Unüberwachte Iso-Cluster-Klassifizierung (Spatial Analyst)

Zusammenfassung

Führt mit den Werkzeugen Iso-Cluster und Maximum-Likelihood-Klassifizierung eine unüberwachte Klassifizierung für eine Reihe von Eingabe-Raster-Bändern aus.

Weitere Informationen zur Funktionsweise des Werkzeugs "Interaktive, überwachte Klassifizierung"

Verwendung

Syntax

IsoClusterUnsupervisedClassification (Input_raster_bands, Number_of_classes, {Minimum_class_size}, {Sample_interval}, {Output_signature_file})
ParameterErläuterungDatentyp
Input_raster_bands
[in_raster_band,...]

Die Eingabe-Raster-Bänder.

Raster Layer
Number_of_classes
number_of_classes

Anzahl von Klassen, in die die Zellen gruppiert werden sollen.

Long
Minimum_class_size
minimum_class_size
(optional)

Minimale Anzahl von Zellen in einer gültigen Klasse.

Die Standardeinstellung ist 20.

Long
Sample_interval
sample_interval
(optional)

Das Intervall, das für Stichproben verwendet werden soll.

Die Standardeinstellung ist 10.

Long
Output_signature_file
out_signature_file
(optional)

Die Ausgabe-Signaturdatei.

Die Erweiterung .gsg muss angegeben werden.

File

Rückgabewert

NameErläuterungDatentyp
Output_classified_raster

Das klassifizierte Ausgabe-Raster.

Raster

Codebeispiel

IsoClusterUnsupervisedClassification – Beispiel 1 (Python-Fenster)

In diesem Beispiel wird eine unüberwachte Klassifizierung durchgeführt, bei der die Eingabebänder in 5 Klassen untergliedert werden und ein klassifiziertes Raster ausgegeben wird.

import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
outUnsupervised = IsoClusterUnsupervisedClassification("redlands", 5, 20, 50)
outUnsupervised.save("c:/temp/unsup01")
IsoClusterUnsupervisedClassification – Beispiel 2 (eigenständiges Skript)

In diesem Beispiel wird eine unüberwachte Klassifizierung durchgeführt, bei der die Eingabebänder in 5 Klassen untergliedert werden und ein klassifiziertes Raster ausgegeben wird.

# Name: IsoClusterUnsupervisedClassification_Ex_02.py
# Description: Uses an isodata clustering algorithm to determine the 
#    characteristics of the natural groupings of cells in multidimensional 
#    attribute space and stores the results in an output ASCII signature file.
# Requirements: Spatial Analyst Extension

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Set environment settings
env.workspace = "C:/sapyexamples/data"

# Set local variables
inRaster = "redlands"
classes = 5
minMembers = 50
sampInterval = 15

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

# Execute IsoCluster
outUnsupervised = IsoClusterUnsupervisedClassification(inRaster, classes, minMembers, sampInterval)
outUnsupervised.save("c:/temp/outunsup01.tif")

Umgebungen

Verwandte Themen

Lizenzinformationen

ArcView: Erfordert Spatial Analyst
ArcEditor: Erfordert Spatial Analyst
ArcInfo: Erfordert Spatial Analyst

7/10/2012