Выявить цель с использованием спектра (Инструменты Image Analyst)

Краткая информация

Определяет пикселы в изображении, которые соответствуют спектральной сигнатуре.

Использование

Инструмент вычисляет оценку соответствия для каждого пикселя и выводит растр оценки соответствия.
Этот инструмент поддерживает несколько форм входных спектров, включая файл спектральной библиотеки Esri (.esl), созданный с помощью панели Обзор спектральной библиотеки или инструмента Спектральный вьюер, или класс объектов, созданный с помощью панели Менеджер обучающих выборок.
Если файл библиотеки содержит несколько спектральных сигнатур, на выходе получится многоканальный растр.
Если входные спектры взяты из файла спектральной библиотеки (.esl или .sli), то будет применен спектральный пересчет с использованием метода усреднения каналов, если количество каналов не совпадает. Вы также можете пересчитать спектры с помощью инструмента Изменить разрешение библиотечных спектров.
Если спектральные данные взяты из спектральной библиотеки, в которой значения отражения находятся в диапазоне от 0 до 1, например, из спектральной библиотеки USGS, то входной растр отражательной способности поверхности также должен содержать значения от 0 до 1.
Если входное изображение не находится в диапазоне 0 — 1, например 8 или 16 бит, рекомендуется собрать спектральную сигнатуру материала из изображения с помощью инструмента Спектральный вьюер. Можно также отметить параметр Удалить континуум, чтобы нормализовать спектры.
Описанные ниже опции параметра Метод выявления позволяют рассчитать оценки соответствия между входным изображением и файлом спектральной сигнатуры:
- SAM—метод Сопоставления спектральных углов измеряет угол между целевым спектром и спектром пиксела. Эта опция не чувствительна к изменениям освещенности.
- SID — метод Расхождения спектральной информации измеряет расхождение между распределениями вероятностей целевого спектра, деленными на спектр пикселов. Эта опция эффективна при определении смешанных пиксельных спектров.
- SID-SAM—вычисляется произведение показателя Расхождения спектральной информации и тангенса показателя Сопоставления спектральных углов. Эта опция обладает лучшей способностью к распознаванию по сравнению с оценками SID и SAM по отдельности.
- NS3—метод Нормализованная оценка спектрального сходства вычисляет оценку спектрального соответствия на основе евклидова расстояния и оценки Сопоставления спектральных углов. Эта опция обладает высокой дискриминационной способностью, но для высокой точности требует обширных базовых данных.
- ACE—метод адаптивного косинусоидального оператора оценки оценивает сходство между целевым вектором (представляющим интересующий объект) и спектральной характеристикой пиксела после нормализации на фоновый шум. Используйте эту опцию, если на гиперспектральном изображении имеется значительный фоновый шум.
- CEM—метод Ограниченной минимизации энергии использует фильтр с Конечной импульсной характеристикой (FIR), реакция которого на спектр пикселов тем выше, чем спектр больше похож на целевой. Используйте эту опцию, когда фоновый шум минимален.
- MF—метод Согласованного фильтра использует FIR-фильтр, отклик которого на спектр пикселов за вычетом среднего значения тем выше, чем спектр больше похож на целевой спектр за вычетом среднего значения. Используйте эту опцию, если фоновый шум представляет собой аддитивный белый гауссов шум.
Если отмечен параметр Удалить континуум, поверх спектра устанавливается выпуклая оболочка с помощью прямолинейных сегментов, соединяющих локальные максимумы спектра. Континуум будет удален путем деления его на фактический спектр для каждого пиксела изображения и входные спектры. Это позволяет сравнивать характеристики поглощения с общей линией базиса.

Подпись	Объяснение	Тип данных
Входной растр	Многоканальное изображение. Информация о длине волны необходима, если целевые спектры представляют собой файл библиотеки, а растр отражательной способности поверхности рекомендуется использовать, если данные целевых спектров взяты из спектральной библиотеки.	Mosaic Layer; Raster Layer; Image Service; Raster Dataset; Mosaic Dataset
Входной файл спектров	Файл спектральной сигнатуры. Входными данными может быть файл спектральной библиотеки, содержащий спектральные сигнатуры, или класс объектов, созданный в Менеджере обучающих выборок.	Feature Layer; File
Выходной растр оценки	Набор растровых данных, содержащий оценки соответствия из входного изображения и файла спектральной сигнатуры. Если входной растр имеет несколько спектральных сигнатур, выходной растр будет многоканальным с одним каналом на сигнатуру. Диапазон оценок соответствия составляет от 0 до 1 в виде числа с плавающей точкой, где большие значения, приближающиеся к 1, соответствуют совпадению с высокой вероятностью. Используйте расширение файла, чтобы задать выходной формат, например, `.tif` (TIFF), `.crf` (CRF) и `.dat` (ENVI DAT).	Raster Dataset
Метод выявления (Дополнительный)	Указывает метод, который будет использован для вычисления оценок соответствия из входного изображения и файла спектральной сигнатуры. Все оценки нормализованы в диапазоне от 0 до 1, при этом более высокая оценка означает лучшее соответствие. Сопоставление спектральных углов (SAM)–Для вычисления оценок сопоставления будет использоваться метод Сопоставитель спектрального угла. Используется по умолчанию. Расхождение спектральной информации (SID)–Для вычисления оценок сопоставления будет использоваться метод Расхождение спектральной информации. Расхождение спектральной информации — Сопоставление спектральных углов (SID-SAM)–Для вычисления оценок сопоставления будет использоваться комбинация методов Расхождение спектральной информации и Сопоставление спектральных углов. Нормализованная оценка спектрального сходства (NS3)–Для вычисления оценок сопоставления будет использоваться метод Нормализованная оценка спектрального сходства. Адаптивный косинусоидальный оператор оценки (ACE)–Для вычисления оценок сопоставления будет использоваться метод Адаптивный косинусоидальный оператор оценки. Ограниченная минимизация энергии (CEM)–Для вычисления оценок сопоставления будет использоваться метод Ограниченная минимизация энергии. Согласованный фильтр (MF)–Для вычисления оценок сопоставления будет использоваться метод Согласованный фильтр.	String
Удалить континуум (Дополнительный)	Определяет, будут ли спектры нормализованы на основе изображения или базовых данных. Отмечено–Спектры будут нормализованы. Не отмечено–Спектры не будут нормализованы. Используется по умолчанию.	Boolean

