| ラベル | 説明 | データ タイプ |
入力ラスターまたはフィーチャクラス データ | トレーニング サンプルをラベリングするデータ ソース。 | Mosaic Layer; Raster Layer; Feature Layer; Image Service; String |
シード ポイントの入力 | トレーニング サンプル ポリゴンの中心を提供するポイント シェープファイルまたはフィーチャクラス。 | Feature Layer |
出力トレーニング サンプル フィーチャクラス |
トレーニング ツールで使用可能な形式の出力トレーニング サンプル フィーチャクラス (シェープファイルを含む)。 出力フィーチャクラスには、ポリゴン フィーチャクラスまたはポイント フィーチャクラスのいずれかを使用できます。 | Feature Class |
最小サンプル面積 (オプション) | 各トレーニング サンプルに必要とされる最小面積 (平方メートル単位)。 最小値は 0 以上である必要があります。 | Double |
最大サンプル半径 (オプション) | トレーニング サンプル内の任意のポイントから中心のシード ポイントまでの最長距離 (メートル単位)。 このオプションが 0 に設定されると、出力トレーニング サンプルはポリゴンではなくポイントになります。 最小値は 0 以上である必要があります。 | Double |
サマリー
精度評価ポイントやトレーニング サンプル ポイントなどのシード ポイントからトレーニング サンプルを作成します。 一般的には、主題ラスターやフィーチャクラスなどの既存のソースからトレーニング サンプルを生成する場合に使用されます。
使用法
このツールは、ArcGIS 分類ツールセットでサード パーティ データ ソースを利用します。 トレーニング サンプル生成時の指標となるクラス スキーマを識別する入力には、主題ラスター データセットやポリゴン (以前の分類マップ、建物フットプリント、道路など)、または他の GIS データなどがあります。
ラスター入力の場合、このツールは、すべてのピクセルが同じ値を持つという条件下で、シード ポイントからの領域拡張を実行します。 領域拡張は [最大サンプル半径] (Python では max_radius) によって制御されます。 リモート センシングのベスト プラクティスによれば、トレーニング サンプルはトレーニング サンプル内で同種であること、およびサンプルのサイズはターゲット フィーチャを表していることが推奨されます。 特定のシード ポイントからの領域拡張によって [最小サンプル面積] (Python では min_area) よりも大きい面積に達することができない場合、そのシード ポイントは使用されません。
フィーチャクラス入力の場合、このツールは、領域拡張を使用する代わりに、ポイント フィーチャクラスと交差している入力データからフィーチャを選択します。
トレーニング サンプル ポイントを生成するには、[精度評価ポイントの作成 (Create Accuracy Assessment Points)] ツールを使用できます。 このツールは、使用するポイント数に関するオプションと、ランダム ポイントを生成するためのいくつかのサンプリング処理を提供します。
このツールは、関連付けられたテーブルではなく、ポイント フィーチャクラス ファイルの XY 座標のみを使用するため、トレーニング サンプル シード ポイントまたはそれらのポイントの生成方法がすでに存在する場合は、それらを容易に利用できます。
パラメーター
GenerateTrainingSamplesFromSeedPoints(in_class_data, in_seed_points, out_training_feature_class, {min_sample_area}, {max_sample_radius})| 名前 | 説明 | データ タイプ |
in_class_data | トレーニング サンプルをラベリングするデータ ソース。 | Mosaic Layer; Raster Layer; Feature Layer; Image Service; String |
in_seed_points | トレーニング サンプル ポリゴンの中心を提供するポイント シェープファイルまたはフィーチャクラス。 | Feature Layer |
out_training_feature_class |
トレーニング ツールで使用可能な形式の出力トレーニング サンプル フィーチャクラス (シェープファイルを含む)。 出力フィーチャクラスには、ポリゴン フィーチャクラスまたはポイント フィーチャクラスのいずれかを使用できます。 | Feature Class |
min_sample_area (オプション) | 各トレーニング サンプルに必要とされる最小面積 (平方メートル単位)。 最小値は 0 以上である必要があります。 | Double |
max_sample_radius (オプション) | トレーニング サンプル内の任意のポイントから中心のシード ポイントまでの最長距離 (メートル単位)。 このオプションが 0 に設定されると、出力トレーニング サンプルはポリゴンではなくポイントになります。 最小値は 0 以上である必要があります。 | Double |
コードのサンプル
シード ポイントからトレーニング サンプルを作成します。
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
GenerateTrainingSamplesFromSeedPoints("c:/test/amberg_3band_classified_ISO.tif",
"c:/input/seed_points",
"c:/test/out/training_samples.gdb\out_training_sample",
30, 50)シード ポイントからトレーニング サンプルを作成します。
# Import system modules
import arcpy
from arcpy.ia import *
# Set local variables
inclassified_raster = "c:/test/landuse.tif"
in_seed_points = "c:/test/seed_points.shp"
output_trainingsamples = "c:/test/output/training.gdb/trainingsmaples"
maxSampleArea = 30
minSampleRadius = 50
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
#Execute
GenerateTrainingSamplesFromSeedPoints(inclassified_raster, in_seed_points,
output_trainingiamples, maxiampleArea, miniampleRadius)