Calcular puntos de control (Representación cartográfica de realidad)

Resumen

Crea los puntos de control entre el dataset de mosaico y la imagen de referencia. A continuación, los puntos de control se pueden usar junto con los puntos de enlace para calcular los ajustes del dataset de mosaico.

Uso

  • Para obtener resultados de puntos de control precisos, use la opción Similitud alta para el parámetro Similitud.

  • Los puntos de control pueden combinarse con puntos de enlace mediante la herramienta Incorporar puntos de control.

  • Los puntos de control y los puntos de enlace se utilizan a continuación dentro de la herramienta Calcular ajuste de bloque.

  • Si tiene un dataset de mosaico con muchos elementos, tenga cuidado cuando especifique el parámetro Entidades de imagen de salida, ya que se puede tardar mucho tiempo en procesar el resultado.

Parámetros

EtiquetaExplicaciónTipo de datos
Dataset de mosaico de entrada

Dataset de mosaico de entrada que se va a utilizar para crear puntos de control.

Mosaic Dataset; Mosaic Layer
Imágenes de referencia de entrada

Imágenes de referencia que se van a utilizar para crear puntos de control para el dataset de mosaico. Si tiene varias imágenes, cree un dataset de mosaico a partir de las imágenes y utilice el dataset de mosaico como referencia.

Raster Layer; Raster Dataset; Image Service; Map Server; WMS Map; Mosaic Layer; Internet Tiled Layer; Map Server Layer
Puntos de control de salida

La tabla de puntos de control de salida. Esta tabla incluirá los puntos de control que fueron creados.

Feature Class
Similitud
(Opcional)

Especifica el nivel de similitud que se usará para la coincidencia de puntos de enlace.

  • Similitud bajaLos criterios de similitud de los dos puntos coincidentes serán bajos. Esta opción producirá el mayor número de puntos coincidentes, pero algunas de las coincidencias pueden tener un nivel de error más alto.
  • Similitud mediaLos criterios de similitud de los puntos coincidentes serán medios.
  • Similitud altaLos criterios de similitud de los puntos coincidentes serán altos. Esta opción producirá el menor número de puntos coincidentes, pero cada coincidencia tendrá un nivel de error más bajo.
String
Entidades de imagen de salida
(Opcional)

La tabla de puntos de entidad de imagen de salida. Esto se guardará como una clase de entidad poligonal. Esta salida puede ser bastante grande.

Feature Class
Densidad de puntos

Especifica el número de puntos de enlace que se van a crear.

  • Densidad de puntos bajaLa densidad de puntos será baja, lo que creará el menor número de puntos de enlace.
  • Densidad de puntos mediaLa densidad de los puntos será media, lo que creará una cantidad moderada de puntos.
  • Densidad de puntos altaLa densidad de los puntos será alta, lo que creará el mayor número de puntos.
String
Distribución de puntos

Especifica si los puntos tendrán una distribución normal o aleatoria.

  • Distribución de puntos aleatoriaLos puntos se generarán de forma aleatoria. Los puntos generados aleatoriamente son mejores para las áreas solapadas que tienen formas irregulares.
  • Distribución de puntos regularLos puntos se generarán según un patrón fijo. Los puntos basados en un patrón fijo utilizan la densidad de puntos para determinar la frecuencia de creación de puntos.
String
Área de interés

Limita el área en que se generan puntos de enlace solo a esta clase de entidad poligonal.

Feature Layer
Exactitud de ubicación de imagen
(Opcional)

Especifica la palabra clave que describe la precisión de las imágenes.

  • Exactitud baja de ubicación de imagenLas imágenes tienen un desplazamiento y rotación grandes (> 5 grados).Se utilizará el algoritmo SIFT en el cálculo de la coincidencia de puntos.
  • Exactitud media de ubicación de imagenLas imágenes tienen un desplazamiento y rotación medios (<5 grados).Se utilizará el algoritmo Harris en el cálculo de la coincidencia de puntos.
  • Exactitud alta de ubicación de imagenLas imágenes tienen un desplazamiento y rotación pequeños.Se utilizará el algoritmo Harris en el cálculo de la coincidencia de puntos.
String

arcpy.rm.ComputeControlPoints(in_mosaic_dataset, in_reference_images, out_control_points, {similarity}, {out_image_feature_points}, density, distribution, area_of_interest, {location_accuracy})
NombreExplicaciónTipo de datos
in_mosaic_dataset

Dataset de mosaico de entrada que se va a utilizar para crear puntos de control.

