List of ArcGIS Image Analyst geoprocessing tools—ArcGIS Pro

The ArcGIS Image Analyst extension provides a rich suite of geoprocessing tools in ArcGIS Pro.

Geoprocessing tools

A large number of geoprocessing tools are provided with the Image Analyst extension. These tools are grouped into categories of related functionality in the following table and associated toolsets.

Change Detection

Группа инструментов Выявление изменений содержит инструмент для определения изменений между наборами растровых данных.

Tools in the Change Detection toolset
Tool	Description
Analyze Changes Using CCDC	Оценивает изменения значений пикселов с течением времени с помощью метода Непрерывное обнаружение и классификация изменений (CCDC) и генерирует растр анализа изменений, содержащий результаты модели.
Analyze Changes Using LandTrendr	Оценивает изменения в значениях пикселов во времени с использованием метода обнаружения трендов нарушений и восстановлений на базе Landsat (LandTrendr) и создает растр анализа изменений, содержащий результаты модели.
Compute Change Raster	Вычисляет абсолютные, относительные или категорийные различия между двумя растрами.
Detect Change Using Change Analysis Raster	Генерирует растр, содержащий информацию об изменении значений пикселов, используя выходной растр анализа изменений из инструмента Анализ изменений с помощью CCDC или инструмента Анализ изменений с помощью LandTrendr.

Classification and Pattern Recognition

The Classification and Pattern Recognition tools find, identify, and quantify patterns in imagery data. You can perform classic statistical and advanced machine learning image classification and regression analysis on segmented and pixel-based raster datasets. Additional tools are provided to perform training set and classification accuracy and refinement of class maps. The following table lists the available Classification and Pattern Recognition tools and provides a brief description of each.

Tools of the Classification and Pattern Recognition toolset
Tool	Description
Classify Raster	Классифицирует набор растровых данных на основе файла определения классификатора Esri (.ecd) и входных наборов растровых данных. Файл .ecd содержит всю информацию, требуемую для выполнения конкретного типа поддерживаемой Esri классификации. Входные данные для этого инструмента должны соответствовать входным данным, использованным для создания требуемого файла .ecd.
Compute Confusion Matrix	Вычисляет матрицу неточностей с ошибками пропуска и невыполнения и определяет индекс согласованности каппа, а также вычисляет общую точность между классифицированной картой и референсными данными.
Compute Segment Attributes	Вычисляет набор атрибутов, связанный с сегментированным изображением. Входным растром может являться одноканальное или трёхканальное 8-битное сегментированное изображение.
Create Accuracy Assessment Points	Инструмент создаёт произвольно расположенные точки для оценки точности выполненной классификации.
Generate Training Samples From Seed Points	Создает обучающие выборки из исходных точек, такие как точки оценки точности или точки обучающей выборки. Типичным случаем применения является построение обучающих выборок из существующих источников, таких как тематический растр или класс объектов.
Inspect Training Samples	Оценивает точность отдельных образцов обучающей выборки. Точность перекрестной проверки вычисляется при помощи предварительно созданного результата обучающей классификации в файле .ecd и обучающих выборок. В выходные данные входит набор растровых данных, содержащий значения неправильно классифицированных классов, и набор данных обучающей выборки с показателями точности для каждой обучающей выборки.
Linear Spectral Unmixing	Выполняет субпиксельную классификацию и вычисляет относительную распространенность различных типов почвенно-растительного покрова для отдельных пикселов.
Predict Using Regression Model	Прогнозирует значения данных с помощью выходных данных инструмента Регрессионная модель произвольных деревьев с обучением.
Remove Raster Segment Tiling Artifacts	Исправляет сегменты и объекты, вырезанные по границам листов во время процесса сегментации, выполняемого как функция растра. Этот инструмент полезен для некоторых региональных процессов, например, при сегментации изображений, в которых возможно проявление несоответствий вблизи границы листов изображений. Этот шаг обработки уже включен в инструмент Сегментация методом среднего сдвига; его следует использовать только для сегментированного изображения, не созданного этим инструментом.
Segment Mean Shift	Группирует по сегментам сходные пикселы, у которых похожи спектральные характеристики.
Train Iso Cluster Classifier	Создает файл определения классификатора Esri (.ecd) с использованием определения классификации Изокластер.
Train K-Nearest Neighbor Classifier	Создает файл определения классификатора Esri (.ecd) с использованием метода классификации K-ближайших соседей.
Train Maximum Likelihood Classifier	Создает файл определения классификатора Esri (.ecd) с использованием определения классификации Метода максимального правдоподобия (MLC).
Train Random Trees Classifier	Создает файл определения классификатора Esri (.ecd) с использованием метода классификации произвольных деревьев.
Train Random Trees Regression Model	Моделирует отношение между независимой переменной и целевым набором данных с помощью анализа произвольных деревьев.
Train Support Vector Machine Classifier	Создает файл определения классификатора Esri (.ecd) с использованием определения классификации Метода опорных векторов (SVM).
Update Accuracy Assessment Points	Обновляет поле Target в таблице атрибутов, чтобы сравнивать истинно точные точки с изображением классификации.

