Disponible con licencia de Image Analyst.
Disponible con una licencia de Spatial Analyst.
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 |
---|---|
Clasifica un dataset ráster según un archivo de definición de clasificador de Esri (.ecd) y las entradas del dataset ráster. El archivo .ecd contiene toda la información necesaria para realizar un tipo concreto de clasificación compatible con Esri. Las entradas de esta herramienta deben coincidir con las entradas utilizadas para generar el archivo .ecd necesario. | |
Calcula una matriz de confusión con errores de omisión y comisión y deriva un índice de acuerdo kappa y una precisión global entre el mapa clasificado y los datos de referencia. | |
Calcula un conjunto de atributos asociados con la imagen segmentada. El ráster de entrada puede ser una imagen segmentada de 8 bits, de una sola banda o de 3 bandas. | |
Crea puntos de muestra de forma aleatoria para la evaluación de exactitud posterior a la clasificación. | |
Genera automáticamente muestras de entrenamiento a partir de puntos de semilla como, por ejemplo, puntos de evaluación de la precisión o puntos de muestras de entrenamiento. Un caso de uso típico es la generación de muestras de entrenamiento a partir de una fuente existente como, por ejemplo, un ráster temático o una clase de entidad. | |
Estima la precisión de muestras de entrenamiento individuales. La precisión de la validación cruzada se calcula utilizando el resultado de entrenamiento de clasificación generado previamente en un archivo .ecd y las muestras de entrenamiento. Las salidas incluyen un dataset ráster que contiene los valores de clase mal clasificados y un dataset de muestras de entrenamiento con la puntuación de la exactitud para cada muestra de entrenamiento. | |
Realiza la clasificación por subpíxeles y calcula la abundancia fraccionaria de los diferentes tipos de cobertura de suelo de los píxeles individuales. | |
Predice valores de datos con la salida de la herramienta Entrenar modelo de regresión de árboles aleatorios. | |
Corrige segmentos u objetos cortados por límites de teselas durante el proceso de segmentación realizado como función ráster. Esta herramienta resulta útil en ciertos procesos regionales, como la segmentación de imágenes, presentan incoherencias cerca de los límites de las teselas de imagen. Este paso de procesamiento está incluido en la herramienta Segmentación (desplazamiento medio); solo se debe utilizar en imágenes segmentadas que no se hayan creado con esa herramienta. | |
Agrupa en segmentos los píxeles adyacentes que tienen características espectrales similares. | |
Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación de Clúster ISO. | |
Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación del Clasificador de máxima verosimilitud (MLC). | |
Genera un archivo de definición de clasificador de Esri (.ecd) utilizando el método de clasificación de árboles aleatorios. | |
Modela la relación entre las variables explicativas y un dataset objetivo mediante un análisis de árboles aleatorios. | |
Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación de Máquina de vectores de soporte (SVM). | |
Actualiza el campo Target en la tabla de atributos para comparar los puntos de referencia con la imagen clasificada. |