Вычислить связующие точки (Управление данными)

Краткая информация

Производит расчет связующих точек между перекрывающимися элементами набора данных мозаики. Затем связующие точки применяются для блочного уравнивания в наборе данных мозаики.

Использование

• Если набор данных мозаики содержит множество элементов, будьте внимательны при использовании значения параметра Выходные объекты изображений, поскольку процесс обработки может стать длительным.

Параметры

Диалог

Подпись	Описание	Тип данных
Входной набор данных мозаики	Входной набор данных мозаики, который будет применяться для расчета связующих точек.	Mosaic Layer; Mosaic Dataset
Выходные опорные точки	Выходная таблица опорных точек. В таблице будут содержаться связующие точки, созданные данным инструментом.	Feature Class
Сходство (Дополнительный)	Задает уровень сходства для сопоставления связующих точек. Низкое сходство—Критерий сходства для двух сопоставляемых точек будет низким. Эта опция создаст пары точек с наилучшим сопоставлением, но некоторые совпадения могут иметь более высокий уровень ошибки. Среднее сходство—Критерий сходства для двух сопоставляемых точек будет средним. Высокое сходство—Критерий сходства для двух сопоставляемых точек будет высоким. Эта опция создаст наименьшее число сопоставленных точек, но каждая пара будет иметь низкий уровень ошибки.	String
Входная маска (Дополнительный)	Класс полигональных объектов определяющий области исключения, которые вы не хотите использовать в расчете опорных точек. Поле с именем mask может контролировать включение или исключение областей. Значение 1 говорит о том, что области, ограниченные полигонами (внутри) будут исключены из обработки. Значение 2 говорит о том, что области, ограниченные полигонами (внутри) будут использоваться в обработке, а все остальные области будут исключены.	Feature Layer
Выходные объекты изображений (Дополнительный)	Выходная таблица точек объектов изображения. Она будет сохранена как класс полигональных объектов. Эти выходные данные могут быть достаточно ёмкими.	Feature Class
Плотность точек	Задает количество создаваемых связующих точек. Низкая плотность точек—Плотность точек будет низкой, создается наименьшее количество связующих точек. Средняя плотность точек—Плотность точек будет средней, создается среднее количество связующих точек. Высокая плотность точек—Плотность точек будет высокой, создается наибольшее количество связующих точек.	String
Распределение точек	Задает распределение точек, регулярное или случайное. Случайное распределение точек—Точки создаются случайным образом. Случайно расположенные точки лучше подходят для перекрывающихся областей с неправильными формами. Регулярное распределение точек—Точки создаются на основе фиксированного образца. Для точек, основанных на фиксированном образце, используется плотность для определения частоты их создания.	String
Точность местоположения изображения	Задает ключевое слово, которое описывает точность изображений. Низкая точность местоположения изображения—Изображения имеют большой сдвиг и сильно повернуты (> 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм SIFT. Средняя точность местоположения изображения—Изображения имеют средний сдвиг и не сильно повернуты (< 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм Harris. Высокая точность местоположения изображения—Изображения имеют небольшой сдвиг и не сильно повернуты.Для расчета сопоставления точек будет использоваться алгоритм Harris.	String
Дополнительные опции (Дополнительный)	Дополнительные опции для механизма уравнивания. Эти опции предназначены для использования только сторонними механизмами уравнивания.	Value Table

Python

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

Имя	Описание	Тип данных
in_mosaic_dataset	Входной набор данных мозаики, который будет применяться для расчета связующих точек.	Mosaic Layer; Mosaic Dataset
out_control_points	Выходная таблица опорных точек. В таблице будут содержаться связующие точки, созданные данным инструментом.	Feature Class
similarity (Дополнительный)	Задает уровень сходства для сопоставления связующих точек. LOW—Критерий сходства для двух сопоставляемых точек будет низким. Эта опция создаст пары точек с наилучшим сопоставлением, но некоторые совпадения могут иметь более высокий уровень ошибки. MEDIUM—Критерий сходства для двух сопоставляемых точек будет средним. HIGH—Критерий сходства для двух сопоставляемых точек будет высоким. Эта опция создаст наименьшее число сопоставленных точек, но каждая пара будет иметь низкий уровень ошибки.	String
in_mask_dataset (Дополнительный)	Класс полигональных объектов определяющий области исключения, которые вы не хотите использовать в расчете опорных точек. Поле с именем mask может контролировать включение или исключение областей. Значение 1 говорит о том, что области, ограниченные полигонами (внутри) будут исключены из обработки. Значение 2 говорит о том, что области, ограниченные полигонами (внутри) будут использоваться в обработке, а все остальные области будут исключены.	Feature Layer
out_image_features (Дополнительный)	Выходная таблица точек объектов изображения. Она будет сохранена как класс полигональных объектов. Эти выходные данные могут быть достаточно ёмкими.	Feature Class
density	Задает количество создаваемых связующих точек. LOW—Плотность точек будет низкой, создается наименьшее количество связующих точек. MEDIUM—Плотность точек будет средней, создается среднее количество связующих точек. HIGH—Плотность точек будет высокой, создается наибольшее количество связующих точек.	String
distribution	Задает распределение точек, регулярное или случайное. RANDOM—Точки создаются случайным образом. Случайно расположенные точки лучше подходят для перекрывающихся областей с неправильными формами. REGULAR—Точки создаются на основе фиксированного образца. Для точек, основанных на фиксированном образце, используется плотность для определения частоты их создания.	String
location_accuracy	Задает ключевое слово, которое описывает точность изображений. LOW—Изображения имеют большой сдвиг и сильно повернуты (> 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм SIFT. MEDIUM—Изображения имеют средний сдвиг и не сильно повернуты (< 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм Harris. HIGH—Изображения имеют небольшой сдвиг и не сильно повернуты.Для расчета сопоставления точек будет использоваться алгоритм Harris.	String
options [options,...] (Дополнительный)	Дополнительные опции для механизма уравнивания. Эти опции предназначены для использования только сторонними механизмами уравнивания.	Value Table

Параметры среды

Текущая рабочая область, GPU ID, Коэффициент параллельной обработки, Тип процессора, Временная рабочая область