| Etiqueta | Explicación | Tipo de datos |
Datos de la clase de entidad o ráster de entrada | La fuente de dato que etiqueta las muestras de formación. | Mosaic Layer; Raster Layer; Feature Layer; Image Service; String |
Puntos iniciales de entrada | Un shapefile o clase de entidad de puntos que proporciona los centros de los polígonos de las muestras de formación. | Feature Layer |
Clase de entidad de muestra de formación de salida |
La clase de entidad de muestra de entrenamiento de salida con un formato que se puede utilizar en herramientas de formación, incluidos shapefiles. La clase de entidad de salida puede ser una clase de entidad poligonal o una clase de entidad de punto. | Feature Class |
Área de muestra mínima (Opcional) | El área mínima necesaria para cada muestra de formación, en metros cuadrados. El valor mínimo debe ser igual o mayor que 0. | Double |
Radio de muestra máximo (Opcional) | La distancia más larga (en metros) desde cualquier punto dentro de la muestra de formación hasta el punto inicial de su centro. Si se define como 0, la muestra de formación de salida será de puntos en lugar de polígonos. El valor mínimo debe ser igual o mayor que 0. | Double |
Disponible con una licencia de Spatial Analyst.
Disponible con licencia de Image Analyst.
Resumen
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.
Uso
Esta herramienta acepta recursos de datos externos en el conjunto de herramientas de clasificación de ArcGIS. Las entradas que identifican el esquema de la clase que va a guiar la generación de las muestras de formación incluyen datasets de ráster temáticos o polígonos como, por ejemplo, mapas de clasificación previos, huellas de edificios, carreteras u otros datos SIG.
Para las entradas de ráster, la herramienta ejecutará un crecimiento de la región a partir de puntos iniciales, con la condición de que todos los píxeles tengan el mismo valor. El crecimiento de la región se controla mediante el Radio de muestra máximo (en Python es max_radius). Las prácticas recomendadas sobre teledetección sugieren que las muestras de formación deben ser homogéneas dentro de la muestra y que el tamaño de la muestra debería ser representativo de la entidad de destino. Si el crecimiento de una región a partir de determinados puntos iniciales no puede alcanzar un área mayor que el Área de muestra mínima (en Python es min_area), no se utiliza el punto inicial.
Para entradas de clase de entidad, la herramienta seleccionará entidades de los datos de entrada que intersequen la clase de entidad de puntos, en lugar de utilizar el crecimiento de la región.
Puede utilizar la herramienta Creación de puntos de evaluación de exactitud para generar los puntos de muestras de formación. Incluye opciones para la cantidad de puntos que se van a usar y algunas estrategias de muestreo para generar los puntos aleatorios.
Si ya tiene puntos iniciales de muestra de formación o cuenta con una forma para generarlos, estos se pueden utilizar fácilmente porque la herramienta solo utiliza las coordenadas x e y de un archivo de clase de entidad de puntos, no la tabla asociada.
Parámetros
GenerateTrainingSamplesFromSeedPoints(in_class_data, in_seed_points, out_training_feature_class, {min_sample_area}, {max_sample_radius})| Nombre | Explicación | Tipo de datos |
in_class_data | La fuente de dato que etiqueta las muestras de formación. | Mosaic Layer; Raster Layer; Feature Layer; Image Service; String |
in_seed_points | Un shapefile o clase de entidad de puntos que proporciona los centros de los polígonos de las muestras de formación. | Feature Layer |
out_training_feature_class |
La clase de entidad de muestra de entrenamiento de salida con un formato que se puede utilizar en herramientas de formación, incluidos shapefiles. La clase de entidad de salida puede ser una clase de entidad poligonal o una clase de entidad de punto. | Feature Class |
min_sample_area (Opcional) | El área mínima necesaria para cada muestra de formación, en metros cuadrados. El valor mínimo debe ser igual o mayor que 0. | Double |
max_sample_radius (Opcional) | La distancia más larga (en metros) desde cualquier punto dentro de la muestra de formación hasta el punto inicial de su centro. Si se define como 0, la muestra de formación de salida será de puntos en lugar de polígonos. El valor mínimo debe ser igual o mayor que 0. | Double |
Muestra de código
Crear muestras de formación a partir de puntos iniciales.
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
GenerateTrainingSamplesFromSeedPoints("c:/test/amberg_3band_classified_ISO.tif",
"c:/input/seed_points",
"c:/test/out/training_samples.gdb\out_training_sample",
30, 50)Crear muestras de formación a partir de puntos iniciales.
# Import system modules
import arcpy
from arcpy.ia import *
# Set local variables
inclassified_raster = "c:/test/landuse.tif"
in_seed_points = "c:/test/seed_points.shp"
output_trainingsamples = "c:/test/output/training.gdb/trainingsmaples"
maxSampleArea = 30
minSampleRadius = 50
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
#Execute
GenerateTrainingSamplesFromSeedPoints(inclassified_raster, in_seed_points,
output_trainingiamples, maxiampleArea, miniampleRadius)Información de licenciamiento
- Basic: Requiere Image Analyst or Spatial Analyst
- Standard: Requiere Image Analyst or Spatial Analyst
- Advanced: Requiere Image Analyst or Spatial Analyst
Temas relacionados
- An overview of the Classification and Pattern Recognition toolset
- Buscar una herramienta de geoprocesamiento
- Preparar clasificador de máxima verosimilitud
- Preparar clasificador de árboles aleatorios
- Preparar clasificador de máquina de vectores de soporte
- Clasificar ráster
- Inspeccionar muestras para formación