Вычислить опорные точки (Управление данными)

Сводка

Вычисляет опорные точки между набором данных мозаики и контрольным изображением. Опорные точки могут использоваться совместно со связующими точками, чтобы вычислить трансформацию набора данных мозаики.

Использование

• Для получения точных результатов, используйте опцию Высокое сходство для параметра Сходство.

• Опорные точки могут быть объединены со связующими точками с помощью инструмента Добавить опорные точки.

• Опорные и связующие точки затем используются в инструменте Вычислить блочное уравнивание.

• Если набор данных мозаики содержит множество элементов, будьте внимательны при использовании параметра Объекты выходного изображения, поскольку процесс обработки может стать длительным.

Синтаксис

ComputeControlPoints(in_mosaic_dataset, in_reference_images, out_control_points, {similarity}, {out_image_feature_points}, density, distribution, area_of_interest, {location_accuracy})

Parameter	Объяснение	Тип данных
in_mosaic_dataset	Входной набор данных мозаики, который будет применяться для расчета опорных точек.	Mosaic Dataset; Mosaic Layer
in_reference_images	Базовые изображения, которые будут применяться для создания опорных точек вашего набора данных мозаики. Если у вас есть несколько изображений, создайте из них набор данных мозаики, а затем используйте его в качестве базового изображения.	Raster Layer; Raster Dataset; Image Service; MapServer; WMS Map; Mosaic Layer; Internet Tiled Layer; Map Server Layer
out_control_points	Выходная таблица опорных точек. В этой таблице будут содержаться опорные точки, созданные данным инструментом.	Feature Class
similarity (Дополнительный)	Задает уровень сходства для сопоставления связующих точек. LOW —Критерий сходства для двух сопоставляемых точек будет низким. Эта опция создаст пары точек с наилучшим сопоставлением, но некоторые совпадения могут иметь более высокий уровень ошибки. MEDIUM —Критерий сходства для двух сопоставляемых точек будет средним. HIGH —Критерий сходства для двух сопоставляемых точек будет высоким. Эта опция создаст наименьшее число сопоставленных точек, но каждая пара будет иметь низкий уровень ошибки.	String
out_image_feature_points (Дополнительный)	Выходная таблица точек объектов изображения. Она будет сохранена как класс полигональных объектов. Эти выходные данные могут быть достаточно ёмкими.	Feature Class
density	Количество создаваемых связующих точек. LOW —Задайте низкую плотность точек. Будет создано наименьшее число точек. MEDIUM —Задайте среднюю плотность точек. Будет создано нормальное число точек. HIGH —Задайте высокую плотность точек. Будет создано наибольшее число точек.	String
distribution	Задает распределение точек, регулярное или случайное. RANDOM —Точки создаются случайным образом. Произвольно расположенные точки лучше подходят для перекрывающихся областей неправильной формы. REGULAR —Точки создаются на основе фиксированного образца. Для точек, основанных на фиксированном образце, используется плотность для определения частоты их создания.	String
area_of_interest	Ограничивает область, в которой создаются связанные точки, классом полигональных объектов.	Feature Layer
location_accuracy (Дополнительный)	Задает ключевое слово, которое описывает точность изображений. LOW —Изображения имеют большой сдвиг и сильно повернуты (> 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм SIFT. MEDIUM —Изображения имеют средний сдвиг и не сильно повернуты (< 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм Harris. HIGH —Изображения имеют небольшой сдвиг и не сильно повернуты.Для расчета сопоставления точек будет использоваться алгоритм Harris.	String

Пример кода

ComputeControlPoints , пример 1 (окно Python)

Пример скрипта Python для инструмента ComputeControlPoints.

import arcpy
arcpy.ComputeControlPoints_management("c:/block/BD.gdb/redQB", 
     "c:/block/BD.gdb/redQB_tiePoints", "HIGH",
     "c:/block/BD.gdb/redQB_mask", "c:/block/BD.gdb/redQB_imgFeatures")

ComputeControlPoints, пример 2 (автономный скрипт)

Это пример автономного скрипта Python для выполнения инструмента ComputeControlPoints.

#compute control points

import arcpy
arcpy.env.workspace = "c:/workspace"

#compute control points using a mask 
mdName = "BD.gdb/redlandsQB"
in_mask = "BD.gdb/redlandsQB_mask"
out_controlPoint = "BD.gdb/redlandsQB_tiePoints"
out_imageFeature = "BD.gdb/redlandsQB_imageFeatures"

arcpy.ComputeControlPoints_management(mdName, out_controlPoint, 
     "HIGH", in_mask, out_imageFeature)

Environments

Текущая рабочая область, Коэффициент параллельной обработки, Временная рабочая область

Информация о лицензиях

• Basic: Нет
• Standard: Да
• Advanced: Да