最尤法による分類器のトレーニング (Image Analyst ツール)

サマリー

最尤法分類器 (MLC) 分類定義を使用して、Esri 分類器定義ファイル (.ecd) を作成します。

使用法

最尤法分類プロセスを実行するには、ラスターの分類 ツールで同じ入力ラスターおよび出力 .ecd ファイルを使用します。
入力ラスターとして、Esri がサポートし、有効なビット深度を持つ任意のラスターを指定できます。
セグメントラスターデータセットを作成するには、セグメント平均シフト ツールを使用します。
トレーニングサンプルファイルを作成するには、分類ツール ドロップダウンメニューから トレーニングサンプルマネージャー ウィンドウを使用します。
出力分類器定義ファイル には、最尤法分類 ツールに適した属性統計が含まれています。このツールは Spatial Analyst エクステンションライセンスで使用できます。
セグメント属性 パラメーターは、ラスターレイヤー入力のうちのいずれかがセグメント画像である場合にのみ、アクティブになります。
CCDC (Continuous Change Detection and Classification) アルゴリズムを使用して時系列ラスターデータを分類するには、まず CCDC を使用した変化の解析 ツールを実行します。次に、出力変化解析ラスターをこのトレーニングツールの入力ラスターとして使用します。

トレーニングサンプルデータは、トレーニングサンプルマネージャーを使用して複数回収集されている必要があります。各サンプルのディメンション値は、トレーニングサンプルフィーチャクラスのフィールドにリストされています。このフィールドは、ディメンション値フィールド パラメーターで指定します。

ラベル	説明	データタイプ
入力ラスター	分類対象のラスターデータセット。	Raster Layer; Mosaic Layer; Image Service; String
トレーニングサンプルマネージャー	トレーニングサイトを表すトレーニングサンプルファイルまたはレイヤー。これらは、トレーニングサンプルを含んでいる、シェープファイルまたはフィーチャクラスです。トレーニングサンプルファイルには、次のフィールド名が必要です。 `classname`—クラスカテゴリー名を示すテキストフィールド `classvalue`—各クラスカテゴリーの整数値を含む long integer フィールド	Feature Layer
出力分類器定義ファイル	分類器の属性情報、統計情報、ハイパープレーンベクトル、およびその他の情報を含む出力 JSON 形式ファイルです。 `.ecd` ファイルが作成されます。	File
追加入力ラスター (オプション)	セグメント化された画像や DEM などの補助ラスターデータセットを取り込みます。このパラメーターはオプションです。	Raster Layer; Mosaic Layer; Image Service; String
使用するセグメント属性 (オプション)	出力ラスターに関連付けられた属性テーブルに含める属性を指定します。このパラメーターは、入力ラスターでセグメント化キープロパティを true に設定した場合にのみ有効になります。このツールへの入力が、セグメント画像のみである場合、デフォルトの属性は収束色、ピクセル数、コンパクト性、および四角形性になります。セグメント画像とともに追加入力ラスターの値が入力として含まれている場合、平均デジタルナンバーと標準偏差属性も使用できます。収束色—RGB カラー値は、入力ラスターからセグメント単位で取得されます。これは平均色度とも呼ばれます。平均デジタルナンバー—セグメント単位でオプションのピクセル画像から得られる平均デジタルナンバー (DN)。標準偏差—セグメント単位でオプションのピクセル画像から得られる標準偏差。ピクセル数—セグメント単位で、セグメントを構成するピクセル数。コンパクト性—セグメント単位で、セグメントがコンパクトまたは円形である程度。値の範囲は 0 から 1 で、1 は円形です。四角形性—セグメント単位で、セグメントが四角形である程度。値の範囲は 0 から 1 で、1 は四角形です。	String
ディメンション値フィールド (オプション)	入力トレーニングサンプルフィーチャクラスのディメンション値が含まれます。このパラメーターは、CCDC を使用した変化の解析ツールから出力された変化解析ラスターを使用して時系列のラスターデータを分類する際に必要となります。	Field

TrainMaximumLikelihoodClassifier(in_raster, in_training_features, out_classifier_definition, {in_additional_raster}, {used_attributes}, {dimension_value_field})

