Disponible con una licencia de Spatial Analyst.
Disponible con licencia de Image Analyst.
Con las herramientas de segmentación y clasificación, puede preparar rásteres segmentados para utilizarlos a la hora de crear datasets ráster clasificados.
La siguiente tabla enumera las herramientas disponibles y proporciona una breve descripción de cada una de ellas.
Herramienta | Descripción |
---|---|
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 admitida por 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, una intersección sobre combinación (IoU) 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. | |
Convierte los datos de vectores o datos ráster etiquetados en datasets de entrenamiento de aprendizaje profundo utilizando imágenes de teledetección. La salida será una carpeta de chips de imagen y una carpeta de archivos de metadatos en el formato especificado. | |
Generar muestras de entrenamiento a partir de puntos de semillas | 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. | |
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 el método de clasificación de los K vecinos más cercanos. | |
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. | |
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. |