训练 ISO 聚类分类器 (影像分析工具)

汇总

使用 Iso 聚类分类定义生成 Esri 分类器定义文件 (.ecd)。

此工具用于执行非监督分类。

用法

任何 Esri 支持的栅格都可用作输入，包括栅格产品、分割栅格、镶嵌、影像服务或通用栅格数据集。分割栅格必须为 8 位 3 波段栅格。
分割影像属性参数仅在其中一个栅格图层输入为分割影像时处于活动状态。

参数

Dialog
Python

标注	说明	数据类型
输入栅格	待分类的栅格数据集。	Raster Layer; Mosaic Layer; Image Service; String
最大类别/聚类数量	分组像素或段所需的最大类数。此参数应设置为大于图例中类的数量。您获取的要素类可能会少于此参数中指定的数量。如果需要更多要素类，可在训练过程结束后增加此值并聚集类。	Long
输出分类器定义文件	包含属性信息、统计数据、超平面矢量和分类器所需的其他信息的输出 JSON 格式文件。将创建 `.ecd` 文件。	File
附加输入栅格（可选）	将对其他栅格数据集（如多光谱影像或 DEM）进行整合，从而为分类生成属性和其他所需信息。设置此参数属于可选操作。	Raster Layer; Mosaic Layer; Image Service; String
最大迭代次数（可选）	要运行的聚类过程的最大迭代次数。推荐范围为 10 到 20 次迭代之间。增加此值将会使处理时间呈线性增加。	Long
每个聚类的最小样本数（可选）	一个有效聚类或类中的最小像素数或分割数。默认值 20 对于创建具有统计显著性的类有效。要增加聚类并减少狭长面，可以提高此数值；但是，可能会限制创建的总类数。	Long
跳过因子（可选）	要为像素影像输入跳过的像素数。如果输入是分段影像，则请指定要跳过的段数。	Long
所用的分割影像属性（可选）	指定要包括在与输出栅格相关联的属性表中的属性。此参数仅在输入栅格的分割关键属性设置为 true 时处于活动状态。如果该工具的唯一输入是分割影像，则默认属性包括聚合颜色、像素计数、紧密度和矩形度。如果在输入分割影像的同时还包含一个附加输入栅格值，则平均数字值和标准差也将成为可用的属性。聚合颜色—RGB 颜色值将基于每个分割从输入栅格获取。这也称为平均色度。平均数字值—基于每个分割，将从可选像素图像中获取的平均数字值 (DN)。标准差—基于每个分割，将从可选像素影像中获取的标准差。像素计数—基于每个分割，构成分割的像素数。紧密度—基于每个分割，决定分割为紧凑型还是圆形的度数。值的范围从 0 到 1，1 表示圆形。垂直度—基于每个分割，决定分割为矩形的度数。值的范围从 0 到 1，1 表示矩形。	String
每个迭代的最大聚类合并数（可选）	每个迭代的最大聚类合并数。增加合并的数量将减少所创建的类。较小值将生成较多的类。	Long
最大合并距离（可选）	要素空间中聚类中心间的最大距离。增加距离将允许更多的聚类合并，从而生成较少的类。较小值将生成较多的类。使用值 0 到 5 通常可获得最佳结果。	Double

TrainIsoClusterClassifier(in_raster, max_classes, out_classifier_definition, {in_additional_raster}, {max_iterations}, {min_samples_per_cluster}, {skip_factor}, {used_attributes}, {max_merge_per_iter}, {max_merge_distance})

