Support Vector Machine-Klassifikator trainieren (Image Analyst)

Mit der Spatial Analyst-Lizenz verfügbar.

Zusammenfassung

Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsdefinition für Support Vector Machine (SVM).

Verwendung

  • Der SVM-Klassifikator ist eine moderne Methode für überwachte Klassifizierung. Er eignet sich gut für die segmentierte Raster-Eingabe, kann jedoch auch Standardbilddaten verarbeiten. Hierbei handelt es sich um eine Klassifizierungsmethode, die häufig in der Forschungs-Community verwendet wird.

  • Für die Eingabe von Standardbildern akzeptiert das Werkzeug Multiband-Bilddaten mit beliebiger Bittiefe. Dabei erfolgt die SVM-Klassifizierung auf Grundlage der Trainings-Feature-Datei auf Pixelbasis.

  • Indexbild und damit verbundene Segmentattribute von segmentierten Rastern (Schlüssel ist auf Segmentiert festgelegt) berechnet das Werkzeug aus dem RGB-segmentierten Raster. Die Berechnung der Attribute erfolgt zwecks Generierung der Klassifikatordefinitionsdatei, die in einem separaten Klassifizierungswerkzeug verwendet werden kann. Die Attribute des jeweiligen Segments lassen sich aus einem beliebigen von Esri unterstützten Bild berechnen.

  • Gegenüber der Maximum-Likelihood-Klassifizierung hat der SVM-Klassifikator einige Vorteile vorzuweisen:

    • Der SVM-Klassifikator benötigt weniger Proben und erfordert keine normale Verteilung der Proben.
    • Er ist weniger anfällig für Rauschen, korrelierte Bänder oder eine unausgewogene Anzahl oder Größe von Training-Sites in der jeweiligen Klasse.

  • Als Eingabe werden beliebige von Esri unterstützte Raster akzeptiert, darunter Raster-Produkte, segmentierte Raster, Mosaike, Image-Services oder generische Raster-Datasets. Die segmentierten Raster müssen 8-Bit-Raster mit 3 Bändern sein.

  • Der Parameter Segmentattribute ist nur aktiv, wenn eine der Raster-Layer-Eingaben ein segmentiertes Bild ist.

Parameter

BeschriftungErläuterungDatentyp
Eingabe-Raster

Das Raster-Dataset, das klassifiziert werden soll.

Als Eingabe eignet sich am besten ein segmentiertes 3-Band, 8-Bit-Raster-Dataset, bei dem alle Pixel desselben Segments dieselbe Farbe aufweisen. Auch ein 1-Band-, 8-Bit-Graustufen-segmentiertes Raster kann als Eingabe dienen. Steht kein segmentiertes Raster zur Verfügung, können Sie ein beliebiges von Esri unterstütztes Raster-Dataset verwenden.

Raster Layer; Mosaic Layer; Image Service; String
Ausgabe-Klassifikatordefinitionsdatei

Die Ausgabedatei im JSON-Format, die Attributinformationen, Statistiken, Hyperebenenvektoren und weitere Daten für den Klassifikator enthält. Dabei wird eine .ecd-Datei erstellt.

File
Zusätzliches Eingabe-Raster
(optional)

Zusatz-Raster-Datasets, wie ein Multispektralbild oder ein DEM, werden integriert, um Attribute und weitere erforderliche Informationen für die Klassifizierung zu generieren. Dieser Parameter ist optional.

Raster Layer; Mosaic Layer; Image Service; String
Verwendete Segmentattribute
(optional)

Gibt die Attribute an, die in die dem Ausgabe-Raster zugeordnete Attributtabelle aufgenommen werden.

