K 最近隣内挿法による分類器定義ファイルの作成 (Train K-Nearest Neighbor Classifier) (Image Analyst)—ArcGIS Pro

Image Analyst ライセンスで利用できます。

Spatial Analyst のライセンスで利用可能。

サマリー

K 最近隣分類方法を使用して Esri 分類器定義ファイル (*.ecd) を作成します。

K 最近隣分類器は、近隣の過半数投票によってピクセルまたはセグメントを分類するノンパラメトリック分類法です。 K は、投票で使用される近隣の定義済みの数字です。

使用法

このツールは対応するクラスにトレーニングサンプルを割り当てます。入力ピクセルのクラスは K 最近隣の過半数投票によって求めます。
ラスター製品、セグメント化されたラスター、モザイク、イメージサービス、一般的なラスターデータセットなど、Esri でサポートされているラスターは入力として受け入れられます。セグメントラスターは 3 バンドの 8 ビットラスターである必要があります。
[ラスターの分類 (Classify Raster)] ツールの新しいラスターを分類するのに使用される *.ecd ファイルがこのツールの出力です。次に、[ラスターの分類 (Classify Raster)] ツールは各入力ピクセルまたはセグメントからすべてのトレーニングサンプルまでの距離を計算します。
トレーニングサンプルデータは、トレーニングサンプルマネージャーを使用して、複数回収集されている必要があります。各サンプルのディメンション値は、トレーニングサンプルフィーチャクラスのフィールドにリストされており、[ディメンション値フィールド] パラメーターで指定されます。
トレーニングサンプルファイルを作成するには、[分類ツール] ドロップダウンメニューから [トレーニングサンプルマネージャー] ウィンドウを使用します。
セグメントラスターの場合、キープロパティが [セグメント化] に設定されており、このツールは RGB セグメントラスターからインデックス画像と、関連するセグメント属性を計算します。これらの属性は、別の分類ツールで使用される分類器定義ファイルを生成するために計算されます。各セグメントの属性は、Esri でサポートされている画像から計算できます。
[セグメント属性] パラメーターは、ラスターレイヤー入力のうちのいずれかがセグメント画像である場合にのみ、アクティブになります。

パラメーター

ラベル	説明	データタイプ
入力ラスター	分類対象のラスターデータセット。分類するシングルバンドラスター、セグメントラスター、マルチバンドラスター、または多次元ラスター。	Mosaic Layer; Raster Layer; Image Service; String
トレーニングサンプルマネージャー	トレーニングサイトを表すトレーニングサンプルファイルまたはレイヤー。これらは、トレーニングサンプルを含んでいる、シェープファイルまたはフィーチャクラスです。トレーニングサンプルファイルには、次のフィールド名が必要です。 classname— クラスカテゴリ名を示すテキストフィールド classvalue— 各クラスカテゴリの整数値を含む long integer フィールド	Feature Layer
出力分類器定義ファイル	分類器に関する属性情報、統計情報、その他の情報を含んでいる JSON 形式の *.ecd ファイルです。	File
追加入力ラスター (オプション)	マルチスペクトル画像や DEM などの補助ラスターデータセットを取り入れて、分類の属性やその他の必要な情報を生成できます。このパラメーターはオプションです。	Raster Layer; Mosaic Layer; Image Service; String
K 最近隣内挿 (オプション)	各入力ピクセルまたはセグメントの検索に使用する近傍の数。近傍の数を増やすと、分類の結果における各近傍の影響力が弱まります。デフォルト値は 1 です。	Long
クラスあたりの最大サンプル数 (オプション)	各クラスに使用されるトレーニングサンプルの最大数。入力がセグメントラスターでない場合は、デフォルトの値 1000 を推奨します。 0 以下の値は、システムが分類器をトレーニングするためにトレーニングサイトのすべてのサンプルを使用することを意味します。	Long
セグメント属性 (オプション)	出力ラスターに関連付けられた属性テーブルに含める属性を指定します。このパラメーターは、入力ラスターで [セグメント化] キープロパティを true に設定した場合にのみ有効になります。このツールへの入力が、セグメント画像のみである場合、デフォルトの属性は [収束色]、[ピクセル数]、[圧縮率]、および [矩形性] になります。セグメント画像とともに [追加入力ラスター] の値が入力として含まれている場合、[平均デジタルナンバー] と [標準偏差] 属性も使用できます。収束色—RGB カラー値は、入力ラスターからセグメント単位で取得されます。これは、平均色度とも呼ばれます。平均デジタルナンバー—セグメント単位でオプションのピクセル画像から得られる平均デジタルナンバー (DN)。標準偏差—セグメント単位でオプションのピクセル画像から得られる標準偏差。ピクセル数—セグメント単位で、セグメントを構成するピクセル数。コンパクト性—セグメント単位で、セグメントがコンパクトまたは円形である程度。値の範囲は 0 から 1 で、1 は円形です。矩形性—セグメント単位で、セグメントが矩形である程度。値の範囲は 0 から 1 で、1 は矩形です。	String
ディメンション値フィールド (オプション)	入力トレーニングサンプルフィーチャクラスのディメンション値が含まれます。このパラメーターは、[CCDC を使用した変化の解析 (Analyze Changes Using CCDC)] ツールから出力された変化解析ラスターを使用して時系列のラスターデータを分類する際に必要となります。	Field

