最大似然法分类 (空间分析)

摘要

对一组栅格波段执行最大似然法分类并创建分类的输出栅格数据。

了解有关“最大似然法分类”工作原理的详细信息

用法

语法

MLClassify (in_raster_bands, in_signature_file, {reject_fraction}, {a_priori_probabilities}, {in_a_priori_file}, {out_confidence_raster})
参数说明数据类型
in_raster_bands
[in_raster_band,...]

输入栅格波段。

Raster Layer
in_signature_file

最大似然法分类器使用的特征类所属的输入特征文件。

需要使用一个 .gsg 扩展名。

File
reject_fraction
(可选)

将因最低正确分配概率而得不到分类的像元部分。

默认值为 0.0;因此,将对每个像元进行分类。

共有 14 个有效输入:0.00.0050.010.0250.050.10.250.50.750.90.950.9750.990.995

String
a_priori_probabilities
(可选)

指定将如何确定先验概率。

  • EQUAL 所有类将具有相同的先验概率。
  • SAMPLE 先验概率将与特征文件内所有类中采样像元总数的相关的各类的像元数成比例。
  • FILE先验概率将会分配给输入 ASCII 先验概率文件中的各个类。
String
in_a_priori_file
(可选)

包含用于输入特征类的先验概率的文本文件。

仅在使用 FILE 选项时才需要先验概率文件的输入。

先验文件的扩展名可为 .txt.asc

File
out_confidence_raster
(可选)

以 14 个置信度显示分类确定性的输出置信栅格数据集,其中,最低值表示的确定性最高。

Raster Dataset

返回值

名称说明数据类型
out_classified_raster

输出分类的栅格。

Raster

代码示例

MaximimumLikelihoodClassification 示例 1(Python 窗口)

本例将创建包含来自输入特征文件和多波段栅格的五个类的分类输出栅格。

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 示例 2(独立脚本)

本例将创建包含来自输入特征文件和多波段栅格的五个类的分类输出栅格。

# 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")

环境

相关主题

许可信息

ArcView: 需要 Spatial Analyst
ArcEditor: 需要 Spatial Analyst
ArcInfo: 需要 Spatial Analyst

7/10/2012