Disponible con licencia de Image Analyst.
Disponible con una licencia de Spatial Analyst.
Segmentar una imagen
La segmentación es un componente esencial del flujo de trabajo de clasificación basado en objetos. Este proceso agrupa los píxeles vecinos que tienen un color similar y comparten determinadas características de forma. Además, puede usar la opción Mostrar solo límites de segmento si desea visualizar los segmentos como polígonos con la imagen de origen visible por debajo.
Después de ejecutar la segmentación, querrá ver la imagen subyacente para comprobar que los objetos tienen sentido. Pulse la tecla L para activar y desactivar la transparencia de la imagen segmentada. La vista previa está más cerca del resultado de salida si se acerca a la resolución de origen y se asegura de que la pantalla es suficientemente grande.
Nota:
La vista previa se basa en funciones de ráster que procesan los píxeles que se muestran actualmente en la pantalla y se remuestrean para la resolución de visualización. Esto puede provocar una ligera diferencia entre la vista previa y el resultado persistente real de las operaciones regionales.
Hay tres parámetros que controlan cómo se segmentan las imágenes.
Detalle espectral
Establezca el nivel de importancia dado a las diferencias espectrales de las entidades en las imágenes.
Los valores válidos varían de 1,0 a 20,0. Un valor más alto es adecuado cuando dispone de entidades que desea clasificar por separado pero tienen características espectrales parecidas de alguna manera. Los valores más bajos dan lugar a un mayor suavizado y tiempos de procesamiento más largos. Por ejemplo, un valor de detalle espectral mayor en una escena de bosque dará lugar a una mayor discriminación entre las distintas especies de árboles.
Detalle espacial
Establezca el nivel de importancia dado a la proximidad entre entidades en las imágenes.
Los valores válidos varían de 1 a 20. Un valor más elevado es adecuado para una escena donde las entidades de interés son pequeñas y están agrupadas. Los valores más pequeños crean salidas más uniformes espacialmente. Por ejemplo, en una escena urbana, podría clasificar entidades de superficie impermeables utilizando un menor valor de detalle espacial o podría clasificar edificios y carreteras como clases separadas utilizando un valor mayor de detalle espacial.
Tamaño de segmento mínimo
Este parámetro está directamente relacionado con su unidad cartográfica mínima. Los segmentos más pequeños que este tamaño se fusionan con el segmento vecino que mejor se ajuste.
Las unidades están en píxeles.