Maximum-Likelihood-Klassifizierung (Spatial Analyst)

Zusammenfassung

Führt eine Maximum-Likelihood-Klassifizierung für eine Menge von Raster-Bändern aus und erstellt ein klassifiziertes Raster als Ausgabe.

Weitere Informationen über die Funktionsweise von "Maximum-Likelihood-Klassifizierung"

Verwendung

Syntax

MLClassify (in_raster_bands, in_signature_file, {reject_fraction}, {a_priori_probabilities}, {in_a_priori_file}, {out_confidence_raster})
ParameterErläuterungDatentyp
in_raster_bands
[in_raster_band,...]

Die Eingabe-Raster-Bänder.

Raster Layer
in_signature_file

Die Eingabe-Signaturdatei, deren Klassensignaturen vom Maximum-Likelihood-Klassifikator verwendet werden.

Die Erweiterung .gsg ist erforderlich.

File
reject_fraction
(optional)

Anteil der Zellen, die aufgrund der niedrigsten Wahrscheinlichkeit richtiger Zuweisungen nicht klassifiziert werden.

Der Standardwert beträgt 0,0; daher wird jede Zelle klassifiziert.

Folgende 14 Einträge sind gültig: 0,0, 0,005; 0,01; 0,025; 0,05; 0,1; 0,25; 0,5; 0,75; 0,9; 0,95; 0,975; 0,99 und 0,995.

String
a_priori_probabilities
(optional)

Gibt an, wie A-Priori-Wahrscheinlichkeiten bestimmt werden.

  • EQUAL Alle Klassen verfügen über die gleiche A-Priori-Wahrscheinlichkeit.
  • SAMPLE Die A-Priori-Wahrscheinlichkeit ist proportional zur Anzahl der Zellen in jeder Klasse im Verhältnis zur Gesamtzahl der referenzierten Zellen in allen Klassen innerhalb der Signaturdatei.
  • FILEDie A-Priori-Wahrscheinlichkeit wird jeder Klasse anhand einer ASCII-Eingabedatei mit A-Priori-Wahrscheinlichkeiten zugewiesen.
String
in_a_priori_file
(optional)

Eine Textdatei, die A-Priori-Wahrscheinlichkeiten für die Eingabe-Signaturklassen enthält.

Eine Eingabe für die A-Priori-Wahrscheinlichkeitsdatei ist nur erforderlich, wenn die Option "FILE" verwendet wird.

Die Erweiterung für die A-Priori-Datei kann .txt oder .asc lauten.

File
out_confidence_raster
(optional)

Dataset für das Ausgabe-Konfidenz-Raster, das die Sicherheit der Klassifizierung in 14 Konfidenzniveaus anzeigt, wobei die niedrigsten Werte die höchste Zuverlässigkeit darstellen.

Raster Dataset

Rückgabewert

NameErläuterungDatentyp
out_classified_raster

Das klassifizierte Ausgabe-Raster.

Raster

Codebeispiel

MaximimumLikelihoodClassification – Beispiel 1 (Python-Fenster)

In diesem Beispiel wird ein klassifiziertes Ausgabe-Raster mit fünf Klassen erstellt, die aus einer Eingabe-Signaturdatei und einem Multiband-Raster abgeleitet wurden.

import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
mlcOut = MLClassify("redlands", "c:/sapyexamples/data/wedit5.gsg", "0.0", 
                    "EQUAL", "", "c:/sapyexamples/output/redmlcconf")
mlcOut.save("c:/sapyexamples/output/redmlc")
MaximimumLikelihoodClassification – Beispiel 2 (eigenständiges Skript)

In diesem Beispiel wird ein klassifiziertes Ausgabe-Raster mit fünf Klassen erstellt, die aus einer Eingabe-Signaturdatei und einem Multiband-Raster abgeleitet wurden.

# Name: MLClassify_Ex_02.py
# Description: Performs a maximum likelihood classification on a set of 
#    raster bands.
# 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"
sigFile = "c:/sapyexamples/data/wedit5.gsg"
probThreshold = "0.0"
aPrioriWeight = "EQUAL"
aPrioriFile = ""
outConfidence = "c:/sapyexamples/output/redconfmlc"


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

# Execute 
mlcOut = MLClassify(inRaster, sigFile, probThreshold, aPrioriWeight, 
                    aPrioriFile, outConfidence) 

# Save the output 
mlcOut.save("c:/sapyexamples/output/redmlc02")

Umgebungen

Verwandte Themen

Lizenzinformationen

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

7/10/2012