获得 Image Analyst 许可后可用。
使用 ArcGIS Image Analyst，可以对多光谱影像和多维栅格数据中的复杂模式进行分类和识别。
影像分类是量化识别影像中要素或对象的知识和技术。 它使用影像中对象的光谱、形状和空间特征对其进行分类。 支持监督和非监督分类，以及像素和面向对象的方法。 提供了统计、非参数、光谱匹配和机器学习分类器。 利用训练样本管理器，您可以建立分类模式、训练样本收集、编辑和样本管理。 可以评估训练样本和结果分类的精度。 可以使用知道您完成分类工作流的分类向导，或使用分类工具套件。
“回归”工具可用于识别、分类和量化地面要素和现象的模式。 具体来说，随机森林回归模型分类器工具接受多个多光谱影像或多维栅格作为解释变量来描述目标数据集。 如果使用多维数据集，则维度为解释性变量，并且可以分配有助于预测目标变量的重要性值。 随机森林回归模型分类器工具的输出可用于生成用于建模的预测数据值栅格。
分类和模式识别工具与变化检测、深度学习和多维分析工具集中的工具和功能密切相关。
分类工具
当影像在内容窗格中处于活动状态，且单击影像选项卡时，分类工具可用。 在影像分类组中，单击分类工具下拉列表以显示用于对影像进行分类的工具。
分类向导也可在影像分类组中使用。
分类和模式识别地理处理工具和栅格函数
ArcGIS Image Analyst 中的分类和模式识别工具集中提供了地理处理工具套件。
多个工具也可用作栅格函数。 有关详细信息，请参阅栅格函数列表中的分类部分。
使用 ArcPy 实现的自动化
您可以使用 ArcPy 中的扩展栅格对象和 Image Analysis 模块执行自动影像分类。
Raster 对象支持多光谱影像，且许多属性和函数可为分类数据提供管理和分析功能。 由于 Raster 对象为临时对象，您可以执行即时分析，避免创建和存储中间数据，并在分析完成后保存结果。
Image Analysis 模块 (arcpy.ia) 是 ArcPy Python 站点包的扩展模块，它可提供对支持分类和其他高级栅格分析的函数、类和运算符的访问权限。 除了即时分析之外，您还可以使用 Image Analysis 模块运行分类地理处理函数，从而在 Python 脚本中生成新的数据集。