Préparer le classificateur de vraisemblance maximale (Image Analyst)

Disponible avec une licence Spatial Analyst.

Disponible avec une licence Image Analyst.

Résumé

Génère un fichier de définition de classificateur Esri (.ecd) grâce à la définition de classification du classificateur de vraisemblance maximale (MLC).

Utilisation

  • Pour exécuter un processus de classification de vraisemblance maximale, utilisez le même raster en entrée et le fichier .ecd en sortie de cet outil dans l'outil Classer le raster.

  • Le raster en entrée peut être n'importe quel raster pris en charge par Esri, avec n'importe quelle profondeur des couleurs.

  • Pour créer un jeu de données raster segmenté, utilisez l'outil Décalage moyen de segment.

  • Pour créer un fichier d’échantillon d’entraînement, accédez à la fenêtre Training Samples Manager (Gestionnaire d’échantillons d’apprentissage) à partir du menu déroulant Classification Tools (Outils de classification).

  • Le fichier de définition de classificateur en sortie contient des statistiques d'attributs adaptées à l'outil Classification de vraisemblance maximale.

  • Le paramètre Attributs de segment est activé uniquement si l'une des entrées de la couche raster est une image segmentée.

  • Pour classer une série chronologique de données raster à l’aide de l’algorithme CCDC (Continuous Change Detection and Classification), exécutez d’abord l’outil Analyze Changes Using CCDC (Analyser les modifications avec l’algorithme CCDC) et utilisez le raster d’analyse des changements en sortie comme raster en entrée pour cet outil d’entraînement.

    Les données fournies à titre d’échantillons d’apprentissage doivent être collectées à plusieurs reprises à l’aide du Gestionnaire d’échantillons d’apprentissage. La valeur de dimension de chaque exemple est répertoriée dans un champ figurant dans la classe d’entités des échantillons d’entraînement comme indiqué dans le paramètre Dimension Value Field (Champ de valeur de dimension).

Syntaxe

TrainMaximumLikelihoodClassifier(in_raster, in_training_features, out_classifier_definition, {in_additional_raster}, {used_attributes}, {dimension_value_field})
ParamètreExplicationType de données
in_raster

Jeu de données raster à classer.

Raster Layer; Mosaic Layer; Image Service; String
in_training_features

Fichier d’échantillons d’apprentissage ou couche délimitant les sites d’entraînement.

Il peut s’agir de shapefiles ou de classes d’entités qui contiennent vos échantillons d'apprentissage. Les noms de champ suivants sont requis dans le fichier d’échantillons d'apprentissage :

  • classname : zone de texte indiquant le nom de la catégorie de classe.
  • classvalue : champ d’entier long contenant la valeur entière de chaque catégorie de classe.

Feature Layer
out_classifier_definition

Fichier JSON en sortie qui contient des informations sur les attributs, des statistiques, des vecteurs hyperplans et d'autres informations pour le classificateur. Un fichier .ecd est créé.

File
in_additional_raster
(Facultatif)

Incorpore des jeux de données raster auxiliaires, tels qu'une image segmentée ou un MNT. Ce paramètre est facultatif.

Raster Layer; Mosaic Layer; Image Service; String
used_attributes
[used_attributes,...]
(Facultatif)

Spécifie les attributs à inclure dans la table attributaire associée au raster en sortie.

  • COLORLes valeurs de couleurs RVB découlent du raster en entrée, segment par segment.
  • MEANNombre numérique (DN) moyen dérivé de l’image de pixels facultative, segment par segment.
  • STDÉcart type dérivé de l’image en pixels facultative, segment par segment.
  • COUNTNombre de pixels qui composent le segment, segment par segment.
  • COMPACTNESSDegré auquel un segment est compact ou circulaire, segment par segment. Les valeurs autorisées sont comprises entre 0 et 1, où 1 correspond à un cercle.
  • RECTANGULARITYDegré auquel le segment est rectangulaire, segment par segment. Les valeurs autorisées sont comprises entre 0 et 1, où 1 correspond à un rectangle.

Ce paramètre est activé uniquement si la propriété de clé Segmented est vraie (définie sur True) dans le raster en entrée. Si la seule sortie de l’outil est une image segmentée, les attributs par défaut sont COLOR, COUNT, COMPACTNESS et RECTANGULARITY. Si un in_additional_raster est inclus comme entrée avec une image segmentée, les attributs MEAN et STD sont également disponibles.

String
dimension_value_field
(Facultatif)

Contient les valeurs de dimension dans la classe d’entités des échantillons d’apprentissage en entrée.

Ce paramètre est nécessaire pour classer une série chronologique de données raster à l’aide de la sortie du raster d’analyse des changements produite par l’outil Analyser les modifications avec l’algorithme CCDC.

Field

Exemple de code

Exemple 1 d'utilisation de l'outil TrainMaximumLikelihoodClassifier (fenêtre Python)

Le script de fenêtre Python ci-dessous illustre l'utilisation de l'outil TrainMaximumLikelihoodClassifier.

import arcpy
from arcpy.ia import *

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

TrainMaximumLikelihoodClassifier("c:/test/moncton_seg.tif", "c:/test/train.gdb/train_features", 
                                 "c:/output/moncton_sig.ecd", "c:/test/moncton.tif", 
                                 "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY")
Exemple 2 d'utilisation de l'outil TrainMaximumLikelihoodClassifier (script autonome)

Cet exemple illustre comment préparer le classificateur de vraisemblance maximale.

# Import system modules
import arcpy
from arcpy.ia import *

"""
Usage: TrainMaximumLikelihoodClassifier(in_raster, in_training_features, out_classifier_definition, 
                                       {in_additional_raster}, {used_attributes})
"""

# Set local variables
inSegRaster = "c:/test/moncton_seg.tif"
train_features = "c:/test/train.gdb/train_features"
out_definition = "c:/output/moncton_sig.ecd"
in_additional_raster = "c:/moncton.tif"
attributes = "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY"

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

# Execute 
TrainMaximumLikelihoodClassifier(inSegRaster, train_features, out_definition, 
                                 in_additional_raster, attributes)
Exemple 3 d'utilisation de l'outil TrainMaximumLikelihoodClassifier (script autonome)

Cet exemple illustre comment préparer le classificateur de vraisemblance maximale à l’aide d’un raster d’analyse des changements de l’outil Analyze Changes Using CCDC (Analyser les modifications avec l’algorithme CCDC).

# Import system modules
import arcpy
from arcpy.ia import *

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")


# Define input parameters
in_changeAnalysisRaster = "c:/test/LandsatCCDC.crf"
train_features = "c:/test/train.gdb/train_features"
out_definition = "c:/output/change_detection.ecd"
additional_raster = ''
attributes = None
dimension_field = "DateTime"

# Execute 
arcpy.ia.TrainMaximumLikelihoodClassifier(
	in_changeAnalysisRaster, train_features, out_definition, 
	additional_raster, attributes, dimension_field)

Informations de licence

  • Basic: Requiert Image Analyst or Spatial Analyst
  • Standard: Requiert Image Analyst or Spatial Analyst
  • Advanced: Requiert Image Analyst or Spatial Analyst

Rubriques connexes