Calcular Puntos de enlace (Herramientas de representación cartográfica de realidad)
Resumen
Calcula los puntos de enlace entre elementos del dataset de mosaico superpuestos. A continuación, los puntos de enlace se pueden usar para calcular los ajustes de bloques del dataset de mosaico.
Uso
Los puntos de enlace pueden combinarse con puntos de control mediante la herramienta Incorporar puntos de control.
Los puntos de enlace y los puntos de control opcionales se utilizan después como entradas para la herramienta Calcular ajuste de bloques.
Si tiene un dataset de mosaico con muchos elementos, tenga cuidado cuando especifique el valor del parámetro Entidades de imagen de salida, ya que se puede tardar mucho tiempo en procesar el resultado.
El dataset de mosaico de entrada que se va a utilizar para crear puntos de enlace.
Mosaic Layer; Mosaic Dataset
Puntos de control de salida
La tabla de punto de control de salida. La tabla incluirá los puntos de enlace creados por esta herramienta.
Feature Class
Similitud
(Opcional)
Especifica el nivel de similitud que se usará para la coincidencia de puntos de enlace.
Similitud baja—Los criterios de similitud de los dos puntos coincidentes serán bajos. Esta opción producirá el mayor número de puntos coincidentes, pero algunas de las coincidencias pueden tener un nivel de error más alto.
Similitud media—Los criterios de similitud de los puntos coincidentes serán medios.
Similitud alta—Los criterios de similitud de los puntos coincidentes serán altos. Esta opción producirá el menor número de puntos coincidentes, pero cada coincidencia tendrá un nivel de error más bajo.
String
Máscara de entrada
(Opcional)
Clase de entidad poligonal que se utiliza para excluir áreas que no se incluirán en el cómputo de los puntos de control.
El campo mask puede controlar la inclusión o exclusión de las áreas. Un valor de 1 indica que las áreas definidas por los polígonos (dentro) se excluirán del cómputo. Un valor de 2 indica que los polígonos definidos (dentro) se incluirán en el cómputo, mientras que las áreas fuera de los polígonos se excluirán.
Feature Layer
Entidades de imagen de salida
(Opcional)
La tabla de puntos de entidad de imagen de salida. Esto se guardará como una clase de entidad poligonal. Esta salida puede ser bastante grande.
Feature Class
Densidad de puntos
Especifica el número de puntos de enlace que se van a crear.
Densidad de puntos baja—La densidad de puntos será baja, lo que creará el menor número de puntos de enlace.
Densidad de puntos media—La densidad de los puntos será media, lo que creará una cantidad moderada de puntos.
Densidad de puntos alta—La densidad de los puntos será alta, lo que creará el mayor número de puntos.
String
Distribución de puntos
Especifica si los puntos tendrán una distribución normal o aleatoria.
Distribución de puntos aleatoria—Los puntos se generarán de forma aleatoria. Los puntos generados aleatoriamente son mejores para las áreas solapadas que tienen formas irregulares.
Distribución de puntos regular—Los puntos se generarán según un patrón fijo. Los puntos basados en un patrón fijo utilizan la densidad de puntos para determinar la frecuencia de creación de puntos.
String
Exactitud de ubicación de imagen
Especifica la palabra clave que describe la precisión de las imágenes.
Exactitud baja de ubicación de imagen—Las imágenes tienen un desplazamiento y rotación grandes (> 5 grados). Se utilizará el algoritmo SIFT en el cálculo de la coincidencia de puntos.
Exactitud media de ubicación de imagen—Las imágenes tienen un desplazamiento medio y una rotación pequeña (<5 grados). Se utilizará el algoritmo Harris en el cálculo de la coincidencia de puntos.
Exactitud alta de ubicación de imagen—Las imágenes tienen un desplazamiento y una rotación pequeños. Se utilizará el algoritmo Harris en el cálculo de la coincidencia de puntos.
String
Opciones adicionales
(Opcional)
Opciones adicionales para el motor de ajuste. Estas opciones solo las utilizan los motores de ajuste externos.
El dataset de mosaico de entrada que se va a utilizar para crear puntos de enlace.
Mosaic Layer; Mosaic Dataset
out_control_points
La tabla de punto de control de salida. La tabla incluirá los puntos de enlace creados por esta herramienta.
Feature Class
similarity
(Opcional)
Especifica el nivel de similitud que se usará para la coincidencia de puntos de enlace.
LOW—Los criterios de similitud de los dos puntos coincidentes serán bajos. Esta opción producirá el mayor número de puntos coincidentes, pero algunas de las coincidencias pueden tener un nivel de error más alto.
MEDIUM—Los criterios de similitud de los puntos coincidentes serán medios.
HIGH—Los criterios de similitud de los puntos coincidentes serán altos. Esta opción producirá el menor número de puntos coincidentes, pero cada coincidencia tendrá un nivel de error más bajo.
String
in_mask_dataset
(Opcional)
Clase de entidad poligonal que se utiliza para excluir áreas que no se incluirán en el cómputo de los puntos de control.
El campo mask puede controlar la inclusión o exclusión de las áreas. Un valor de 1 indica que las áreas definidas por los polígonos (dentro) se excluirán del cómputo. Un valor de 2 indica que los polígonos definidos (dentro) se incluirán en el cómputo, mientras que las áreas fuera de los polígonos se excluirán.
Feature Layer
out_image_features
(Opcional)
La tabla de puntos de entidad de imagen de salida. Esto se guardará como una clase de entidad poligonal. Esta salida puede ser bastante grande.
Feature Class
density
Especifica el número de puntos de enlace que se van a crear.
LOW—La densidad de puntos será baja, lo que creará el menor número de puntos de enlace.
MEDIUM—La densidad de los puntos será media, lo que creará una cantidad moderada de puntos.
HIGH—La densidad de los puntos será alta, lo que creará el mayor número de puntos.
String
distribution
Especifica si los puntos tendrán una distribución normal o aleatoria.
RANDOM—Los puntos se generarán de forma aleatoria. Los puntos generados aleatoriamente son mejores para las áreas solapadas que tienen formas irregulares.
REGULAR—Los puntos se generarán según un patrón fijo. Los puntos basados en un patrón fijo utilizan la densidad de puntos para determinar la frecuencia de creación de puntos.
String
location_accuracy
Especifica la palabra clave que describe la precisión de las imágenes.
LOW—Las imágenes tienen un desplazamiento y rotación grandes (> 5 grados). Se utilizará el algoritmo SIFT en el cálculo de la coincidencia de puntos.
MEDIUM—Las imágenes tienen un desplazamiento medio y una rotación pequeña (<5 grados). Se utilizará el algoritmo Harris en el cálculo de la coincidencia de puntos.
HIGH—Las imágenes tienen un desplazamiento y una rotación pequeños. Se utilizará el algoritmo Harris en el cálculo de la coincidencia de puntos.
String
options[options,...]
(Opcional)
Opciones adicionales para el motor de ajuste. Estas opciones solo las utilizan los motores de ajuste externos.
Columnas de la tabla de valores:
Name—The name of the adjustment engine.
Value—The value for the adjustment engine.
Value Table
Muestra de código
Ejemplo 1 de ComputeTiePoints (ventana de Python)
Esta es una muestra de Python para la herramienta ComputeTiePoints.