Вычислить матрицу неточностей (Image Analyst)

Доступно с лицензией Spatial Analyst.

Доступно с лицензией Image Analyst.

Краткая информация

Вычисляет матрицу неточностей с ошибками пропуска и невыполнения и определяет индекс согласованности каппа, минимальное пересечение по объединению (IoU), а также вычисляет общую точность между классифицированной картой и базовыми данными.

Этот инструмент использует выходные данные инструмента Создать точки оценки точности или Обновить точки оценки точности.

Использование

  • Рабочий процесс оценки точности обычно использует следующие три инструмента в указанном порядке: Создать точки оценки точности, Обновить точки оценки точности и Вычисление матрицы неточностей.

  • Этот инструмент вычисляет матрицу несоответствий, используя произвольные точки оценки точности. Точки оценки точности создаются инструментом Создать точки оценки точности и обновляются при помощи инструмента Обновить точки оценки точности. Эти два инструмента гарантируют, что каждая точка имеет корректные значения класса в полях Classified и GrndTruth. Эти оба поля типа long integer. Инструмент вычисляет точность пользователя и точность построителя для каждого класса, а также общий индекс Kappa. Диапазон точности варьируется от 0 до 1, при этом 1 означает 100% точность. Ниже приведен пример матрицы несоответствий:

    c_1c_2c_3ВсегоU_AccuracyKappa

    c_1

    49

    4

    4

    57

    0.8594

    0

    c_2

    2

    40

    2

    44

    0.9091

    0

    c_3

    3

    3

    59

    65

    0.9077

    0

    Всего

    54

    47

    65

    166

    0

    0

    P_Accuracy

    0.9074

    0.8511

    0.9077

    0

    0.8916

    0

    Kappa

    0

    0

    0

    0

    0

    0.8357

    Пример матрицы несоответствий

  • Точность пользователя дает ложно-положительные результаты, если пикселы ошибочно классифицируются как некий известный класс, когда их следовало классифицировать как нечто другое. Примером может служить классифицированное изображение, где пиксел указан как непроницаемый, а базовые данные указывают, что это лес. Непроницаемый класс имеет дополнительные пикселы, которые он не должен иметь в соответствии с базовыми данными.

    Точность пользователя называют также ошибками достоверности или ошибкой типа 1. Данные для расчета коэффициента ошибок считываются со строк таблицы.

    Строка Total показывает число точек, которые, согласно базовым данным, должны были определиться как заданный класс.

  • Точность производителя является ложно-отрицательной, когда пикселы известного класса классифицируются как нечто иное, чем этот самый класс. Примером может служить классифицированное изображение, где пиксел указан как лес, а он должен быть непроницаемым. В этом случае, непроницаемый класс – это отсутствующие пикселы в соответствии с базовыми данными.

    Точность построителя также называют ошибками пропуска и невыполнения или ошибкой типа 2. Данные для расчета этого коэффициента ошибок считываются со столбцов таблицы.

    Столбец Total показывает число точек, которые, согласно классифицированной карте, определились как заданный класс.

  • Индекс Kappa дает общую оценку точности классификации.

  • Пересечение по объединению (IoU) - область перекрытия между прогнозируемой сегментацией и истинной точностью, деленная на область объединения между прогнозируемой сегментацией и истинной точностью. Среднее значение IoU вычисляется для каждого класса.

Параметры

ПодписьОписаниеТип данных
Входные точки оценки точности

Класс объектов точек оценок точности создаётся инструментом Создать точки оценки точности, он содержит поля Classified и GrndTruth. Эти оба поля типа long integer.

Feature Layer
Выходная матрица несоответствий

Имя выходного файла матрицы несоответствий в табличном формате.

Формат таблицы определяется выходным местоположением и путем к ней. По умолчанию выходными данными будет таблица базы геоданных. Если путь не в базе геоданных, укажите расширение .dbf для сохранения в формате dBASE.

Table

ComputeConfusionMatrix(in_accuracy_assessment_points, out_confusion_matrix)
ИмяОписаниеТип данных
in_accuracy_assessment_points

Класс объектов точек оценок точности создаётся инструментом Создать точки оценки точности, он содержит поля Classified и GrndTruth. Эти оба поля типа long integer.

Feature Layer
out_confusion_matrix

Имя выходного файла матрицы несоответствий в табличном формате.

Формат таблицы определяется выходным местоположением и путем к ней. По умолчанию выходными данными будет таблица базы геоданных. Если путь не в базе геоданных, укажите расширение .dbf для сохранения в формате dBASE.

Table

Пример кода

ComputeConfusionMatrix, пример 1 (автономный скрипт)

Пример вычисления матрицы несоответствий на основе точек оценки точности.

import arcpy
from arcpy.ia import *

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

accuracy_assessment_points = "c:test\\aapnt2.shp"
confusion_matrix = "c:\\test\\confm.dbf"

ComputeConfusionMatrix(accuracy_assessment_points, confusion_matrix)

Параметры среды

Этот инструмент не использует параметры среды геообработки

Информация о лицензиях

  • Basic: Обязательно Image Analyst или Spatial Analyst
  • Standard: Обязательно Image Analyst или Spatial Analyst
  • Advanced: Обязательно Image Analyst или Spatial Analyst

Связанные разделы