セグメント平均シフト関数

類似するスペクトル特性を持つ隣接ピクセルを一緒にグループ化することで、画像内のオブジェクト、フィーチャ、またはセグメントを識別します。 目的のフィーチャを取得しやすいように、空間およびスペクトルのスムージング量を制御できます。

備考

入力ラスターは 8 ビットで 1 または 3 バンドである必要があります。

最適なセグメンテーション結果を得るには、対象のフィーチャを最も適切に識別するように入力ラスター レイヤーを準備することをお勧めします。

  • ラスターが 3 バンドより多い場合は、バンド抽出関数を使用して、最適なバンドの組み合わせを指定します。
  • ストレッチ関数を使用して画像をストレッチし、対象のフィーチャを最大限に活かすように表示します。 ラスター データが 8 ビット以外の場合、関数の [一般] タブで [ストレッチ] 関数を使用して、[出力ピクセル タイプ] として [符号なし 8 ビット] を指定します。

前述の前処理手順による出力レイヤーが、セグメント平均シフト関数の入力になります。

分類トレーニング ツールでは、入力のセグメント化されたラスター データセットはファイルである必要があります。 セグメンテーション レイヤーを保存するには、[名前を付けて保存] をクリックして、セグメント化されたラスターにファイル名を付けます。 入力レイヤーが大きい場合、セグメント化されたラスター データセット全体の処理には長い時間がかかる可能性があります。

パラメーター

パラメーター説明

ラスター

セグメント化される入力ラスター。

スペクトル詳細度

色の特性に基づく分離オブジェクトの相対重要度。

有効な値は、1.0 ~ 20.0 の浮動小数点値です。 値が小さいと、クラスが広くなり、滑らかさが増します。 スペクトル特性がやや類似しているフィーチャ同士を識別する場合は、大きい値が適しています。 たとえば、森林に覆われたシーンでスペクトル詳細度の値を大きくすると、樹木の種類を区別しやすくなります。

空間的詳細度

空間特性に基づく分離オブジェクトの相対重要度。

有効な値は、1 ~ 20 の整数値です。 値が小さいと、クラスが広くなり、滑らかさが増します。 空間的に小さく一緒にクラスタリングされているフィーチャ同士を識別する場合は、大きい値が適しています。 たとえば、都市のシーンでは、[空間的詳細度] の小さい値を使用して一般的な不透水性のサーフェス フィーチャを分類したり、[空間的詳細度] の大きい値を使用して建物や道路を個別のクラスとして分類できます。

最小セグメント サイズ (ピクセル)

ピクセル単位で計測された、最小セグメント サイズ。 この値は最小マッピング単位と関係し、これより小さいピクセルのブロックを除外します。 指定した値より小さいすべてのセグメントは、適合性の最も高い隣接セグメントとマージされます。

セグメント境界線のみ

セグメント境界線は、各セグメントを囲む黒いコンター ラインとして描画されます。 色が似ている隣接セグメントを区別しやすくなります。

  • オフ - セグメント境界線を表示しません。 これがデフォルトです。
  • オン - セグメント境界線を、各セグメントを囲む黒いコンター ラインで表示します。

最大セグメント サイズ (ピクセル)

セグメントの最大サイズ。 指定されたサイズよりも大きいセグメントは分割されます。 このパラメーターを使用して、大きいセグメントによる出力レイヤーの劣化を防ぎます。 デフォルトは -1 です。


このトピックの内容
  1. 備考
  2. パラメーター