Deep Learning

Deep Learning tools detect features in imagery by using multiple layers of artificial neural networks where each layer is capable of extracting one or more unique features in the image. The following table lists the available Deep Learning tools and provides a brief description of each.

Tools in the Deep Learning toolset
Tool	Description
Classify Objects Using Deep Learning	Запускает обученную модель глубокого обучения на входном растре и дополнительном классе пространственных объектов для создания класса объектов или таблицы, где у каждого входного объекта имеется назначенный класс или надпись категории.
Classify Pixels Using Deep Learning	Запускает обученную модель глубокого обучения на входном растре для создания классифицированного растра, где каждому пикселу назначается класс надписей.
Compute Accuracy For Object Detection	Вычисляет точность модели глубокого обучения сравнением объектов, выявленных инструментом Выявить объекты при помощи глубокого обучения, с истинными данными на поверхности земли.
Detect Objects Using Deep Learning	Запускает обученную модель глубокого обучения для входного растра для построения класса с найденными пространственными объектами. Объекты могут быть ограничивающими рамками или полигонами вокруг найденных объектов или точками в центрах объектов.
Export Training Data For Deep Learning	Конвертирует надписанные векторные или растровые данные в наборы данных глубокого обучения с использованием спутникового изображения. Инструмент создает папку чипов изображений и папку файлов метаданных в определенном формате.
Non Maximum Suppression	Identifies duplicate features from the output of the Detect Objects Using Deep Learning tool as a postprocessing step and creates a new output with duplicates removed.
Train Deep Learning Model	Тренирует модель глубокого обучения с использованием результатов работы инструмента Экспорт обучающих данных для глубокого обучения.

Extraction

The Extraction toolset allows you to extract a subset of pixels from a raster by the pixels' attributes or their spatial location.

Tools in the Extraction toolset
Tool	Description
Sample	Создает таблицу или класс точечных объектов, содержащие значения ячеек растра или набора растров, для конкретных местоположений. Местоположения определяются ячейками растра, точками, полилиниями или полигонами.

Map Algebra

Map algebra is a way to perform raster analysis by creating expressions in an algebraic language. Expressions are created with the Raster Calculator tool, which enables you to build expressions that output a raster dataset. The Raster Calculator builds and executes a single map algebra expression using Python syntax.

For more details about the Raster Calculator, refer to An overview of the Map Algebra toolset

Math

More than 60 Math tools are provided for performing mathematical operations on raster datasets. These tools are grouped into functional areas:

General
Conditional
Logical
- Bitwise
- Boolean
- Combinatorial
- Logical
- Relational
Trigonometric

Math (general)

The general Math tools apply a mathematical operation to the input. These tools fall into several categories. The arithmetic tools perform basic mathematical operations, such as addition and multiplication. There are tools that perform various types of exponentiation operations, which includes exponentials and logarithms in addition to the basic power operations. The remaining tools are used either for sign conversion or for conversion between integer and floating point data types. The following table lists the available general Math tools and provides a brief description of each.