名称	说明	数据类型
in_raster	待分类的栅格数据集。	Raster Layer; Mosaic Layer; Image Service; String
max_classes	分组像素或段所需的最大类数。此参数应设置为大于图例中类的数量。您获取的要素类可能会少于此参数中指定的数量。如果需要更多要素类，可在训练过程结束后增加此值并聚集类。	Long
out_classifier_definition	包含属性信息、统计数据、超平面矢量和分类器所需的其他信息的输出 JSON 格式文件。将创建 `.ecd` 文件。	File
in_additional_raster （可选）	将对其他栅格数据集（如多光谱影像或 DEM）进行整合，从而为分类生成属性和其他所需信息。设置此参数属于可选操作。	Raster Layer; Mosaic Layer; Image Service; String
max_iterations （可选）	要运行的聚类过程的最大迭代次数。推荐范围为 10 到 20 次迭代之间。增加此值将会使处理时间呈线性增加。	Long
min_samples_per_cluster （可选）	一个有效聚类或类中的最小像素数或分割数。默认值 20 对于创建具有统计显著性的类有效。要增加聚类并减少狭长面，可以提高此数值；但是，可能会限制创建的总类数。	Long
skip_factor （可选）	要为像素影像输入跳过的像素数。如果输入是分段影像，则请指定要跳过的段数。	Long
used_attributes [used_attributes;used_attributes,...] （可选）	指定要包括在与输出栅格相关联的属性表中的属性。此参数仅在输入栅格的分割关键属性设置为 true 时处于启用状态。如果该工具的唯一输入是分割影像，则默认属性包括 `COLOR`、`COUNT`、`COMPACTNESS` 和 `RECTANGULARITY`。如果在输入分割影像的同时还包含一个 `in_additional_raster` 值，则 `MEAN` 和 `STD` 也将成为可用的属性。 `COLOR`—RGB 颜色值将基于每个分割从输入栅格获取。这也称为平均色度。 `MEAN`—基于每个分割，将从可选像素图像中获取的平均数字值 (DN)。 `STD`—基于每个分割，将从可选像素影像中获取的标准差。 `COUNT`—基于每个分割，构成分割的像素数。 `COMPACTNESS`—基于每个分割，决定分割为紧凑型还是圆形的度数。值的范围从 0 到 1，1 表示圆形。 `RECTANGULARITY`—基于每个分割，决定分割为矩形的度数。值的范围从 0 到 1，1 表示矩形。	String
max_merge_per_iter （可选）	每个迭代的最大聚类合并数。增加合并的数量将减少所创建的类。较小值将生成较多的类。	Long
max_merge_distance （可选）	要素空间中聚类中心间的最大距离。增加距离将允许更多的聚类合并，从而生成较少的类。较小值将生成较多的类。使用值 0 到 5 通常可获得最佳结果。	Double

代码示例

TrainIsoClusterClassifier 示例 1（Python 窗口）

以下 Python 窗口脚本使用 ISO 聚类分类器创建最多含十个类的非监督 Esri 分类定义文件。

import arcpy
from arcpy.ia import *

TrainIsoClusterClassifier("c:/test/moncton_seg.tif", "10",
                "c:/output/moncton_sig_iso.ecd","c:/test/moncton.tif",
                "5", "10", "2", "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY")

TrainIsoClusterClassifier 示例 2（独立脚本）

此脚本示例使用 ISO 聚类分类器创建最多含十个类的非监督 Esri 分类定义文件。

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

"""Usage: TrainIsoClusterClassifier(in_raster, max_num_classes,
                out_classifier_definition, {in_additional_raster},
                {max_num_iterations}, {min_num_samples_per_cluster},
                {skip_factor},{used_attributes})

"""

# Set local variables
inSegRaster = "c:/test/moncton_seg.tif"
maxNumClasses = "10"
out_definition = "c:/output/moncton_sig_iso.ecd"
in_additional_raster = "moncton.tif"
maxIteration = "20"
minNumSamples = "10"
skipFactor = "5"
attributes = "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY"

# Run
TrainIsoClusterClassifier(inSegRaster, maxNumClasses,
                out_definition, in_additional_raster,
                maxIteration, minNumSamples, skipFactor, attributes)

环境

当前工作空间, 范围, 地理变换, 输出坐标系, 并行处理因子, 临时工作空间, 捕捉栅格

许可信息

基本: 需要 Image Analyst 或 Spatial Analyst
标准: 需要 Image Analyst 或 Spatial Analyst
高级: 需要 Image Analyst 或 Spatial Analyst

训练 ISO 聚类分类器 (影像分析工具)

汇总

用法

参数

环境

许可信息

相关主题