Mit der Image Analyst-Lizenz verfügbar.
Mit der Spatial Analyst-Lizenz verfügbar.
The geoprocessing functions in the Classification and Pattern Recognition category can be used to perform classification and regression analysis workflows, including accuracy assessment. Capabilities include multispectral image segmentation, training sample generation and evaluation, pixel and object-oriented machine learning classification, and quantitative accuracy assessment of results.
An important input is the classification training sample file, produced using the Generate Training Samples From Seed Points function, or using the tools in theTraining Samples Manager pane.
| Geoprocessing function | Description |
|---|---|
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. | |
Berechnet eine Konfusionsmatrix mit Unterlassungs- und Überlassungsfehlern und leitet anschließend einen Kappa-Übereinstimmungsindex und eine Gesamtgenauigkeit zwischen der klassifizierten Karte und den Referenzdaten ab. | |
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. | |
Erstellt zufällig ausgewählte Punkt für die Genauigkeitsbewertung nach der Klassifizierung. | |
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. | |
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. | |
Führt eine Subpixel-Klassifizierung durch und berechnet den Anteil verschiedener Landbedeckungstypen für einzelne Pixel. | |
Verwendet die Ausgabe des Werkzeugs Regressionsmodell "Random Trees" trainieren, um Datenwerte vorherzusagen. | |
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 nur für ein segmentiertes Bild verwendet werden, das nicht mit diesem Werkzeug erstellt wurde. | |
Gruppiert benachbarte Pixel mit ähnlichen Spektraleigenschaften in Segmente. | |
Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der ISO-Cluster-Klassifizierung. | |
Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsdefinition des Maximum-Likelihood-Klassifikators. | |
Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Random Trees-Klassifizierung. | |
Modelliert unter Verwendung der Analyse der Zufallsbäume ("Random Trees") die Beziehung zwischen erklärenden Variablen und einem Ziel-Dataset. | |
Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsdefinition für Support Vector Machine (SVM). | |
Aktualisiert das Target-Feld in der Attributtabelle, um Bezugspunkte mit dem klassifizierten Bild zu vergleichen. |