计算控制点 (数据管理)

摘要

在镶嵌数据集与参考影像之间创建控制点。 然后，可将控制点与连接点一起用于计算镶嵌数据集的校正。

使用情况

• 要获取精确的控制点结果，请使用相似参数的高级相似性选项。

• 可使用追加控制点工具将控制点与连接点相结合。

• 随后将在计算区域网平差工具中使用控制点和连接点。

• 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	将用于创建控制点的输入镶嵌数据集。	Mosaic Dataset; Mosaic Layer
输入参考影像	将用于为镶嵌数据集创建控制点的参考影像。 如果您有多个影像，则从影像创建镶嵌数据集，然后将镶嵌数据集用作参考。	Raster Layer; Raster Dataset; Image Service; Map Server; WMS Map; Mosaic Layer; Internet Tiled Layer; Map Server Layer
输出控制点	输出控制点表。 该表包含已创建的控制点。	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
感兴趣区域	将生成连接点的区域限定到仅此面要素类。	Feature Layer
影像位置精度 (可选)	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

Python

arcpy.management.ComputeControlPoints(in_mosaic_dataset, in_reference_images, out_control_points, {similarity}, {out_image_feature_points}, density, distribution, area_of_interest, {location_accuracy})

名称	说明	数据类型
in_mosaic_dataset	将用于创建控制点的输入镶嵌数据集。	Mosaic Dataset; Mosaic Layer
in_reference_images	将用于为镶嵌数据集创建控制点的参考影像。 如果您有多个影像，则从影像创建镶嵌数据集，然后将镶嵌数据集用作参考。	Raster Layer; Raster Dataset; Image Service; Map Server; WMS Map; Mosaic Layer; Internet Tiled Layer; Map Server Layer
out_control_points	输出控制点表。 该表包含已创建的控制点。	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
out_image_feature_points (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
area_of_interest	将生成连接点的区域限定到仅此面要素类。	Feature Layer
location_accuracy (可选)	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

代码示例

ComputeControlPoints 示例 1（Python 窗口）

这是 ComputeControlPoints 函数的 Python 示例。

import arcpy
arcpy.ComputeControlPoints_management("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 示例 2（独立脚本）

这是 ComputeControlPoints 函数的独立脚本示例。

#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_management(mdName, out_controlPoint, 
     "HIGH", in_mask, out_imageFeature)

环境

当前工作空间, 并行处理因子, 临时工作空间

许可信息

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