Segmentation and Classification geoprocessing functions

Mit der Spatial Analyst-Lizenz verfügbar.

Mit der Image Analyst-Lizenz verfügbar.

Die Geoverarbeitungsfunktionen für die Segmentierung und Klassifizierung ermöglichen die Vorbereitung segmentierter Raster zum Erstellen von klassifizierten Raster-Datasets.

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

Geoprocessing functions in the Segmentation and Classification category

Geoprocessing Function	Description
Classify Raster	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.
Compute Confusion Matrix	Berechnet eine Konfusionsmatrix mit Unterlassungs- und Überlassungsfehlern und leitet anschließend einen Kappa-Übereinstimmungsindex und eine Gesamtgenauigkeit zwischen der klassifizierten Karte und den Referenzdaten ab.
Compute Segment Attributes	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.
Create Accuracy Assessment Points	Erstellt zufällig ausgewählte Punkt für die Genauigkeitsbewertung nach der Klassifizierung.
Export Training Data For Deep Learning	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.
Generate Training Samples From Seed Points	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.
Inspect Training Samples	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.
Linear Spectral Unmixing	Führt eine Subpixel-Klassifizierung durch und berechnet den Anteil verschiedener Landbedeckungstypen für einzelne Pixel.
Remove Raster Segment Tiling Artifacts	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.
Segment Mean Shift	Gruppiert benachbarte Pixel mit ähnlichen Spektraleigenschaften in Segmente.
Train Iso Cluster Classifier	Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der ISO-Cluster-Klassifizierung.
Train K-Nearest Neighbor Classifier	Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsmethode "Nächste Nachbarn (K)".
Train Maximum Likelihood Classifier	Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsdefinition des Maximum-Likelihood-Klassifikators.
Train Random Trees Classifier	Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Random Trees-Klassifizierung.
Train Support Vector Machine Classifier	Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsdefinition für Support Vector Machine (SVM).
Update Accuracy Assessment Points	Aktualisiert das Target-Feld in der Attributtabelle, um Bezugspunkte mit dem klassifizierten Bild zu vergleichen.