Überblick über das Toolset "Segmentierung und Klassifizierung"

Mit der Spatial Analyst-Lizenz verfügbar.

Mit der Image Analyst-Lizenz verfügbar.

Mit den Werkzeugen für Segmentierung und Klassifizierung können Sie segmentierte Raster für die spätere Erstellung von klassifizierten Raster-Datasets vorbereiten.

In der folgenden Tabelle werden die verfügbaren Werkzeuge aufgeführt und kurz beschrieben.

Werkzeuge im Toolset "Segmentierung und Klassifizierung"

Werkzeug	Beschreibung
Raster klassifizieren	Klassifiziert ein Raster-Dataset basierend auf einer Esri Classifier Definition (.ecd)-Datei und Raster-Dataset-Eingaben. Die .ecd-Datei enthält alle Informationen, die für die Durchführung einer bestimmten, von Esri unterstützten Klassifizierungsart erforderlich sind. Die Eingaben in dieses Werkzeug müssen den Eingaben entsprechen, die zur Generierung der erforderlichen .ecd-Datei verwendet werden.
Konfusionsmatrix berechnen	Berechnet eine Konfusionsmatrix mit Unterlassungs- und Überlassungsfehlern und leitet anschließend einen Kappa-Übereinstimmungsindex und eine Gesamtgenauigkeit zwischen der klassifizierten Karte und den Referenzdaten ab.
Segmentattribute berechnen	Berechnet einen Satz von Attributen, die mit dem segmentierten Bild verknüpft sind. Das Eingabe-Raster kann ein Einzelband- oder 3-Band-, 8-Bit-segmentiertes Bild sein.
Punkte für die Genauigkeitsbewertung erstellen	Erstellt zufällig ausgewählte Punkt für die Genauigkeitsbewertung nach der Klassifizierung.
Trainingsdaten für Deep Learning exportieren	Verwendet ein Fernerkundungsbild zum Konvertieren von beschrifteten Vektor- oder Raster-Daten in Training-Datasets für Deep Learning. Die Ausgabe ist ein Ordner mit Bildschnipseln und ein Ordner mit Metadaten-Dateien im angegebenen Format.
Trainingsgebiete aus Ursprungspunkten erstellen	Generiert Trainingsgebiete aus Ursprungspunkten wie Genauigkeitsbewertungs- oder Trainingsgebietspunkten. Trainingsgebiete werden in der Regel aus einer vorhandenen Quelle gewonnen, z. B. aus einem thematischen Raster oder einer Feature-Class.
Trainingsgebiete prüfen	Untersucht die Genauigkeit einzelner Trainingsgebiete. Die Cross Validation-Genauigkeit wird anhand der zuvor generierten Klassifizierungstrainingsergebnisse in einer .ecd-Datei und den Trainingsgebieten berechnet. Ausgegeben werden ein Raster-Dataset mit den falsch klassifizierten Klassenwerten und ein Trainingsgebiet-Dataset mit dem Genauigkeitswert für die einzelnen Trainingsgebiete.
Lineare spektrale Entmischung	Führt eine Subpixel-Klassifizierung durch und berechnet den Anteil verschiedener Landbedeckungstypen für einzelne Pixel.
Kachel-Artefakte des Raster-Segments entfernen	Korrigiert Segmente oder Objekte, die von den Kachelgrenzen abgeschnitten werden, wenn die Segmentierung als Raster-Funktion ausgeführt wird. Dies ist ein hilfreiches Werkzeug für bestimmte regionale Prozesse, wie zum Beispiel die Segmentierung von Bildern, die Inkonsistenzen neben den Kachelgrenzen aufweisen. Dieser Verarbeitungsschritt ist im Werkzeug Mean Shift-Segmentierung enthalten und sollte daher nur für ein segmentiertes Bild verwendet werden, das nicht mit diesem Werkzeug erstellt wurde.
Mean Shift-Segmentierung	Gruppiert benachbarte Pixel mit ähnlichen Spektraleigenschaften in Segmente.
ISO-Cluster-Klassifikator trainieren	Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der ISO-Cluster-Klassifizierung.
Maximum-Likelihood-Klassifikator trainieren	Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsdefinition des Maximum-Likelihood-Klassifikators.
Random Trees-Klassifikator trainieren	Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Random Trees-Klassifizierung.
Support Vector Machine-Klassifikator trainieren	Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsdefinition für Support Vector Machine (SVM).
Punkte für die Genauigkeitsbewertung aktualisieren	Aktualisiert das Target-Feld in der Attributtabelle, um Bezugspunkte mit dem klassifizierten Bild zu vergleichen.