Calculer les points de rattachement (Gestion des données)

Synthèse

Calcule les points de rattachement entre des éléments superposés du jeu de données mosaïque. Les points de rattachement peuvent ensuite être utilisés pour calculer l’ajustement de bloc du jeu de données mosaïque.

Utilisation

  • Si votre jeu de données mosaïque comporte de nombreux éléments, soyez prudent lorsque vous spécifiez la valeur du paramètre Entités image en sortie car le traitement de votre résultat risque d’être long.

Paramètres

ÉtiquetteExplicationType de données
Jeu de données mosaïque en entrée

Jeu de données mosaïque en entrée qui est utilisé pour créer des points de rattachement.

Mosaic Layer; Mosaic Dataset
Points de contrôle en sortie

Table de points de contrôle en sortie. Cette table contient les points de rattachement créés par cet outil.

Feature Class
Similarité
(Facultatif)

Spécifie le niveau de similarité qui sera utilisé pour l’appariement des points de rattachement.

  • Similarité faibleLes critères de similarité des deux points appariés sont faibles. Cette option génère le plus grand nombre de points appariés, mais certaines des correspondances peuvent compter un taux d'erreurs plus important.
  • Similarité moyenneLes critères de similarité des points appariés sont moyens.
  • Similarité élevéeLes critères de similarité des points appariés sont élevés. Cette option génère le moins grand nombre de points appariés, mais chaque appariement aura un niveau d’erreur plus faible.
String
Masque de saisie
(Facultatif)

Classe d’entités surfaciques utilisée pour exclure les zones qui ne sont pas incluses dans le calcul des points de contrôle.

Le champ mask peut contrôler l’inclusion ou l’exclusion des surfaces. La valeur 1 indique que les surfaces définies par les polygones (à l’intérieur) seront exclues du calcul. La valeur 2 indique que les polygones définis (à l’intérieur) seront inclus dans le calcul, tandis que les surfaces situées à l’extérieur des polygones seront exclues.

Feature Layer
Entités image en sortie
(Facultatif)

Table de points d'entités images en sortie. Elle est enregistrée en tant que classe d'entités surfaciques. Cette sortie peut être très grande.

Feature Class
Densité de point

Détermine le nombre de points de rattachement à créer.

  • Densité de point faibleLa densité des points sera faible, créant le moins de points de rattachement.
  • Densité de point moyenneLa densité de points sera moyenne, créant un nombre modéré de points.
  • Densité de point élevéeLa densité de points sera élevée, créant le plus de points.
String
Distribution de points

Spécifie si les points présentent une distribution régulière ou aléatoire.

  • Distribution de points aléatoireLes points seront générés de manière aléatoire. Les points générés de manière aléatoire sont mieux adaptés aux zones superposées avec des formes irrégulières.
  • Distribution de points régulièreLes points seront générés selon un modèle fixe. Les points basés sur un motif fixe utilisent la densité de points pour déterminer la fréquence de création des points.
String
Précision de la localisation de l’image

Spécifie le mot-clé qui décrit la précision de l’imagerie.

  • Précision de la localisation de l’image faibleLes images disposent d'une translation et d'une rotation importantes (> 5 degrés).L'algorithme SIFT est utilisé dans le calcul d'appariement des points.
  • Précision de la localisation de l’image moyenneLes images disposent d'une translation moyenne et d'une rotation faible (<5 degrés).L'algorithme Harris est utilisé dans le calcul d' appariement des points.
  • Précision de la localisation de l’image élevéeLes images disposent d'une translation et d'une rotation faibles.L'algorithme Harris est utilisé dans le calcul d' appariement des points.
String
Options supplémentaires
(Facultatif)

Options supplémentaires pour le moteur d’ajustement. Les options sont uniquement utilisées par les moteurs d’ajustement tiers.

Value Table

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

Jeu de données mosaïque en entrée qui est utilisé pour créer des points de rattachement.

Mosaic Layer; Mosaic Dataset
out_control_points

Table de points de contrôle en sortie. Cette table contient les points de rattachement créés par cet outil.

Feature Class
similarity
(Facultatif)

Spécifie le niveau de similarité qui sera utilisé pour l’appariement des points de rattachement.

  • LOWLes critères de similarité des deux points appariés sont faibles. Cette option génère le plus grand nombre de points appariés, mais certaines des correspondances peuvent compter un taux d'erreurs plus important.
  • MEDIUMLes critères de similarité des points appariés sont moyens.
  • HIGHLes critères de similarité des points appariés sont élevés. Cette option génère le moins grand nombre de points appariés, mais chaque appariement aura un niveau d’erreur plus faible.
String
in_mask_dataset
(Facultatif)

Classe d’entités surfaciques utilisée pour exclure les zones qui ne sont pas incluses dans le calcul des points de contrôle.

Le champ mask peut contrôler l’inclusion ou l’exclusion des surfaces. La valeur 1 indique que les surfaces définies par les polygones (à l’intérieur) seront exclues du calcul. La valeur 2 indique que les polygones définis (à l’intérieur) seront inclus dans le calcul, tandis que les surfaces situées à l’extérieur des polygones seront exclues.

Feature Layer
out_image_features
(Facultatif)

Table de points d'entités images en sortie. Elle est enregistrée en tant que classe d'entités surfaciques. Cette sortie peut être très grande.

Feature Class
density

Détermine le nombre de points de rattachement à créer.

  • LOWLa densité des points sera faible, créant le moins de points de rattachement.
  • MEDIUMLa densité de points sera moyenne, créant un nombre modéré de points.
  • HIGHLa densité de points sera élevée, créant le plus de points.
String
distribution

Spécifie si les points présentent une distribution régulière ou aléatoire.

  • RANDOMLes points seront générés de manière aléatoire. Les points générés de manière aléatoire sont mieux adaptés aux zones superposées avec des formes irrégulières.
  • REGULARLes points seront générés selon un modèle fixe. Les points basés sur un motif fixe utilisent la densité de points pour déterminer la fréquence de création des points.
String
location_accuracy

Spécifie le mot-clé qui décrit la précision de l’imagerie.

  • LOWLes images disposent d'une translation et d'une rotation importantes (> 5 degrés).L'algorithme SIFT est utilisé dans le calcul d'appariement des points.
  • MEDIUMLes images disposent d'une translation moyenne et d'une rotation faible (<5 degrés).L'algorithme Harris est utilisé dans le calcul d' appariement des points.
  • HIGHLes images disposent d'une translation et d'une rotation faibles.L'algorithme Harris est utilisé dans le calcul d' appariement des points.
String
options
[options,...]
(Facultatif)

Options supplémentaires pour le moteur d’ajustement. Les options sont uniquement utilisées par les moteurs d’ajustement tiers.

Value Table

Rubriques connexes