名前	説明	データタイプ
in_raster	分類対象のラスターデータセット。	Raster Layer; Mosaic Layer; Image Service; String
in_training_features	トレーニングサイトを表すトレーニングサンプルファイルまたはレイヤー。これらは、トレーニングサンプルを含んでいる、シェープファイルまたはフィーチャクラスです。トレーニングサンプルファイルには、次のフィールド名が必要です。 `classname`—クラスカテゴリー名を示すテキストフィールド `classvalue`—各クラスカテゴリーの整数値を含む long integer フィールド	Feature Layer
out_classifier_definition	分類器の属性情報、統計情報、ハイパープレーンベクトル、およびその他の情報を含む出力 JSON 形式ファイルです。 `.ecd` ファイルが作成されます。	File
in_additional_raster (オプション)	セグメント化された画像や DEM などの補助ラスターデータセットを取り込みます。このパラメーターはオプションです。	Raster Layer; Mosaic Layer; Image Service; String
used_attributes [used_attributes,...] (オプション)	出力ラスターに関連付けられた属性テーブルに含める属性を指定します。このパラメーターは、入力ラスターでセグメント化キープロパティを true に設定した場合にのみ有効になります。このツールへの入力が、セグメント画像のみである場合、デフォルトの属性は `COLOR`、`COUNT`、`COMPACTNESS`、および `RECTANGULARITY` になります。セグメント画像とともに `in_additional_raster` 値が入力として含まれている場合、`MEAN` および `STD` 属性も使用できます。 `COLOR`—RGB カラー値は、入力ラスターからセグメント単位で取得されます。これは平均色度とも呼ばれます。 `MEAN`—セグメント単位でオプションのピクセル画像から得られる平均デジタルナンバー (DN)。 `STD`—セグメント単位でオプションのピクセル画像から得られる標準偏差。 `COUNT`—セグメント単位で、セグメントを構成するピクセル数。 `COMPACTNESS`—セグメント単位で、セグメントがコンパクトまたは円形である程度。値の範囲は 0 から 1 で、1 は円形です。 `RECTANGULARITY`—セグメント単位で、セグメントが四角形である程度。値の範囲は 0 から 1 で、1 は四角形です。	String
dimension_value_field (オプション)	入力トレーニングサンプルフィーチャクラスのディメンション値が含まれます。このパラメーターは、CCDC を使用した変化の解析ツールから出力された変化解析ラスターを使用して時系列のラスターデータを分類する際に必要となります。	Field

コードのサンプル

TrainMaximumLikelihoodClassifier の例 1 (Python ウィンドウ)

次の Python ウィンドウスクリプトは、TrainMaximumLikelihoodClassifier ツールの使用方法を示しています。

import arcpy
from arcpy.ia import *

TrainMaximumLikelihoodClassifier("c:/test/moncton_seg.tif", "c:/test/train.gdb/train_features",
                                 "c:/output/moncton_sig.ecd", "c:/test/moncton.tif",
                                 "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY")

TrainMaximumLikelihoodClassifier の例 2 (スタンドアロンスクリプト)

次の例は、最尤法による分類器のトレーニング方法を示しています。

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

"""
Usage: TrainMaximumLikelihoodClassifier(in_raster, in_training_features, out_classifier_definition,
                                       {in_additional_raster}, {used_attributes})
"""

# Set local variables
inSegRaster = "c:/test/moncton_seg.tif"
train_features = "c:/test/train.gdb/train_features"
out_definition = "c:/output/moncton_sig.ecd"
in_additional_raster = "c:/moncton.tif"
attributes = "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY"

# Run
TrainMaximumLikelihoodClassifier(inSegRaster, train_features, out_definition,
                                 in_additional_raster, attributes)

TrainMaximumLikelihoodClassifier の例 3 (スタンドアロンスクリプト)

次の例は、CCDC を使用した変化の解析 ツールの変化解析ラスターを使用した最尤法による分類器のトレーニング方法を示しています。

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

# Define input parameters
in_changeAnalysisRaster = "c:/test/LandsatCCDC.crf"
train_features = "c:/test/train.gdb/train_features"
out_definition = "c:/output/change_detection.ecd"
additional_raster = ''
attributes = None
dimension_field = "DateTime"

# Run
arcpy.ia.TrainMaximumLikelihoodClassifier(
    in_changeAnalysisRaster, train_features, out_definition,
    additional_raster, attributes, dimension_field)

環境

現在のワークスペース, 範囲, 地理座標系変換, 出力座標系, スクラッチワークスペース, スナップ対象ラスター

ライセンス情報

Basic: Image Analyst または Spatial Analyst が必要
Standard: Image Analyst または Spatial Analyst が必要
Advanced: Image Analyst または Spatial Analyst が必要

最尤法による分類器のトレーニング (Image Analyst ツール)

サマリー

使用法

パラメーター

環境

ライセンス情報

関連トピック