计算连接点 (数据管理)

摘要

计算重叠镶嵌数据集项目之间的连接点。 连接点随后可用于计算镶嵌数据集的区域网平差。

使用情况

• 可使用追加控制点工具将连接点与控制点相结合。

• 然后，连接点和可选控制点则可用作计算区域网平差工具的输入内容。

• 如果您的镶嵌数据集包含许多项目，则在指定输出影像要素参数时请慎重，因为处理结果可能会耗费很长时间。

参数

对话框

标注	说明	数据类型
输入镶嵌数据集	将用于创建连接点的输入镶嵌数据集。	Mosaic Layer; Mosaic Dataset
输出控制点	输出控制点表。 此表将包含使用此工具创建的连接点。	Feature Class
相似 (可选)	指定将用于匹配连接点的相似性级别。 低级相似性—两个匹配点的相似性条件为低级。 此选项将生成最匹配的连接点对，但是某些匹配连接点对的错误误差等级可能比较高。 中级相似性—此匹配点对的相似性等级为中级。 高级相似性—此匹配点对的相似性等级为高级。 此选项将生成数目最少的匹配连接点对，但是每个匹配连接点对的误差等级可能比较低。	String
输入掩膜 (可选)	用于排除控制点计算中不需要的区域的面要素类。 名为 mask 的字段可控制区域的纳入或排除。 值为 1 时表示由面（内部）定义的区域将从计算中排除。 值为 2 时表示计算中将包括定义面（内部）而不包括面外部的区域。	Feature Layer
输出影像要素 (可选)	输出影像要素点表。 该表将保存为面要素类。 此输出可能非常大。	Feature Class
点密度分析	指定要创建的连接点数。 低点密度—点的密度将较低，这将创建数量最少的连接点。 中等点密度—点的密度将为中等，这将创建中等数量的连接点。 高点密度—点的密度将较高，这将创建数量最多的连接点。	String
点分布	指定点具有常规分布还是随机分布。 随机点分布—点将以随机方式生成。 随机生成的点更适合与不规则形状重叠的区域。 常规点分布—将基于固定图案生成点。 基于固定图案生成的点使用点密度来确定点的创建频率。	String
影像位置精度	指定用于描述影像精度的关键字。 低影像位置精度—影像具有大幅度偏移和大幅度旋转（> 5 度）。SIFT 算法将用于点匹配计算。 中等影像位置精度—影像具有中等幅度偏移和小幅度旋转（<5 度）。Harris 算法将用于点匹配计算。 高影像位置精度—影像具有小幅度偏移和小幅度旋转。Harris 算法将用于点匹配计算。	String
其他选项 (可选)	指定用于校正引擎的其他选项。 这些选项仅供第三方校正引擎使用。	Value Table

Python

arcpy.management.ComputeTiePoints(in_mosaic_dataset, out_control_points, {similarity}, {in_mask_dataset}, {out_image_features}, density, distribution, location_accuracy, {options})

名称	说明	数据类型
in_mosaic_dataset	将用于创建连接点的输入镶嵌数据集。	Mosaic Layer; Mosaic Dataset
out_control_points	输出控制点表。 此表将包含使用此工具创建的连接点。	Feature Class
similarity (可选)	指定将用于匹配连接点的相似性级别。 LOW—两个匹配点的相似性条件为低级。 此选项将生成最匹配的连接点对，但是某些匹配连接点对的错误误差等级可能比较高。 MEDIUM—此匹配点对的相似性等级为中级。 HIGH—此匹配点对的相似性等级为高级。 此选项将生成数目最少的匹配连接点对，但是每个匹配连接点对的误差等级可能比较低。	String
in_mask_dataset (可选)	用于排除控制点计算中不需要的区域的面要素类。 名为 mask 的字段可控制区域的纳入或排除。 值为 1 时表示由面（内部）定义的区域将从计算中排除。 值为 2 时表示计算中将包括定义面（内部）而不包括面外部的区域。	Feature Layer
out_image_features (可选)	输出影像要素点表。 该表将保存为面要素类。 此输出可能非常大。	Feature Class
density	指定要创建的连接点数。 LOW—点的密度将较低，这将创建数量最少的连接点。 MEDIUM—点的密度将为中等，这将创建中等数量的连接点。 HIGH—点的密度将较高，这将创建数量最多的连接点。	String
distribution	指定点具有常规分布还是随机分布。 RANDOM—点将以随机方式生成。 随机生成的点更适合与不规则形状重叠的区域。 REGULAR—将基于固定图案生成点。 基于固定图案生成的点使用点密度来确定点的创建频率。	String
location_accuracy	指定用于描述影像精度的关键字。 LOW—影像具有大幅度偏移和大幅度旋转（> 5 度）。SIFT 算法将用于点匹配计算。 MEDIUM—影像具有中等幅度偏移和小幅度旋转（<5 度）。Harris 算法将用于点匹配计算。 HIGH—影像具有小幅度偏移和小幅度旋转。Harris 算法将用于点匹配计算。	String
options [options,...] (可选)	指定用于校正引擎的其他选项。 这些选项仅供第三方校正引擎使用。	Value Table

代码示例

ComputeTiePoints 示例 1（Python 窗口）

这是 ComputeTiePoints 函数的 Python 示例。

import arcpy
arcpy.ComputeTiePoints_management("c:/workspace/BD.gdb/redQB", 
     "c:/workspace/BD.gdb/redQB_tiePoints", "MEDIUM")

ComputeTiePoints 示例 2（独立脚本）

这是 ComputeTiePoints 函数的独立脚本示例。

#compute tie points

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

#Compute tie points for a mosaic dataset
mdName = "BD.gdb/redlandsQB"
out_tiePoint = "BD.gdb/redlandsQB_tiePoints"

arcpy.ComputeTiePoints_management(mdName, out_tiePoint, "MEDIUM")

环境

当前工作空间, 并行处理因子, 临时工作空间

特殊情况

许可信息

• Basic: 否
• Standard: 是
• Advanced: 是