| Beschriftung | Erläuterung | Datentyp |
Eingabe-Raster | Ein Multiband- oder Hyperspektralbild | Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service |
Ausgabe-Raster | Ein Einzelband-Raster, das die Abweichungswerte zwischen 0 und 1 als Gleitkommazahl speichert. 0 ist der Hintergrund und große Werte, die sich 1 nähern, sind potenzielle Abweichungen. Verwenden Sie die Dateierweiterung, um das Ausgabeformat anzugeben, einschließlich .tif (TIFF), .crf (CRF), .mrf (MRF) und .dat (ENVI DAT). | Raster Dataset |
Berechnungsmethode für Abweichung (optional) | Gibt die Berechnungsmethode für Abweichung an, die verwendet wird.
| String |
Anzahl der Cluster (optional) | Die Anzahl der Cluster, die verwendet wird, wenn der Parameter Berechnungsmethode für Abweichung auf KMEANS festgelegt ist. | Long |
Hintergrundregion (optional) | Eine Polygon-Feature-Class, die die Region definiert, die zur Berechnung von Hintergrundstatistiken verwendet wird, wenn der Parameter Berechnungsmethode für Abweichung auf RXD oder UTD festgelegt ist. | Feature Set |
Statistik neu berechnen (optional) | Gibt an, ob die Statistik für das Eingabe-Raster neu berechnet wird, wenn der Parameter Berechnungsmethode für Abweichung auf RXD oder UTD festgelegt ist. Die Optionen RXD und UTD erfordern eine genaue Statistik, bei der der Sprungfaktor 1 sein muss, wenn die Statistik berechnet wird.
| Boolean |
Mit der Image Analyst-Lizenz verfügbar.
Zusammenfassung
Verarbeitet ein Multiband- oder Hyperspektralbild und erstellt ein Raster mit einer Bewertung der Abweichungen. Ein Raster mit einer Bewertung der Abweichungen ist ein Einzelband-Raster mit Werten zwischen 0 und 1.
Verwendung
Eine Abweichung in einem Bild bezieht sich auf Pixel, die sich deutlich von den Hintergrundwerten unterscheiden, wie z. B. Schiffe auf dem Meer, Fahrzeuge auf einer Straße oder bauliche Erschließungen durch den Menschen in Naturgebieten.Das Werkzeug unterstützt die Erkennungsmethoden für Abweichungen von Reed-Xiaoli Detector (RXD), Uniform Target Detector (UTD) und KMEANS.
Die Option RXD des Parameters Berechnungsmethode für Abweichung berechnet die Mahalanobis-Entfernung der Pixel zum Hintergrund, der durch den Mittelwert definiert ist. Sie verwendet folgende Formel:
δRXD(r)=(r-µ)TK-1LxL(r-µ)Dabei steht r für die Stichproben-Pixelspektren, µ für die mittleren Spektren, K für die Kovarianz und L für die Anzahl der Bänder.
Die Option UTD des Parameters Berechnungsmethode für Abweichung ist vergleichbar mit der Option RXD extrahiert jedoch einen Hintergrund mithilfe eines Einheitenvektors. Sie verwendet folgende Formel:
δUTD(r)=(1-µ)TK-1LxL(1-µ)Sie definiert die Abweichung durch das Ersetzen von (r-u) in der RXD-Methode mit (1-u).
Die Option KMEANS des Parameters Berechnungsmethode für Abweichung identifiziert unter Verwendung von K-Means-Algorithmen für Cluster-Bildung Pixel, die signifikant von den etablierten Clustern in den Daten abweichen.
Es wird ein Raster mit einer Bewertung der Abweichungen ausgegeben, das Dezimalwerte zwischen 0 und 1 enthält, wobei 0 der Hintergrund ist und große Werte, die sich 1 nähern, potenzielle Abweichungen sind. Die Pixel mit Abweichungen können mithilfe von Rasterfunktionen gefiltert werden, z. B. mit der Funktion Neuzuordnung oder Maske. Der gesamte Workflow zur Erkennung von Abweichungen kann mithilfe des Assistenten "Änderungserkennung" durchgeführt werden.
Verwenden Sie die dynamische Bereichsanpassung (Dynamic Range Adjustment, DRA) in der Symbolisierung des Ausgabe-Layers, um Pixel mit Abweichungen besser sichtbar zu machen.
Parameter
DetectImageAnomalies(in_raster, out_raster, {method}, {num_cluster}, {background_region}, {recompute_stats})| Name | Erläuterung | Datentyp |
in_raster | Ein Multiband- oder Hyperspektralbild | Raster Dataset; Raster Layer; Mosaic Dataset; Mosaic Layer; Image Service |
out_raster | Ein Einzelband-Raster, das die Abweichungswerte zwischen 0 und 1 als Gleitkommazahl speichert. 0 ist der Hintergrund und große Werte, die sich 1 nähern, sind potenzielle Abweichungen. Verwenden Sie die Dateierweiterung, um das Ausgabeformat anzugeben, einschließlich .tif (TIFF), .crf (CRF), .mrf (MRF) und .dat (ENVI DAT). | Raster Dataset |
method (optional) | Gibt die Berechnungsmethode für Abweichung an, die verwendet wird.
| String |
num_cluster (optional) | Die Anzahl der Cluster, die verwendet wird, wenn der Parameter method auf KMEANS festgelegt ist. | Long |
background_region (optional) | Eine Polygon-Feature-Class, die die Region definiert, die zur Berechnung der Hintergrundstatistik verwendet wird, wenn der Parameter methodBerechnungsmethode für Abweichung auf RXD oder UTD festgelegt ist. | Feature Set |
recompute_stats (optional) | Gibt an, ob die Statistik für das Ausgabe-Bewertungs-Raster neu berechnet wird, wenn der Parameter method auf RXD oder UTD festgelegt ist. Die Optionen RXD und UTD erfordern eine genaue Statistik, bei der der Sprungfaktor 1 sein muss, wenn die Statistik berechnet wird.
| Boolean |
Codebeispiel
In diesem Beispiel wird ein Hyperspektralbild mit der Option RXD verarbeitet und ein Raster mit einer Bewertung der Abweichungen erstellt.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
tempanomaly = arcpy.ia.GenerateMultidimensionalAnomaly(
"c:/data/climateData.nc", "temperature", "DIFFERENCE_FROM_MEAN",
"ALL", "DATA", None)
tempanomaly.save("c:/data/TempAnomaly.crf")In diesem Beispiel wird ein Hyperspektralbild mit der Option KMEANS verarbeitet und ein Raster mit einer Bewertung der Abweichungen erstellt.
# Import system modules
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
#Define variables
input_image = r"c:\data\hsi_image.tif"
num_of_cluster = 1
anomaly_raster = arcpy.ia.DetectImageAnomalies(
in_raster=input_image,
method="KMEANS",
num_cluster=num_of_cluster,
recompute_stats="RECOMPUTE_STATS"
)
anomaly_raster.save(r"c:/test/anomaly_score_raster.tif")Umgebungen
Lizenzinformationen
- Basic: Erfordert Image Analyst
- Standard: Erfordert Image Analyst
- Advanced: Erfordert Image Analyst