SegMeanShift

获得 Image Analyst 许可后可用。

需要 Spatial Analyst 许可。

摘要

将具有相似光谱特征和空间特征的相邻像素分为一组。

说明

输入栅格必须为 3 波段无符号 8 位影像。

要使用此函数，指定 spectral_detail 和 spatial_detail 参数或 spectral_radius 和 spatial_radius 参数。这两个参数对关系的相反。

有关此函数工作原理的详细信息，请参阅 Mean Shift 影像分割栅格函数。

栅格对象所引用的栅格数据集是临时性的。 要将其设置为永久，可以调用栅格对象的 save 方法。

语法

SegMeanShift (raster, spectral_detail, spatial_detail, {spectral_radius}, {spatial_radius}, min_num_pixels_per_segment, {astype})

参数	说明	数据类型
raster	The input raster.	Raster
spectral_detail	基于颜色特征分离对象的相对重要性。 有效值范围介于 0 到 21 之间。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。 (默认值为 None)	Double
spatial_detail	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 0 到 21。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。 (默认值为 None)	Integer
spectral_radius	基于颜色特征分离对象的相对重要性。 有效值范围介于 0 到 21 之间。值越大，类越广泛且平滑度更高。如果希望区分光谱特性有些相似的要素，则建议使用较小的值。 (默认值为 None)	Double
spatial_radius	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 0 到 21。值越大，类越广泛且平滑度更高。如果要区分空间上较小且聚集在一起的要素，则建议使用较小的值。 (默认值为 None)	Integer
min_num_pixels_per_segment	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。 (默认值为 None)	Integer
astype	输出像素类型。 (默认值为 None)	Double

代码示例

SegMeanShift 示例

将多光谱影像中光谱特征和空间特征相似的相邻像素分为一组。

from arcpy.ia import *
out_segmented_raster = SegMeanShift("Multispectral_Landsat.tif")
out_segmented_raster.save("C:/arcpyExamples/outputs/segmeanshift_out.crf")

SegMeanShift 示例

将多光谱影像中光谱特征和空间特征相似的相邻像素分为一组。

# Import system modules
import arcpy
from arcpy.ia import *

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

# Set the local variables
raster = "C:/data/Multispectral_Landsat.tif"
spectral_detail= 15.5
spatial_detail= 15
spectral_radius=None
spatial_radius=None
min_num_pixels_per_segment= 20

# Apply RegionGrow function
arcpy.ia.SegMeanShift(raster, spectral_detail, spatial_detail, spectral_radius, spatial_radius, min_num_pixels_per_segment)

# Save the output
segmented_raster.save("C:/arcpyExamples/outputs/Multispectral_Landsat_seg.crf")