ArcGIS Image for ArcGIS Online에서 사용할 수 있습니다.
스펙트럼 및 공간 특성이 비슷한 인접 픽셀을 함께 그룹화하여 영상의 객체, 피처 또는 세그먼트를 식별합니다. 공간 및 스펙트럼 스무딩 양을 제어하여 관심 피처를 쉽게 파생시킬 수 있습니다.
참고
입력 래스터는 8비트의 1개 또는 3개의 밴드여야 합니다.
최적의 세분화 결과를 위해 관심 피처를 효과적으로 구별할 수 있도록 입력 래스터 레이어를 준비하는 것을 권장합니다.
- 래스터가 3개 밴드를 초과하는 경우 밴드 추출 함수를 사용하여 최적의 밴드 조합을 지정합니다.
- 스트레치 함수를 사용하여 관심 피처를 최대로 표시하도록 이미지를 확장합니다. 래스터 데이터가 8비트가 아닌 경우 스트레치 함수를 사용하여 함수의 일반 탭에서 부호 없는 8비트를 결과 픽셀 유형으로 지정합니다.
위의 전처리 단계의 결과 레이어는 세그먼트 평균 이동 함수에 대한 입력입니다.
분류 학습 도구를 사용하려면 세그먼트화된 입력 래스터 데이터셋이 파일이어야 합니다. 다른 이름으로 저장을 클릭하여 세분화 레이어를 유지하고 세그먼트화된 래스터의 파일 이름을 할당합니다. 입력 레이어가 큰 경우 분할된 전체 래스터 데이터셋을 처리하는 시간이 오래 걸릴 수 있습니다.
매개변수
| 매개변수 | 설명 |
|---|---|
래스터 | 입력 래스터가 세그먼트화됩니다. |
스펙트럼 세부정보 | 색상 특성에 따라 객체를 분리하는 것이 상대적으로 중요합니다. 유효한 부동 소수점 값의 범위는 1.0~20.0 사이여야 합니다. 값이 작을수록 클래스가 넓어지고 더욱 스무스해집니다. 다소 유사한 스펙트럼 특성을 가진 피처를 구별하려는 경우 더 높은 값이 적합합니다. 예를 들어 숲이 많은 씬에서 더 높은 스펙트럼 세부정보 값을 사용하면 다른 나무 종을 더욱 잘 구별할 수 있습니다. |
공간 세부정보 | 공간 특성에 따라 객체를 분리하는 것이 상대적으로 중요합니다. 유효한 정수 값의 범위는 1~20 사이여야 합니다. 값이 작을수록 클래스가 넓어지고 더욱 스무스해집니다. 공간적으로 작고 함께 군집된 피처를 구별하는 경우에는 더 높은 값이 적합합니다. 예를 들어 도시 씬에서 더 작은 공간 세부정보 값을 사용하여 일반적인 불투수층 피처를 분류하거나, 더 높은 공간 세부정보 값을 사용하여 건물과 도로를 별도의 클래스로 분류 할 수 있습니다. |
최소 세그먼트 크기(픽셀) | 최소 세그먼트 크기(픽셀로 측정)입니다. 이 값은 최소 매핑 단위와 관련되어 있으며 더 작은 픽셀 블록을 필터링합니다. 지정된 값보다 작은 모든 세그먼트는 가장 적합한 네이버 세그먼트와 병합합니다. |
세그먼트 경계만 해당 | 세그먼트 경계는 각 세그먼트 주위에 검은색 등고선으로 그려집니다. 색상이 비슷한 인접 세그먼트를 구별하는 데 유용합니다.
|
최대 세그먼트 크기(픽셀) | 세그먼트의 최대 크기입니다. 지정된 크기보다 큰 세그먼트는 분할됩니다. 이 매개변수를 사용하여 큰 세그먼트로 인한 결과 레이어의 아티팩트를 방지합니다. 기본값은 -1입니다. |