DetectTargetUsingSpectra(in_raster, in_spectra, out_score_raster, {method}, {remove_continuum})

Имя	Объяснение	Тип данных
in_raster	Многоканальное изображение. Информация о длине волны необходима, если целевые спектры представляют собой файл библиотеки, а растр отражательной способности поверхности рекомендуется использовать, если данные целевых спектров взяты из спектральной библиотеки.	Mosaic Layer; Raster Layer; Image Service; Raster Dataset; Mosaic Dataset
in_spectra	Файл спектральной сигнатуры. Входными данными может быть файл спектральной библиотеки, содержащий спектральные сигнатуры, или класс объектов, созданный в Менеджере обучающих выборок.	Feature Layer; File
out_score_raster	Набор растровых данных, содержащий оценки соответствия из входного изображения и файла спектральной сигнатуры. Если входной растр имеет несколько спектральных сигнатур, выходной растр будет многоканальным с одним каналом на сигнатуру. Диапазон оценок соответствия составляет от 0 до 1 в виде числа с плавающей точкой, где большие значения, приближающиеся к 1, соответствуют совпадению с высокой вероятностью. Используйте расширение файла, чтобы задать выходной формат, например, `.tif` (TIFF), `.crf` (CRF) и `.dat` (ENVI DAT).	Raster Dataset
method (Дополнительный)	Указывает метод, который будет использован для вычисления оценок соответствия из входного изображения и файла спектральной сигнатуры. Все оценки нормализованы в диапазоне от 0 до 1, при этом более высокая оценка означает лучшее соответствие. `SAM`–Для вычисления оценок сопоставления будет использоваться метод SAM. Используется по умолчанию. `SID`–Для вычисления оценок сопоставления будет использоваться метод SID. `SIDSAM`–Для вычисления оценок сопоставления будет использоваться сочетание методов SID и SAM. `NS3`–Для вычисления оценок сопоставления будет использоваться метод NS3. `ACE`–Для вычисления оценок сопоставления будет использоваться метод ACE. `CEM`–Для вычисления оценок сопоставления будет использоваться метод CEM. `MF`–Для вычисления оценок сопоставления будет использоваться метод MF.	String
remove_continuum (Дополнительный)	Определяет, будут ли спектры нормализованы на основе изображения или базовых данных. `REMOVE_CONTINUUM`–Спектры будут нормализованы. `NO_REMOVE_CONTINUUM`–Спектры не будут нормализованы. Используется по умолчанию.	Boolean

Пример кода

DetectTargetUsingSpectra, пример 1 (окно Python)

В этом примере спектральная сигнатура сравнивается с гиперспектральным изображением с помощью опции SAM, и создается растр оценок сопоставления.

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

# Run DetectTargetUsingSpectra
out_score_raster = arcpy.ia.DetectTargetUsingSpectra(r"c:\data\aviris_image.tif", r"C:\data\oaks_from_usgs.esl", "SAM", "NO_REMOVE_CONTINUUM")
out_score_raster.save(r"c:\data\result.tif")

DetectTargetUsingSpectra, пример 2 (автономный скрипт)

В этом примере спектральная сигнатура сравнивается с гиперспектральным изображением с помощью опции SAM и создается растр оценок сопоставления.

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

#Define variables
InputImage = r"c:\data\ aviris_image.tif"
targetSpectra= r"c:\data\oaks_from_usgs.esl"
outputScoreRaster = r"c:\data\score_raster.tif"
Method = "SAM"
removeContinuum = "NO_REMOVE_CONTINUUM"

#Run
out_score_raster = arcpy.ia.DetectTargetUsingSpectra(
    in_raster=InputImage,
    in_spectra= targetSpectra,
    method=Method,
    remove_continuum=removeContinuum
)
out_score_raster.save(outputScoreRaster)

Параметры среды

Выравнивание ячейки, Размер ячейки, Сжатие, Текущая рабочая область, Географические преобразования, NoData, Выходное ключевое слово конфигурации, Выходная система координат, Экстент, Пирамидный слой, Статистика растра, Метод пересчета, Временная рабочая область, Растр привязки, Размер листа, Коэффициент параллельной обработки

Информация о лицензировании