Tools in the general Math toolset
Tool	Description
Abs	Вычисляет абсолютное значение ячеек в растре.
Divide	Делит значения двух растров по принципу ячейка-за-ячейкой.
Exp	Вычисляет экспоненту по основанию е ячеек в растре.
Exp10	Вычисляет экспоненту по основанию 10 для ячеек в растре.
Exp2	Вычисляет экспоненту по основанию 2 ячеек в растре.
Float	Преобразует значение каждой ячейки растра в представление с плавающей запятой.
Int	Преобразовывает значения ячеек растров в целочисленные путем округления.
Ln	Вычисляет натуральный логарифм для ячеек растра.
Log10	Вычисляет десятичный логарифм для ячеек растра.
Log2	Вычисляет логарифм на основе 2 для ячеек растра.
Minus	Вычитает значение второго входного растра из значений первого входного растра по принципу ячейка-за-ячейкой.
Mod	Находит остаток (по модулю) первого растра при делении на второй растр по принципу ячейка-за-ячейкой.
Negate	Изменяет знак (умножает на -1) для ячеек входного растра по принципу ячейка-за-ячейкой.
Plus	Добавляет (суммирует) значения двух растров по принципу ячейка-за-ячейкой.
Power	Возводит в степень значения ячеек растра, где степень равна значениям ячеек другого растра.
Round Down	Возвращает ближайшее меньшее целое значение, только представленное как значение с плавающей точкой, для каждой ячейки растра.
Round Up	Возвращает ближайшее большее целое значение, только представленное как значение с плавающей точкой, для каждой ячейки растра.
Square	Возводит в квадрат значения ячеек растра.
Square Root	Вычисляет квадратный корень значений ячеек растра.
Times	Поячеечно перемножает значения их двух растров.

Math (Conditional)

The Conditional Math tools allow you to control the output values based on the conditions placed on the input values. The conditions that can be applied are of two types: either queries on the attributes or a condition based on the position of the conditional statement in a list. The following table lists the available Conditional Math tools and provides a brief description of each.

Tools in the Conditional Math toolset
Tool	Description
Con	Выполняет для каждой ячейки входного растра оценку по принципу условной выборки.
Pick	Uses the value from a position raster to determine from which raster in a list of input raster the output cell value will be obtained.
Set Null	Sets identified cell locations to NoData based on a specified criteria. It returns NoData if a conditional evaluation is true, and returns the value specified by another raster if it is false.

Math (Logical)

The Logical Math tools evaluate the values of the inputs and determine the output values based on Boolean logic. These tools process raster datasets in five main categories: Bitwise, Boolean, Combinatorial, Logical, and Relational. The following tables list the available Logical Math tools and provide a brief description of each.

Bitwise Math tools
Tool	Description
Bitwise And	Выполняет побитовую операцию And для бинарных значений двух входных растров.
Bitwise Left Shift	Выполняет операцию побитового сдвига влево над двоичными значениями двух исходных растров.
Bitwise Not	Выполняет Побитовую операцию Not (дополнение) над двоичными значениями входного растра.
Bitwise Or	Выполняет побитовую операцию "или" над двоичными значениями двух входных растров.
Bitwise Right Shift	Выполняет побитовую операцию "Сдвиг вправо" над двоичными значениями входного растра.
Bitwise XOr	Выполняет побитовую операцию "исключающее или" над двоичными значениями двух входных растров.

Boolean Math tools
Tool	Description
Boolean And	Выполняет булеву операцию "And" над значениями ячеек двух исходных растров. Если оба входных значений истинны (ненулевые), выходное значение равно 1. Если одно или оба значения ложны (нулевые), выходное значение – 0.
Boolean Not	Выполняет Булеву операцию Нет (Not) (дополнительно) для значений ячеек двух входных растров. Если входные значения истинны (ненулевые), выходное значение будет 0. Если входные значения ложные (нулевые), выходное значение будет 1.
Boolean Or	Выполняет логическую операцию "Or" над значениями ячеек двух исходных растров. Если одно или оба входных значений истинны (ненулевые), выходное значение 1. Если оба входные значения ложны (нулевые) – выходное значение – 0.
Boolean XOr	Выполняет Булеву операцию исключающего Или (XOr) для значений ячеек двух входных растров. Если одно входное значение истинно (ненулевое), а остальные ложные (нулевые) выходное значение будет 1. Если оба входных значения истинные или оба входных значения ложные, выходное значение будет 0.

