Détecter les points de contrôle (Outils Image Analyst)

Résumé

Détecte les points de contrôle au sol dans un jeu de données mosaïque.

Utilisation

Cet outil est utilisé dans le cadre du processus d’orthorectification. La collection d’images préliminaire est créée à l’aide de l’espace de travail Reality Mapping. Le jeu de données mosaïque requiert un ajustement rapide ; la collection d’images peut ensuite être affinée à l’aide de points de contrôle.
L’outil effectue la détection des objets sur les images pour trouver les points de contrôle au sol (PCS).
Cet outil peut détecter deux types de marqueurs de contrôle au sol : les vérificateurs et les croix.
Les résultats des détections peuvent être utilisés dans les projets ArcGIS Reality for ArcGIS Pro.
L’outil utilise deux modèles de Deep Learning entraînés par Esri. Pour plus d’informations sur le Deep Learning, reportez-vous à la rubrique Deep Learning à l’aide de l’extension ArcGIS Image Analyst.
Pour configurer votre machine afin d’utiliser des structures de Deep Learning dans ArcGIS Pro, reportez-vous à la rubrique Installer des structures de Deep Learning pour ArcGIS.
Alors que l’outil prend en charge à la fois le CPU et le GPU, un GPU NVIDIA compatible CUDA avec 4 Go de mémoire VRAM au minimum est requis et 8 Go de mémoire VRAM sont recommandés. Pour prendre connaissance des dernières exigences relatives aux GPU, reportez-vous à la rubrique Forum aux questions sur le Deep Learning.
Cet outil prend en charge et utilise plusieurs GPU le cas échéant. Pour utiliser un GPU spécifique, spécifiez le paramètre d’environnement ID de GPU. Si l’environnement d’ID de GPU n’est pas défini, l’outil utilise tous les GPU disponibles. Il s’agit de la configuration par défaut.

Etiqueter	Explication	Type de données
Jeu de données mosaïque en entrée	Jeu de données mosaïque qui contient l’imagerie source à partir de laquelle les points de contrôle au sol sont créés.	Mosaic Dataset; Mosaic Layer
Points de contrôle en entrée	Jeu de points de contrôle en entrée qui contient une liste des entités de point de contrôle au sol.	File; Feature Class; Feature Layer; String
Points de contrôle en sortie	Entités de point de contrôle au sol en sortie.	Feature Class
Dossier des fragments d’image en sortie (Facultatif)	Dossier des fragments d’image en sortie.	Folder
Taille de l’image rognée (Facultatif)	Taille de tuile des fragments d’image en sortie. La taille de tuile par défaut est 1 024.	Long
Nombre de points de rattachement (Facultatif)	Nombre de points de rattachement pour chaque point de contrôle au sol. La valeur par défaut est 5.	Long

DetectControlPoints(in_mosaic_dataset, in_control_points, out_control_points, {out_folder_image_chips}, {tile_size}, {number_tie_points_per_gcp})

Nom	Explication	Type de données
in_mosaic_dataset	Jeu de données mosaïque qui contient l’imagerie source à partir de laquelle les points de contrôle au sol sont créés.	Mosaic Dataset; Mosaic Layer
in_control_points	Jeu de points de contrôle en entrée qui contient une liste des entités de point de contrôle au sol.	File; Feature Class; Feature Layer; String
out_control_points	Entités de point de contrôle au sol en sortie.	Feature Class
out_folder_image_chips (Facultatif)	Dossier des fragments d’image en sortie.	Folder
tile_size (Facultatif)	Taille de tuile des fragments d’image en sortie. La taille de tuile par défaut est 1 024.	Long
number_tie_points_per_gcp (Facultatif)	Nombre de points de rattachement pour chaque point de contrôle au sol. La valeur par défaut est 5.	Long

Exemple de code

Exemple 1 d’utilisation de la fonction DetectControlPoints (fenêtre Python)

Cet exemple détecte les points de contrôle et les fragments d’image en sortie qui utilisent cinq points de rattachement avec une taille de tuile de 1 024 pixels.

# Import system modules
import arcpy
from arcpy.ia import *
arcpy.env.workspace = r"C:\myproject\RealityMapping\myproject.ermw\Imagery\myproject.gdb"

arcpy.ia.DetectControlPoints("MyprojectCollection", "myproject_ControlPoints",
    r"C:\myproject\myproject.gdb\ImageCollection_ControlPoints2",
    r"C:\myproject\tempImageChips", 1024, 5)

Exemple 2 d’utilisation de la fonction DetectControlPoints (script autonome)

Cet exemple détecte les points de contrôle et les fragments d’image en sortie qui utilisent cinq points de rattachement avec une taille de tuile de 1 024 pixels.

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

# Set local variables
in_mosaic = r"C:\myproject\RealityMapping\myproject.ermw\Imagery\myproject.gdb\myproject_Collection"
in_control_points = r"C:\myproject\RealityMapping\myproject.ermw\Imagery\myproject.gdb\myproject_ControlPoints"
out_control_points = r"C:\myproject\myproject.gdb\ImageCollection_ControlPoints2"
out_folder_image_chips = r"C:\myproject\tempImageChips"
tile_size = 512,
number_tie_points_per_gcp = 3

# Run
arcpy.ia.DetectControlPoints_ia(in_mosaic, in_control_points, out_control_points,
    out_folder_image_chips, tile_size, number_tie_points_per_gcp)

Environnements

Espace de travail courant, Transformations géographiques, ID de GPU, Système de coordonnées en sortie, Type de processeur, Espace de travail temporaire

Informations de licence