Создать точки оценки точности (Image Analyst)

Доступно с лицензией Spatial Analyst.

Доступно с лицензией Image Analyst.

Краткая информация

Инструмент создает произвольно расположенные точки для оценки точности выполненной классификации.

Обычно выполняется случайная выборка сотен точек и прописывание их типов классификации на основании достоверных источников, таких как результаты полевой съемки или дешифрирование снимка высокой точности, выполненное человеком. Базовые точки далее сравниваются с результатами классификации в каждом конкретном местоположении.

Использование

  • Этот инструмент создаёт набор произвольно расположенных точек и назначает им класс или значение на основании базовых данных.

  • Этот инструмент также может назначить класс набору точек на основании ранее классифицированного изображения или класса пространственных объектов.

  • Рабочий процесс оценки точности обычно использует следующие три инструмента в указанном порядке: Создать точки оценки точности, Обновить точки оценки точности и Вычисление матрицы неточностей.

  • Если для обучения или оценки точности используется класс полигональных объектов, то класс пространственных объектов должен иметь поле Classvalue или value, которое имеет уникальное целочисленное значение для каждого класса. Например, класс полигональных объектов с тремя различными классами может иметь значения [1, 2, 3] или [10, 20, 40].

  • Если параметр Входные растровые или векторные данные задан как многомерный растр, сгенерированные случайные точки будут использовать все изображения во временных рядах с полем даты, указывающим на изображение, на основе которого сгенерированы точки Чтобы создать точки для поднабора изображений, используйте инструмент Создать многомерный растровый слой или Поднабор многомерных растров для создания промежуточного набора входных данных перед использованием инструмента.

  • После запуска этого инструмента, вы можете изменить таблицу, и вручную присвоить классы всем точкам, или некоторым из них.

Параметры

ПодписьОписаниеТип данных
Входные растровые или векторные данные

Входное изображение для классификации или другие исходные тематические ГИС-данные. Входные данные могут быть растром или классом объектов.

Обычно данные представляют собой изображение классификации отдельного канала целочисленного типа данных.

Если в качестве входных данных используется полигоны, необходимо брать только те, что не используются в качестве обучающей выборки. Можно работать также с ГИС-данными почвенно-растительного покрова в формате шейп-файла или класса пространственных объектов.

Raster Layer; Mosaic Layer; Feature Layer
Выходные точки оценки точности

Выходной шейп-файл с точками или класс точечных пространственных объектов, который содержит произвольно расположенные точки для оценки точности.

Feature Class
Целевое поле
(Дополнительный)

Определяет, действительно ли входные данные являются классифицированным изображением или истинно точными данными.

Классифицированное изображение – снимок, который только что был классифицирован. Истинно точные данные или референсные данные, представляют собой идентифицированные объекты, они сравниваются с результатами классификации, чтобы оценить ее качество.

  • КлассификацияВходные данные являются классифицированным изображением. Используется по умолчанию.
  • Истинно точноВходные данные являются достоверными данными.
String
Количество случайных точек
(Дополнительный)

Общее число произвольных точек, которые будут сгенерированы.

В зависимости от метода выборки и числа классов действительное число может вырасти, но никогда не может уменьшиться. Число произвольно созданных точек по умолчанию равно 500.

Long
Стратегия выборки
(Дополнительный)

Указывает схему выборки, которая будет использоваться.

  • Стратифицированная случайная выборкаВ каждом классе будут созданы случайным образом распределенные точки, количество которых пропорционально их относительной площади. Используется по умолчанию
  • Выровненная стратифицированная случайная выборкаВ каждом классе будут созданы случайным образом распределенные точки, количество которых в каждом классе одинаковое.
  • ПроизвольноПо всему изображению будут созданы случайным образом распределенные точки.
String
Поле измерений для класса объектов
(Дополнительный)

Поле, которое определяет измерение (время) для объектов. Этот параметр используется только если результатом классификации будет многомерный растр, и вы хотите создать оценки точности из класса объектов, например, полигонов классификации землепользования за несколько лет.

Field
Минимальное расстояние точки
(Дополнительный)

Минимальное расстояние между опорными точками Значение по умолчанию равно 0.

Double

CreateAccuracyAssessmentPoints(in_class_data, out_points, {target_field}, {num_random_points}, {sampling}, {polygon_dimension_field}, {min_point_distance})
ИмяОписаниеТип данных
in_class_data

Входное изображение для классификации или другие исходные тематические ГИС-данные. Входные данные могут быть растром или классом объектов.

Обычно данные представляют собой изображение классификации отдельного канала целочисленного типа данных.

Если в качестве входных данных используется полигоны, необходимо брать только те, что не используются в качестве обучающей выборки. Можно работать также с ГИС-данными почвенно-растительного покрова в формате шейп-файла или класса пространственных объектов.

Raster Layer; Mosaic Layer; Feature Layer
out_points

Выходной шейп-файл с точками или класс точечных пространственных объектов, который содержит произвольно расположенные точки для оценки точности.

Feature Class
target_field
(Дополнительный)

Определяет, действительно ли входные данные являются классифицированным изображением или истинно точными данными.

Классифицированное изображение – снимок, который только что был классифицирован. Истинно точные данные или референсные данные, представляют собой идентифицированные объекты, они сравниваются с результатами классификации, чтобы оценить ее качество.

  • CLASSIFIEDВходные данные являются классифицированным изображением. Используется по умолчанию.
  • GROUND_TRUTHВходные данные являются достоверными данными.
String
num_random_points
(Дополнительный)

Общее число произвольных точек, которые будут сгенерированы.

В зависимости от метода выборки и числа классов действительное число может вырасти, но никогда не может уменьшиться. Число произвольно созданных точек по умолчанию равно 500.

Long
sampling
(Дополнительный)

Указывает схему выборки, которая будет использоваться.

  • STRATIFIED_RANDOMВ каждом классе будут созданы случайным образом распределенные точки, количество которых пропорционально их относительной площади. Используется по умолчанию
  • EQUALIZED_STRATIFIED_RANDOMВ каждом классе будут созданы случайным образом распределенные точки, количество которых в каждом классе одинаковое.
  • RANDOMПо всему изображению будут созданы случайным образом распределенные точки.
String
polygon_dimension_field
(Дополнительный)

Поле, которое определяет измерение (время) для объектов. Этот параметр используется только если результатом классификации будет многомерный растр, и вы хотите создать оценки точности из класса объектов, например, полигонов классификации землепользования за несколько лет.

Field
min_point_distance
(Дополнительный)

Минимальное расстояние между опорными точками Значение по умолчанию равно 0.

Double

Пример кода

CreateAccuracyAssessmentPoints, пример (автономный скрипт)

Пример создания произвольно расположенных точек для оценки точности.

import arcpy
from arcpy.ia import *

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

CreateAccuracyAssessmentPoints("c:\\test\\cls.tif", "c:\\test\\apnt1.shp", 
                               "COMPUTED", "1500", "RANDOM")

Связанные разделы