Combinatorial Math tools
Tool	Description
Combinatorial And	Выполняет комбинаторную операцию "And" над значениями ячеек двух исходных растров. Если оба входных значения истинны (не-нулевые), выходное значение будет уникальным для каждой комбинации входных значений. Если одно или оба значения ложны (нулевые) – выходное значение – 0.
Combinatorial Or	Выполняет комбинаторную операцию "Or" над значениями ячеек двух исходных растров. Если какое-либо входное значение истинно (не-нулевое), выходное значение будет уникальным для каждой комбинации входных значений. Если оба значения ложны (нулевые) – выходное значение – 0.
Combinatorial XOr	Выполняет Комбинаторную операцию исключающего Или (XOr) для значений ячеек двух входных растров. Если одно входное значение истинно (не-нулевое), а другое – ложное (нулевое), выходное значение будет уникальным для каждой комбинации входных значений. Если оба входных значения истинные или оба входных значения ложные, выходное значение будет равно нулю.

Relational Math tools
Tool	Description
Equal To	Выполняет относительную операцию "равно " для двух входных растров по принципу ячейка-за-ячейкой. Возвращает значение 1 для ячеек выходного растра, в которых значение ячейки первого входного растра равно значению соответствующей ячейки второго входного растра и значение 0 для ячеек, в которых значения не равны.
Greater Than	Выполняет относительную операцию "больше чем " для двух входных растров по принципу ячейка-за-ячейкой. Возвращает значение 1 для ячеек, в которых значение в первом растра больше, чем значение во втором растра и 0 для ячеек в которых значения первого растра меньше значений второго.
Greater Than Equal	Выполняет относительную операцию "равно " для двух входных растров по принципу ячейка-за-ячейкой. Возвращает значение 1 для ячеек, в которых значение в первом растра больше или равно, чем значение во втором растра и 0 для ячеек в которых значения первого растра меньше значений второго.
Less Than	Выполняет относительную операцию "меньше чем " для двух входных растров по принципу ячейка-за-ячейкой. Возвращает значение 1 для ячеек, где значение одного растра меньше значений второго, и 0 для остальных.
Less Than Equal	Выполняет относительную операцию "меньше чем " для двух входных растров по принципу ячейка-за-ячейкой. Возвращает значение 1 для ячеек, в которых значение в первом растра меньше или равно, чем значение во втором растра и 0 для остальных ячеек.
Not Equal	Выполняет относительную операцию "не равно " для двух входных растров по принципу ячейка-за-ячейкой. Выдает значение 1 для ячеек, где значения на первом растре не равны значениям на втором растре и 0 для ячеек, значения которых равны.

Logical Math tools
Tool	Description
Diff	Определяет, какие значения из первых входных данных логически отличаются от значений вторых входных данных на основе "ячейка-за-ячейкой ". Если значения двух входных растров разные, значения первого входного растра записываются в выходной растр. Если значения двух входных растров одинаковые, в соответствующей ячейке выходного растра будет 0.
InList	Определяет, какие значения из первых входных данных содержатся в наборе других входных данных на основе "ячейка-за-ячейкой ". Для каждой ячейки, если значение первого входного растра находится в списке других входных данных, это значение будет присвоено выходному растру. Если оно не найдено, выходным значением в ячейке будет значение NoData.
Is Null	Определяет, какие значения из входного растра являются значениями NoData на основе "ячейка-за-ячейкой ". Возвращает значение 1, если входное значение – NoData и 0 для ячеек, значение которых не NoData.
Over	Для ненулевых значений ячеек в первых входных данных, выходное значение будет значением первых входных данных. Если ячейки входного растра равны нулю, выходные значения для этих ячеек будут соответствовать ячейкам второго входного растра.
Test	Выполняет Булеву оценку входного растра с помощью логического выражения. Когда выражение оценивается как истинное, выходной ячейке присваивается значение 1. Если выражение ложно, выходной ячейке присваивается значение 0.

Math (Trigonometric)

The Trigonometric Math tools perform various trigonometric calculations on the values in an input raster. The following table lists the available Trigonometric Math tools and provides a brief description of each.