Mosaic Dataset; Mosaic Layer
in_reference_images

Imágenes de referencia que se van a utilizar para crear puntos de control para el dataset de mosaico. Si tiene varias imágenes, cree un dataset de mosaico a partir de las imágenes y utilice el dataset de mosaico como referencia.

Raster Layer; Raster Dataset; Image Service; Map Server; WMS Map; Mosaic Layer; Internet Tiled Layer; Map Server Layer
out_control_points

La tabla de puntos de control de salida. Esta tabla incluirá los puntos de control que fueron creados.

Feature Class
similarity
(Opcional)

Especifica el nivel de similitud que se usará para la coincidencia de puntos de enlace.

  • LOWLos criterios de similitud de los dos puntos coincidentes serán bajos. Esta opción producirá el mayor número de puntos coincidentes, pero algunas de las coincidencias pueden tener un nivel de error más alto.
  • MEDIUMLos criterios de similitud de los puntos coincidentes serán medios.
  • HIGHLos criterios de similitud de los puntos coincidentes serán altos. Esta opción producirá el menor número de puntos coincidentes, pero cada coincidencia tendrá un nivel de error más bajo.
String
out_image_feature_points
(Opcional)

La tabla de puntos de entidad de imagen de salida. Esto se guardará como una clase de entidad poligonal. Esta salida puede ser bastante grande.

Feature Class
density

Especifica el número de puntos de enlace que se van a crear.

  • LOWLa densidad de puntos será baja, lo que creará el menor número de puntos de enlace.
  • MEDIUMLa densidad de los puntos será media, lo que creará una cantidad moderada de puntos.
  • HIGHLa densidad de los puntos será alta, lo que creará el mayor número de puntos.
String
distribution

Especifica si los puntos tendrán una distribución normal o aleatoria.

  • RANDOMLos puntos se generarán de forma aleatoria. Los puntos generados aleatoriamente son mejores para las áreas solapadas que tienen formas irregulares.
  • REGULARLos puntos se generarán según un patrón fijo. Los puntos basados en un patrón fijo utilizan la densidad de puntos para determinar la frecuencia de creación de puntos.
String
area_of_interest

Limita el área en que se generan puntos de enlace solo a esta clase de entidad poligonal.

Feature Layer
location_accuracy
(Opcional)

Especifica la palabra clave que describe la precisión de las imágenes.

  • LOWLas imágenes tienen un desplazamiento y rotación grandes (> 5 grados).Se utilizará el algoritmo SIFT en el cálculo de la coincidencia de puntos.
  • MEDIUMLas imágenes tienen un desplazamiento y rotación medios (<5 grados).Se utilizará el algoritmo Harris en el cálculo de la coincidencia de puntos.
  • HIGHLas imágenes tienen un desplazamiento y rotación pequeños.Se utilizará el algoritmo Harris en el cálculo de la coincidencia de puntos.
String

Muestra de código

Ejemplo 1 de ComputeControlPoints (ventana de Python)

Esta es una muestra de Python para la herramienta ComputeControlPoints.

import arcpy
arcpy.ComputeControlPoints_rm("c:/block/BD.gdb/redQB", 
     "c:/block/BD.gdb/redQB_tiePoints", "HIGH",
     "c:/block/BD.gdb/redQB_mask", "c:/block/BD.gdb/redQB_imgFeatures")
Ejemplo 2 de ComputeControlPoints (secuencia de comandos independiente)

Esta es una muestra de un script independiente de la herramienta ComputeControlPoints.

#compute control points

import arcpy
arcpy.env.workspace = "c:/workspace"

#compute control points using a mask 
mdName = "BD.gdb/redlandsQB"
in_mask = "BD.gdb/redlandsQB_mask"
out_controlPoint = "BD.gdb/redlandsQB_tiePoints"
out_imageFeature = "BD.gdb/redlandsQB_imageFeatures"

arcpy.ComputeControlPoints_rm(mdName, out_controlPoint, 
     "HIGH", in_mask, out_imageFeature)

Información de licenciamiento

  • Basic: No
  • Standard: Sí
  • Advanced: Sí

Temas relacionados