| Etiqueta | Explicación | Tipo de datos |
Dataset de mosaico de entrada | El dataset de mosaico que contiene las imágenes de origen desde las que se crean los puntos de control del terreno. | Mosaic Dataset; Mosaic Layer |
Puntos de control de entrada | El conjunto de puntos de control de entrada que contiene una lista de entidades de puntos de control del terreno. | File; Feature Class; Feature Layer; String |
Puntos de control de salida | Entidades de punto de control del terreno de salida. | Feature Class |
Chips de imagen de carpeta de salida (Opcional) | Carpeta de salida de los chips de imagen. | Folder |
Tamaño de tesela (Opcional) | Tamaño de tesela de los chips de imagen de salida. El tamaño de tesela predeterminado es 1024. | Long |
Número de puntos de enlace (Opcional) | Número de puntos de enlace correspondiente a cada punto de control del terreno. El valor predeterminado es 5. | Long |
Disponible con licencia de Image Analyst.
Disponible para una organización de ArcGIS con la licencia de ArcGIS Reality.
Resumen
Detecta puntos de control del terreno en un dataset de mosaico.
Uso
Esta herramienta se utiliza como parte del proceso de ortorrectificación. La recopilación de imágenes preliminar se crea mediante el uso del espacio de trabajo de representación cartográfica de realidad. El dataset de mosaico requiere un ajuste rápido; entonces, la recopilación de imágenes puede perfeccionarse más usando puntos de control.
La herramienta llevará a cabo la detección de objetos en las imágenes para encontrar los puntos de control del terreno (GCP).
Esta herramienta puede detectar dos tipos de marcadores de control del terreno: fichas y cruces.
Los resultados de las detecciones pueden utilizarse en proyectos de ArcGIS Reality for ArcGIS Pro.
La herramienta utiliza modelos de aprendizaje profundo entrenados por Esri. Para obtener más información sobre el aprendizaje profundo, consulte Aprendizaje profundo con la extensión ArcGIS Image Analyst.
Para configurar su equipo para usar marcos de aprendizaje profundo en ArcGIS Pro, consulte Instalar marcos de aprendizaje profundo para ArcGIS.
Aunque la herramienta admite tanto CPU como GPU, se requiere una GPU con capacidad CUDA de NVIDIA y un mínimo de 4 GB de VRAM; se recomienda 8 GB de VRAM. Para obtener más información sobre los requisitos de GPU más recientes, consulte Preguntas frecuentes sobre aprendizaje profundo.
Esta herramienta admite y utiliza varias GPU, si están disponibles. Para utilizar una GPU específica, determine el entorno Id. de GPU. Cuando el entorno de Id. de GPU no se define, la herramienta utiliza todas las GPU disponibles; este es el valor predeterminado.
Parámetros
DetectControlPoints(in_mosaic_dataset, in_control_points, out_control_points, {out_folder_image_chips}, {tile_size}, {number_tie_points_per_gcp})| Nombre | Explicación | Tipo de datos |
in_mosaic_dataset | El dataset de mosaico que contiene las imágenes de origen desde las que se crean los puntos de control del terreno. | Mosaic Dataset; Mosaic Layer |
in_control_points | El conjunto de puntos de control de entrada que contiene una lista de entidades de puntos de control del terreno. | File; Feature Class; Feature Layer; String |
out_control_points | Entidades de punto de control del terreno de salida. | Feature Class |
out_folder_image_chips (Opcional) | Carpeta de salida de los chips de imagen. | Folder |
tile_size (Opcional) | Tamaño de tesela de los chips de imagen de salida. El tamaño de tesela predeterminado es 1024. | Long |
number_tie_points_per_gcp (Opcional) | Número de puntos de enlace correspondiente a cada punto de control del terreno. El valor predeterminado es 5. | Long |
Muestra de código
En este ejemplo se detectan puntos de control y chips de imagen de salidas mediante el uso de cinco puntos de enlace con un tamaño de tesela de 1024 píxeles.
# Import system modules
import arcpy
from arcpy.ia import *
arcpy.env.workspace = r"C:\myproject\RealityMapping\myproject.ermw\Imagery\myproject.gdb"
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
arcpy.ia.DetectControlPoints("MyprojectCollection", "myproject_ControlPoints",
r"C:\myproject\myproject.gdb\ImageCollection_ControlPoints2",
r"C:\myproject\tempImageChips", 1024, 5)En este ejemplo se detectan puntos de control y chips de imagen de salidas mediante el uso de cinco puntos de enlace con un tamaño de tesela de 1024 píxeles.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
# Set local variables
in_mosaic = r"C:\myproject\RealityMapping\myproject.ermw\Imagery\myproject.gdb\myproject_Collection"
in_control_points = r"C:\myproject\RealityMapping\myproject.ermw\Imagery\myproject.gdb\myproject_ControlPoints"
out_control_points = r"C:\myproject\myproject.gdb\ImageCollection_ControlPoints2"
out_folder_image_chips = r"C:\myproject\tempImageChips"
tile_size = 512,
number_tie_points_per_gcp = 3
# Execute
arcpy.ia.DetectControlPoints_ia(in_mosaic, in_control_points, out_control_points,
out_folder_image_chips, tile_size, number_tie_points_per_gcp)Entornos
Información de licenciamiento
- Basic: Requiere Image Analyst o ArcGIS Reality for ArcGIS Pro
- Standard: Requiere Image Analyst o ArcGIS Reality for ArcGIS Pro
- Advanced: Requiere Image Analyst o ArcGIS Reality for ArcGIS Pro