Mean Shift 影像分割函数

获得 Image Analyst 许可后可用。

需要 Spatial Analyst 许可。

概览

识别影像中的对象、要素或线段,方法是将具有相似光谱和空间特征的相邻像素分组到一起。可控制空间和光谱平滑量以帮助派生感兴趣要素。

备注

输入栅格需要为 8 位,且有一个或三个波段。

为了获得最佳分割结果,建议您在准备输入栅格图层时尽可能地区分您感兴趣的要素:

  • 如果栅格超过三个波段,请使用提取波段函数指定最佳波段组合。
  • 使用拉伸函数来拉伸影像,以充分显示感兴趣的要素。如果栅格数据不是 8 位,请在函数的常规选项卡中使用拉伸函数指定 8 位无符号作为输出像素类型

以上预处理步骤中的输出图层是 Mean Shift 影像分割函数的输入。

分类训练工具要求输入分割栅格数据集为文件。通过单击另存为来保留分割图层,并为分割栅格分配一个文件名。如果输入图层过大,则处理整个分割栅格数据集的时间可能会很长。

参数

参数说明

栅格

要进行分割的输入栅格。

光谱细节

基于颜色特征分离对象的相对重要性。

浮点值的有效范围为 1.0 到 20.0。较小的值可以使类更广泛并提高平滑度。如果希望区分光谱特性有些相似的要素,则适合使用较高的值。例如,在森林场景中使用更高的光谱细节值可更好地区分不同的树种。

空间细节

基于空间特征分离对象的相对重要性。

整型值的有效范围为 1 到 20。较小的值可以使类更广泛并提高平滑度。如果要区分空间上较小且聚集在一起的要素,则适合使用较高的值。例如在市区场景中,您可以使用较小的空间细节值对常规的不可渗透表面要素进行分类,也可以使用较高的空间细节值将建筑物和道路归为不同的类。

最小线段大小(以像素为单位)

最小线段大小(以像素为单位) 该值与您的最小制图单位相关,并且会过滤出较小的像素块。所有小于指定值的线段都将与最适合它们的临近线段合并。

仅线段边界

线段边界在每条线段周围绘制为一条黑色等值线。这将有助于您区分具有相似颜色的相邻线段。

  • 未选中 - 不显示线段边界。这是默认设置。
  • 选中 - 线段边界以黑色等值线的形式显示在每条线段周围。

相关主题


在本主题中
  1. 概览
  2. 备注
  3. 参数