  • COLORDie RGB-Farbwerte werden segmentbezogen aus dem Eingabe-Raster abgeleitet. Dies wird auch als "durchschnittliche Chromatizität" bezeichnet.
  • MEANDer digitale Mittelwert (DN) wird aus dem optionalen Pixelbild segmentbezogen abgeleitet.
  • STDDie Standardabweichung wird aus dem optionalen Pixelbild, segmentbezogen abgeleitet.
  • COUNTDie Anzahl der im Segment enthaltenen Pixel, segmentbezogen.
  • COMPACTNESSDer Grad der Kompaktheit oder Kreisförmigkeit eines Segments, segmentbezogen. Die Werte liegen zwischen 0 und 1, wobei 1 einem Kreis entspricht.
  • RECTANGULARITYDer Grad der Rechteckigkeit des Segments, segmentbezogen. Die Werte liegen zwischen 0 und 1, wobei 1 einem Rechteck entspricht.
String
Dimensionswertefeld
(optional)

Enthält Dimensionswerte in der Eingabe-Trainingsgebiet-Feature-Class.

Field

TrainSupportVectorMachineClassifier(in_raster, out_classifier_definition, {in_additional_raster}, {used_attributes}, {dimension_value_field})
NameErläuterungDatentyp
in_raster

Das Raster-Dataset, das klassifiziert werden soll.

Als Eingabe eignet sich am besten ein segmentiertes 3-Band, 8-Bit-Raster-Dataset, bei dem alle Pixel desselben Segments dieselbe Farbe aufweisen. Auch ein 1-Band-, 8-Bit-Graustufen-segmentiertes Raster kann als Eingabe dienen. Steht kein segmentiertes Raster zur Verfügung, können Sie ein beliebiges von Esri unterstütztes Raster-Dataset verwenden.

Raster Layer; Mosaic Layer; Image Service; String
out_classifier_definition

Die Ausgabedatei im JSON-Format, die Attributinformationen, Statistiken, Hyperebenenvektoren und weitere Daten für den Klassifikator enthält. Dabei wird eine .ecd-Datei erstellt.

File
in_additional_raster
(optional)

Zusatz-Raster-Datasets, wie ein Multispektralbild oder ein DEM, werden integriert, um Attribute und weitere erforderliche Informationen für die Klassifizierung zu generieren. Dieser Parameter ist optional.

Raster Layer; Mosaic Layer; Image Service; String
used_attributes
[used_attributes;used_attributes,...]
(optional)

Gibt die Attribute an, die in die dem Ausgabe-Raster zugeordnete Attributtabelle aufgenommen werden.

  • COLORDie RGB-Farbwerte werden segmentbezogen aus dem Eingabe-Raster abgeleitet. Dies wird auch als "durchschnittliche Chromatizität" bezeichnet.
  • MEANDer digitale Mittelwert (DN) wird aus dem optionalen Pixelbild segmentbezogen abgeleitet.
  • STDDie Standardabweichung wird aus dem optionalen Pixelbild, segmentbezogen abgeleitet.
  • COUNTDie Anzahl der im Segment enthaltenen Pixel, segmentbezogen.
  • COMPACTNESSDer Grad der Kompaktheit oder Kreisförmigkeit eines Segments, segmentbezogen. Die Werte liegen zwischen 0 und 1, wobei 1 einem Kreis entspricht.
  • RECTANGULARITYDer Grad der Rechteckigkeit des Segments, segmentbezogen. Die Werte liegen zwischen 0 und 1, wobei 1 einem Rechteck entspricht.

Dieser Parameter ist nur aktiviert, wenn die Schlüsseleigenschaft Segmentiert auf das Eingabe-Raster festgelegt ist. Wenn die einzige Eingabe für das Werkzeug ein segmentiertes Bild ist, lauten die Standardattribute COLOR, COUNT, COMPACTNESS und RECTANGULARITY. Wenn ein in_additional_raster-Wert als Eingabe mit einem segmentierten Bild einbezogen wird, sind die Attribute MEAN und STD ebenfalls verfügbar.

String
dimension_value_field
(optional)

Enthält Dimensionswerte in der Eingabe-Trainingsgebiet-Feature-Class.

Field

Verwandte Themen