ArcGIS教程:Iso 聚类非监督分类

本文档详细介绍了如何使用ArcGIS的Iso聚类工具和最大似然法进行非监督分类,适用于多波段栅格数据。内容包括工具的用法、参数设置建议,以及Python代码示例,帮助用户实现对栅格数据的有效分类。
摘要由CSDN通过智能技术生成

  摘要

  使用 Iso 聚类工具和最大似然法分类工具对一系列输入栅格波段执行非监督分类。

  用法

  · 此工具结合了 Iso 聚类工具与最大似然法分类工具的功能。输出经过分类的栅格。作为可选的,它也可以输出特征文件。

  · 此工具生成的特征文件可用作其他分类工具(例如最大似然法分类)的输入,从而更好地控制分类参数。

  · 类数的最小有效值为二。不存在最大聚类数。通常情况下,聚类越多,所需的迭代就越多。

  · 要提供充足的必要统计数据,生成特征文件以供将来分类使用,每个聚类都应当含有足够的像元来准确地表示聚类。为最小类大小输入的值应大约比输入栅格波段中的图层数大 10 倍。

  · 为采样间隔输入的值表示,在聚类计算中每 n 乘 n 块像元中使用一个像元。

  · 不应合并或移除类,也不应更改 ASCII 特征文件的任何统计数据。

  · 通常情况下,输入波段交集范围内所含的像元越多,为最小类大小和采样间隔所指定的值就应当越大。为采样间隔输入的值应当足够小,以便对存在于输入数据中的最小理想类别进行合理采样。

  · 输出特征文件中的类 ID 值以一开始,然后按顺序增加至输入类的数量。可分配任意数量的类数。

  · 输出特征文件的名称必须具有一个 .gsg 扩展名。

  · 如果所有输入波段的数据范围均相同,则将得到更加理想的结果。如果波段的数据范围差异很大,则可使用“地图代数”执行以下方程式,从而将各种数据范围转换为相同的范围。

  · where:

  · Z is the output raster with new data ranges.

  · X is the input raster.

  · oldmin i

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值