Вычислить опорные точки (Reality Mapping)

Краткая информация

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.

Параметры

ПодписьОписаниеТип данных
Входной набор данных мозаики

Входной набор данных мозаики, который будет применяться для расчета опорных точек.

Mosaic Dataset; Mosaic Layer
Входные базовые изображения

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; Map Server; WMS Map; Mosaic Layer; Internet Tiled Layer; Map Server Layer
Выходные опорные точки

Выходная таблица опорных точек. В этой таблице будут содержаться опорные точки, созданные данным инструментом.

Feature Class
Сходство
(Дополнительный)

Задает уровень сходства для сопоставления связующих точек.

  • Низкое сходствоКритерий сходства для двух сопоставляемых точек будет низким. Эта опция создаст пары точек с наилучшим сопоставлением, но некоторые совпадения могут иметь более высокий уровень ошибки.
  • Среднее сходствоКритерий сходства для двух сопоставляемых точек будет средним.
  • Высокое сходствоКритерий сходства для двух сопоставляемых точек будет высоким. Эта опция создаст наименьшее число сопоставленных точек, но каждая пара будет иметь низкий уровень ошибки.
String
Выходные объекты изображений
(Дополнительный)

Выходная таблица точек объектов изображения. Она будет сохранена как класс полигональных объектов. Эти выходные данные могут быть достаточно ёмкими.

Feature Class
Плотность точек

Задает количество создаваемых связующих точек.

  • Низкая плотность точекПлотность точек будет низкой, создается наименьшее количество связующих точек.
  • Средняя плотность точекПлотность точек будет средней, создается среднее количество связующих точек.
  • Высокая плотность точекПлотность точек будет высокой, создается наибольшее количество связующих точек.
String
Распределение точек

Задает распределение точек, регулярное или случайное.

  • Случайное распределение точекТочки создаются случайным образом. Случайно расположенные точки лучше подходят для перекрывающихся областей с неправильными формами.
  • Регулярное распределение точекТочки создаются на основе фиксированного образца. Для точек, основанных на фиксированном образце, используется плотность для определения частоты их создания.
String
Область интереса

Ограничивает область, в которой создаются связанные точки, классом полигональных объектов.

Feature Layer
Точность местоположения изображения
(Дополнительный)

Задает ключевое слово, которое описывает точность изображений.

  • Низкая точность местоположения изображенияИзображения имеют большой сдвиг и сильно повернуты (> 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм SIFT.
  • Средняя точность местоположения изображенияИзображения имеют средний сдвиг и не сильно повернуты (< 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм Harris.
  • Высокая точность местоположения изображенияИзображения имеют небольшой сдвиг и не сильно повернуты.Для расчета сопоставления точек будет использоваться алгоритм Harris.
String

arcpy.rm.ComputeControlPoints(in_mosaic_dataset, in_reference_images, out_control_points, {similarity}, {out_image_feature_points}, density, distribution, area_of_interest, {location_accuracy})
ИмяОписаниеТип 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; Map Server; 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.

  • LOWКритерий сходства для двух сопоставляемых точек будет низким. Эта опция создаст пары точек с наилучшим сопоставлением, но некоторые совпадения могут иметь более высокий уровень ошибки.
  • MEDIUMКритерий сходства для двух сопоставляемых точек будет средним.
  • HIGHКритерий 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

Задает количество создаваемых связующих точек.

  • LOWПлотность точек будет низкой, создается наименьшее количество связующих точек.
  • MEDIUMПлотность точек будет средней, создается среднее количество связующих точек.
  • HIGHПлотность точек будет высокой, создается наибольшее количество связующих точек.
String
distribution

Задает распределение точек, регулярное или случайное.

  • RANDOMТочки создаются случайным образом. Случайно расположенные точки лучше подходят для перекрывающихся областей с неправильными формами.
  • REGULARТочки 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.

  • LOWИзображения имеют большой сдвиг и сильно повернуты (> 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм SIFT.
  • MEDIUMИзображения имеют средний сдвиг и не сильно повернуты (< 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм Harris.
  • HIGHИзображения 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_rm("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_rm(mdName, out_controlPoint, 
     "HIGH", in_mask, out_imageFeature)

Информация о лицензиях

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

Связанные разделы