrahiert jedoch einen Hintergrund mithilfe eines Einheitenvektors. Sie verwendet folgende Formel:

\(δ _{UTD} (r)=(1-µ) ^{T} K ^{-1} _{LxL} (1-µ)\)

Sie definiert die Abweichung durch das Ersetzen von (r-u) in der RXD-Methode mit (1-u).
Die Option KMEANS des Parameters Berechnungsmethode für Abweichung identifiziert unter Verwendung von K-Means-Algorithmen für Cluster-Bildung Pixel, die signifikant von den etablierten Clustern in den Daten abweichen.
Es wird ein Raster mit einer Bewertung der Abweichungen ausgegeben, das Dezimalwerte zwischen 0 und 1 enthält, wobei 0 der Hintergrund ist und große Werte, die sich 1 nähern, potenzielle Abweichungen sind. Die Pixel mit Abweichungen können mithilfe von Rasterfunktionen gefiltert werden, z. B. mit der Funktion "Neuzuordnung" oder "Maske". Der gesamte Workflow zur Erkennung von Abweichungen kann mithilfe des Assistenten "Änderungserkennung" durchgeführt werden.
Verwenden Sie die dynamische Bereichsanpassung (Dynamic Range Adjustment, DRA) in der Symbolisierung des Ausgabe-Layers, um Pixel mit Abweichungen besser sichtbar zu machen.

Beschriftung	Erläuterung	Datentyp
Eingabe-Raster	Ein Multiband- oder Hyperspektralbild	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
Ausgabe-Raster	Ein Einzelband-Raster, das die Abweichungswerte zwischen 0 und 1 als Gleitkommazahl speichert. 0 ist der Hintergrund und große Werte, die sich 1 nähern, sind potenzielle Abweichungen. Verwenden Sie die Dateierweiterung, um das Ausgabeformat anzugeben, einschließlich `.tif` (TIFF), `.crf` (CRF), `.mrf` (MRF) und `.dat` (ENVI DAT).	Raster Dataset
Berechnungsmethode für Abweichung (Optional)	Gibt die Berechnungsmethode für Abweichung an, die verwendet wird. RXD—Die RXD-Methode wird verwendet, um Pixel zu extrahieren, die sich deutlich von den Hintergrundpixelwerten unterscheiden. Dies ist die Standardeinstellung. UTD—Die UTD-Methode wird verwendet, um Hintergrundpixel aus dem Eingabebild zu extrahieren. KMEANS—Die KMEANS-Methode wird verwendet, um mit K-Means-Algorithmen für Cluster-Bildung Pixel zu extrahieren, die signifikant von den etablierten Clustern in den Daten abweichen.	String
Anzahl der Cluster (Optional)	Die Anzahl der Cluster, die verwendet wird, wenn der Parameter Berechnungsmethode für Abweichung auf KMEANS festgelegt ist.	Long
Hintergrundregion (Optional)	Eine Polygon-Feature-Class, die die Region definiert, die zur Berechnung von Hintergrundstatistiken verwendet wird, wenn der Parameter Berechnungsmethode für Abweichung auf RXD oder UTD festgelegt ist.	Feature Set
Statistik neu berechnen (Optional)	Gibt an, ob die Statistik für das Eingabe-Raster neu berechnet wird, wenn der Parameter Berechnungsmethode für Abweichung auf RXD oder UTD festgelegt ist. Die Optionen RXD und UTD erfordern eine genaue Statistik, bei der der Sprungfaktor 1 sein muss, wenn die Statistik berechnet wird. Aktiviert—Die Statistik wird für das Ausgabe-Bewertungs-Raster neu berechnet. Dies ist die Standardeinstellung. Deaktiviert—Die Statistik wird für das Ausgabe-Bewertungs-Raster nicht neu berechnet.	Boolean

DetectImageAnomalies(in_raster, out_raster, {method}, {num_cluster}, {background_region}, {recompute_stats})