TrainKNearestNeighborClassifier(in_raster, in_training_features, out_classifier_definition, {in_additional_raster}, {kNN}, {max_samples_per_class}, {used_attributes}, {dimension_value_field})

名前	説明	データタイプ
in_raster	分類対象のラスターデータセット。分類するシングルバンドラスター、セグメントラスター、マルチバンドラスター、または多次元ラスター。	Mosaic Layer; Raster Layer; Image Service; String
in_training_features	トレーニングサイトを表すトレーニングサンプルファイルまたはレイヤー。これらは、トレーニングサンプルを含んでいる、シェープファイルまたはフィーチャクラスです。トレーニングサンプルファイルには、次のフィールド名が必要です。 classname— クラスカテゴリ名を示すテキストフィールド classvalue— 各クラスカテゴリの整数値を含む long integer フィールド	Feature Layer
out_classifier_definition	分類器に関する属性情報、統計情報、その他の情報を含んでいる JSON 形式の *.ecd ファイルです。	File
in_additional_raster (オプション)	マルチスペクトル画像や DEM などの補助ラスターデータセットを取り入れて、分類の属性やその他の必要な情報を生成できます。このパラメーターはオプションです。	Raster Layer; Mosaic Layer; Image Service; String
kNN (オプション)	各入力ピクセルまたはセグメントの検索に使用する近傍の数。近傍の数を増やすと、分類の結果における各近傍の影響力が弱まります。デフォルト値は 1 です。	Long
max_samples_per_class (オプション)	各クラスに使用されるトレーニングサンプルの最大数。入力がセグメントラスターでない場合は、デフォルトの値 1000 を推奨します。 0 以下の値は、システムが分類器をトレーニングするためにトレーニングサイトのすべてのサンプルを使用することを意味します。	Long
used_attributes [used_attributes;used_attributes,...] (オプション)	出力ラスターに関連付けられた属性テーブルに含める属性を指定します。 COLOR—RGB カラー値は、入力ラスターからセグメント単位で取得されます。これは、平均色度とも呼ばれます。 MEAN—セグメント単位でオプションのピクセル画像から得られる平均デジタルナンバー (DN)。 STD—セグメント単位でオプションのピクセル画像から得られる標準偏差。 COUNT—セグメント単位で、セグメントを構成するピクセル数。 COMPACTNESS—セグメント単位で、セグメントがコンパクトまたは円形である程度。値の範囲は 0 から 1 で、1 は円形です。 RECTANGULARITY—セグメント単位で、セグメントが矩形である程度。値の範囲は 0 から 1 で、1 は矩形です。このパラメーターは、入力ラスターで [セグメント化] キープロパティを true に設定した場合にのみ有効になります。このツールへの入力が、セグメント画像のみである場合、デフォルトの属性は COLOR、COUNT、COMPACTNESS、および RECTANGULARITY になります。セグメント画像とともに in_additional_raster 値が入力として含まれている場合、MEAN および STD 属性も使用できます。	String
dimension_value_field (オプション)	入力トレーニングサンプルフィーチャクラスのディメンション値が含まれます。このパラメーターは、[CCDC を使用した変化の解析 (Analyze Changes Using CCDC)] ツールから出力された変化解析ラスターを使用して時系列のラスターデータを分類する際に必要となります。	Field

コードのサンプル

TrainKNearestNeighborClassifier (K 最近隣内挿法による分類器定義ファイルの作成) の例 1 (Python ウィンドウ)

以下は、TrainKNearestNeighborClassifier 関数を実行する Python サンプルです。

# Import system modules 
import arcpy 
from arcpy.ia import * 
 
# Check out the ArcGIS Image Analyst extension license 
arcpy.CheckOutExtension("ImageAnalyst") 
 
# Execute  
arcpy.ia.TrainKNearestNeighborClassifier("landsat.tif", "training_sample.shp", r"c:\data\trained_knn.ecd", 5, "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY")

TrainKNearestNeighborClassifier (K 最近隣内挿法による分類器定義ファイルの作成) の例 2 (スタンドアロンスクリプト)

以下は、TrainKNearestNeighborClassifier 関数を実行する Python スクリプトサンプルです。

# Import system modules 
import arcpy 
from arcpy.ia import * 
 
# Check out the ArcGIS Image Analyst extension license 
arcpy.CheckOutExtension("ImageAnalyst") 
 
# Define input parameters 
in_raster = r"C:/Data/ landsat.tif" 
in_training_features = r"C:/Data/training_sample.shp" 
out_classifier_definition = r"C:/Data/trained_knn.ecd" 
number_of_neighbors = 5
attributes = "COLOR;MEAN;STD;COUNT;COMPACTNESS;RECTANGULARITY"
     
# Execute  - train K-Nearest Neighbor Classifier
arcpy.ia.TrainKNearestNeighborClassifier(in_raster, in_training_features, out_classifier_definition,  
           number_of_neighbors, attributes)

環境

現在のワークスペース, 範囲, 地理座標系変換, 出力座標系, テンポラリワークスペース, スナップ対象ラスター

ライセンス情報

Basic: 次のものが必要 Image Analyst または Spatial Analyst
Standard: 次のものが必要 Image Analyst または Spatial Analyst
Advanced: 次のものが必要 Image Analyst または Spatial Analyst

サマリー

使用法

パラメーター

コードのサンプル

環境

ライセンス情報

関連トピック

このトピックの内容