Préparer le classificateur de vraisemblance maximale (Spatial Analyst)

Disponible avec une licence Spatial Analyst.

Synthèse

Génère un fichier de définition de classificateur Esri (.ecd) à l’aide de la définition de classification du classificateur de vraisemblance maximale (MLC).

Utilisation

• Pour exécuter un processus de classification de vraisemblance maximale, utilisez le même raster en entrée et le fichier .ecd en sortie de cet outil dans l'outil Classer le raster.

• Le raster en entrée peut être n'importe quel raster pris en charge par Esri, avec n'importe quelle profondeur des couleurs.

• Pour créer un jeu de données raster segmenté, utilisez l’outil Décalage moyen de segment.

• Le fichier de définition de classificateur en sortie contient des statistiques d'attributs adaptées à l'outil Classification de vraisemblance maximale.

• Le paramètre Segment Attributes (Attributs de segment) n’est actif que si l’une des entrées de la couche raster est une image segmentée.

• Les données fournies à titre d’échantillons d’apprentissage doivent être collectées à plusieurs reprises à l’aide du Gestionnaire d’échantillons d’apprentissage. La valeur de dimension de chaque exemple est répertoriée dans un champ figurant dans la classe d’entités des échantillons d’entraînement comme indiqué dans le paramètre Dimension Value Field (Champ de valeur de dimension).

Paramètres

Boîte de dialogue

Étiquette	Explication	Type de données
Raster en entrée	Jeu de données raster à classer.	Raster Layer; Mosaic Layer; Image Service; String
Fichier de définition de classifieur en sortie	Fichier JSON en sortie qui contient des informations sur les attributs, des statistiques, des vecteurs hyperplans et d’autres informations pour le classificateur. Un fichier .ecd sera créé.	File
Raster en entrée supplémentaire (Facultatif)	Incorpore des jeux de données raster auxiliaires, tels qu'une image segmentée ou un MNT. Ce paramètre est facultatif.	Raster Layer; Mosaic Layer; Image Service; String
Attributs de segments utilisés (Facultatif)	Spécifie les attributs à inclure dans la table attributaire associée au raster en sortie. COLOR—Les valeurs de couleurs RVB sont dérivées du raster en entrée, segment par segment. On parle également de couleur chromatique moyenne. MEAN—Le numéro numérique (DN) moyen sera dérivé de l’image de pixels facultative, segment par segment. STD—L’écart type sera dérivé de l’image de pixels facultative, segment par segment. COUNT—Le nombre de pixels qui composent le segment, segment par segment. COMPACTNESS—Degré auquel un segment est compact ou circulaire, segment par segment. Les valeurs sont comprises entre 0 et 1, où 1 correspond à un cercle. RECTANGULARITY—Degré auquel le segment est rectangulaire, segment par segment. Les valeurs sont comprises entre 0 et 1, où 1 correspond à un rectangle.	String
Champ de valeur de dimension (Facultatif)	Contient les valeurs de dimension dans la classe d’entités des échantillons d’apprentissage en entrée.	Field

Python

TrainMaximumLikelihoodClassifier(in_raster, out_classifier_definition, {in_additional_raster}, {used_attributes}, {dimension_value_field})

Nom	Explication	Type de données
in_raster	Jeu de données raster à classer.	Raster Layer; Mosaic Layer; Image Service; String
out_classifier_definition	Fichier JSON en sortie qui contient des informations sur les attributs, des statistiques, des vecteurs hyperplans et d’autres informations pour le classificateur. Un fichier .ecd sera créé.	File
in_additional_raster (Facultatif)	Incorpore des jeux de données raster auxiliaires, tels qu'une image segmentée ou un MNT. Ce paramètre est facultatif.	Raster Layer; Mosaic Layer; Image Service; String
used_attributes [used_attributes,...] (Facultatif)	Spécifie les attributs à inclure dans la table attributaire associée au raster en sortie. COLOR—Les valeurs de couleurs RVB sont dérivées du raster en entrée, segment par segment. On parle également de couleur chromatique moyenne. MEAN—Le numéro numérique (DN) moyen sera dérivé de l’image de pixels facultative, segment par segment. STD—L’écart type sera dérivé de l’image de pixels facultative, segment par segment. COUNT—Le nombre de pixels qui composent le segment, segment par segment. COMPACTNESS—Degré auquel un segment est compact ou circulaire, segment par segment. Les valeurs sont comprises entre 0 et 1, où 1 correspond à un cercle. RECTANGULARITY—Degré auquel le segment est rectangulaire, segment par segment. Les valeurs sont comprises entre 0 et 1, où 1 correspond à un rectangle. Ce paramètre est activé uniquement si la propriété de clé Segmented est vraie (définie sur True) dans le raster en entrée. Si la seule entrée de l’outil est une image segmentée, les attributs par défaut sont COLOR, COUNT, COMPACTNESS et RECTANGULARITY. Si une valeur in_additional_raster est incluse comme entrée avec une image segmentée, les attributs MEAN et STD sont également disponibles.	String
dimension_value_field (Facultatif)	Contient les valeurs de dimension dans la classe d’entités des échantillons d’apprentissage en entrée.	Field

Environnements

Espace de travail courant, Étendue, Transformations géographiques, Système de coordonnées en sortie, Espace de travail temporaire, Raster de capture