Tools in the Trigonometric Math toolset
Tool	Description
ACos	Вычисляет арккосинус ячейки в растре.
ACosH	Вычисляет ареа-косинус ячейки в растре.
ASin	Вычисляет арксинус ячейки в растре.
ASinH	Вычисляет ареа-синус ячейки в растре.
ATan	Вычисляет арктангенс ячейки в растре.
ATan2	Вычисляет ареа-тангенс ячейки в растре.
ATanH	Вычисляет ареа-тангенс ячейки в растре.
Cos	Вычисляет косинус ячеек растра.
CosH	Вычисляет гиперболический косинус ячеек растра.
Sin	Вычисляет синус ячеек растра.
SinH	Вычисляет гиперболический синус ячеек растра.
Tan	Вычисляет тангенс значений ячеек растра.
TanH	Вычисляет гиперболический тангенс значений ячеек растра.

Motion Imagery

The Motion Imagery toolset contains tools for managing, processing, and analyzing motion imagery, including full motion video data. The following table lists the available Motion Imagery tools and provides a brief description of each.

Tools in the Motion Imagery toolset
Tool	Description
Extract Frames To Images	Extracts video frame images and associated metadata from a FMV-compliant video stream and saves the data to a directory.
Video Metadata To Feature Class	Extracts the platform, frame center, frame outline, and attributes metadata from a FMV-compliant video and saves the feature data to a directory.
Video Multiplexer	Creates a video file that combines an archived video stream file and an associated metadata file synchronized by a time stamp.

Multidimensional Analysis

The tools in the Multidimensional Analysis toolset allow you to perform analysis on scientific data across multiple variables and dimensions. The following table lists the available Multidimensional Analysis tools and a brief description of each.

Tools in the Multidimensional Analysis toolset
Tool	Description
Aggregate Multidimensional Raster	Генерирует набор многомерных растровых данных путем комбинирования существующих переменных многомерного растра вдоль измерения.
Dimensional Moving Statistics	Вычисляет статистику по движущемуся окну для многомерных данных по заданному измерению.
Find Argument Statistics	Извлекает значение измерения или индекс канала, при котором достигается заданная статистика для каждого пиксела в многомерном или многоканальном растре.
Generate Multidimensional Anomaly	Вычисляет аномалию для каждого среза в существующем многомерном растре с целью создания нового многомерного растра.
Generate Trend Raster	Оценивает тренд для каждого пиксела вдоль измерения для одной или нескольких переменных в многомерном растре.
Multidimensional Principal Components	Уменьшает количество компонентов, которые могут учитывать дисперсию всего многомерного растра, так что пространственный и временной шаблон может быть легко идентифицирован.
Predict Using Trend Raster	Вычисляет прогнозируемый многомерный растр, используя выходной растр тренда из инструмента Создать растр тренда.
Summarize Categorical Raster	Создает таблицу, содержащую количество пикселов для каждого класса в каждом срезе входного категориального растра.

Overlay

The tool in the Overlay toolset performs various operations on multiple overlaid rasters. The following table lists the available Overlay tools and provides a brief description of each.

Tools in the Overlay toolset
Tool	Description
Weighted Sum	Наложение нескольких растров с умножением каждого на присвоенный им вес и общим суммированием.

Statistics

Use the Statistics tools to perform statistical raster operations on a local, neighborhood, or zonal basis. The following table lists the tools that perform statistical analysis and provides a brief description of each.

Tools in the Statistics toolset
Tool	Description
Cell Statistics	Вычисляет статистику по ячейкам на основании значений из нескольких растров. Доступная статистика: Большинство, Максимум, Среднее, Медиана, Минимум, Меньшинство, Диапазон, Среднеквадратическое отклонение, Сумма и Разнообразие.
Find Argument Statistics	Extract the dimension value (for example the date, height, or depth) at which a specific statistic is reached in the stack of rasters in a multidimensional raster dataset.
Focal Statistics	Вычисляет для каждой входной ячейки статистику значений в определенной вокруг нее окрестности.
Zonal Statistics	Вычисляет статистику значений растра в пределах зон, определяемых другим набором данных.

Связанные разделы

Отзыв по этому разделу?