Name	Erläuterung	Datentyp
in_raster	Ein Multiband- oder Hyperspektralbild	Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service
out_raster	Ein Einzelband-Raster, das die Abweichungswerte zwischen 0 und 1 als Gleitkommazahl speichert. 0 ist der Hintergrund und große Werte, die sich 1 nähern, sind potenzielle Abweichungen. Verwenden Sie die Dateierweiterung, um das Ausgabeformat anzugeben, einschließlich `.tif` (TIFF), `.crf` (CRF), `.mrf` (MRF) und `.dat` (ENVI DAT).	Raster Dataset
method (Optional)	Gibt die Berechnungsmethode für Abweichung an, die verwendet wird. `RXD`—Die RXD-Methode wird verwendet, um Pixel zu extrahieren, die sich deutlich von den Hintergrundpixelwerten unterscheiden. Dies ist die Standardeinstellung. `UTD`—Die UTD-Methode wird verwendet, um Hintergrundpixel aus dem Eingabebild zu extrahieren. `KMEANS`—Die KMEANS-Methode wird verwendet, um mit K-Means-Algorithmen für Cluster-Bildung Pixel zu extrahieren, die signifikant von den etablierten Clustern in den Daten abweichen.	String
num_cluster (Optional)	Die Anzahl der Cluster, die verwendet wird, wenn der Parameter `method` auf `KMEANS` festgelegt ist.	Long
background_region (Optional)	Eine Polygon-Feature-Class, die die Region definiert, die zur Berechnung der Hintergrundstatistik verwendet wird, wenn der Parameter `method` auf `RXD` oder `UTD` festgelegt ist.	Feature Set
recompute_stats (Optional)	Gibt an, ob die Statistik für das Ausgabe-Bewertungs-Raster neu berechnet wird, wenn der Parameter `method` auf `RXD` oder `UTD` festgelegt ist. Die Optionen `RXD` und `UTD` erfordern eine genaue Statistik, bei der der Sprungfaktor 1 sein muss, wenn die Statistik berechnet wird. `RECOMPUTE_STATS`—Die Statistik wird für das Ausgabe-Bewertungs-Raster neu berechnet. Dies ist die Standardeinstellung. `NOT_RECOMPUTE_STATS`—Die Statistik wird für das Ausgabe-Bewertungs-Raster nicht neu berechnet.	Boolean

Codebeispiel

DetectImageAnomalies: Beispiel 1 (Python-Fenster)

In diesem Beispiel wird ein Hyperspektralbild mit der Option RXD verarbeitet und ein Raster mit einer Bewertung der Abweichungen erstellt.

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

tempanomaly = arcpy.ia.GenerateMultidimensionalAnomaly(
    "c:/data/climateData.nc", "temperature", "DIFFERENCE_FROM_MEAN",
    "ALL", "DATA", None)

tempanomaly.save("c:/data/TempAnomaly.crf")

DetectImageAnomalies: Beispiel 2 (eigenständiges Skript)

In diesem Beispiel wird ein Hyperspektralbild mit der Option KMEANS verarbeitet und ein Raster mit einer Bewertung der Abweichungen erstellt.

# Import system modules
from arcpy.ia import *

#Define variables
input_image = r"c:\data\hsi_image.tif"
num_of_cluster = 1

anomaly_raster = arcpy.ia.DetectImageAnomalies(
    in_raster=input_image,
    method="KMEANS",
    num_cluster=num_of_cluster,
    recompute_stats="RECOMPUTE_STATS"
)
anomaly_raster.save(r"c:/test/anomaly_score_raster.tif")

Umgebungen

Zellenausrichtung, Zellengröße, Komprimierung, Aktueller Workspace, Geographische Transformationen, NoData, Ausgabe-CONFIG-Schlüsselwort, Ausgabe-Koordinatensystem, Ausdehnung, Pyramide, Raster-Statistiken, Resampling-Methode, Scratch-Workspace, Fang-Raster, Kachelgröße

Lizenzierungsinformationen