栅格图像监督分类在ArcGIS Pro中的操作方法

最新推荐文章于 2025-03-28 08:11:02 发布

BnxBackend

最新推荐文章于 2025-03-28 08:11:02 发布

阅读量486

点赞数

文章标签：分类 arcgis 数据挖掘 GIS

本文链接：https://blog.youkuaiyun.com/BnxBackend/article/details/133218974

版权

GIS 专栏收录该内容

87 篇文章 ¥59.90 ¥99.00

订阅专栏

本文详细介绍了在ArcGIS Pro中进行栅格图像监督分类的步骤，包括准备数据、创建训练样本、训练分类器以及分类栅格图像，并提供了相应的Python代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在ArcGIS Pro中，栅格图像监督分类是一种常见的空间分析技术，可以将栅格图像按照预定义的类别进行分类。本文将介绍在ArcGIS Pro中进行栅格图像监督分类的详细操作方法，并提供相应的源代码示例。

步骤1：准备数据
首先，您需要准备用于监督分类的栅格图像数据和训练样本数据。栅格图像数据应包含待分类的图像，而训练样本数据应包含代表不同类别的样本点或多边形。

步骤2：创建训练样本
在ArcGIS Pro中，可以使用“创建样本”工具来创建训练样本。以下是使用Python代码调用该工具的示例：

import arcpy

# 定义输入和输出路径
input_raster = r"path_to_input_raster"
output_sample = r"path_to_output_sample"

# 定义训练样本的类别和数量
class_values

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

BnxBackend

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

ArcGIS应用于遥感影像监督分类：最大似然法

ChDevops的博客

09-22

1669

在工具参数中，选择输入的遥感影像，选择输入的训练样本数据库，并指定输出的签名文件。在ArcGIS中，可以使用“监督分类”工具进行遥感影像的监督分类。打开“遥感工具集”，选择“监督分类”工具集，然后选择“监督分类”工具。在工具参数中，选择输入的遥感影像，选择输入的签名文件，并指定输出的分类结果。在工具参数中，选择输入的遥感影像，选择输出的样本数据库，并指定训练样本的类别和位置。最大似然法通过训练样本生成地物类别的统计信息，并将遥感影像像素分配到不同的地物类别中，从而实现遥感影像的监督分类。

Arcmap之监督分类

qq_34548699的博客

03-27

1万+

Arcmap之监督分类1 前期准备2.1 最直接的方法2.2 更精确的方法人工生成特征文件自动生成特征文件★★★3. 分类后处理4. 评价分类结果混淆矩阵Kappa系数三种监督分类的区别主要是生成特征文件的方法， ISO聚类手动绘制生成特征文件工具个人认为第三种最为简洁、准确！ 1 前期准备 1）创建用于验证的点数据 A.创建点文件，该文件用于遥感影像分类结果的精度评价。 B.点文件...

1 条评论您还未登录，请先登录后发表或查看评论

arcgispro 影像分类

wsqplsh的博客

03-13

1498

点击分类影像图层----点击影像---点击分类向导---影像分类向导会在右边出现。2、加载遥感影像（或者分类样本文件），点击地图--添加数据--数据（或者可以直接拖拽进去）4、分类流程：圆圈从左到右代表分类进程，完成每项设置点击右下角的下一步。6、分割（分类）---可以预览分割边界，若有问题，可返回上一步修改参数。7、训练（这里以分割为例）----顶部大圆圈代表基于对象的分类流程。5、配置：分类方法、分类类型、分类方案、输出位置。8、分类----将分类结果输出---结束分类向导。分类方案：使用默认方案。

arcgis实现影像监督分类

Learning_Well的博客

07-15

9584

在分类后的输出中，可能存在某些误分类的孤立像素或某些像素较少的区域。这将使得输出图像呈现出“斑白”或带斑点的效果。打开的影像由于未经处理，颜色看起来很昏暗，这时候可以拉伸一下。这里只打开一张影像，故默认自动选择。随后，点击右边按钮绘制多边形，绘制时双击鼠标左键结束绘制。在arcmap中打开影像分类工具，并选择带分类影像。合并后，×掉样本选择器对话框，继续选择其他样本。再将新选择的样本合并，继续下一个地类样本采集。如上，经过拉伸后的影像颜色提亮很多。

ArcGIS Pro遥感影像监督分类：随机森林、支持向量机

最新发布

qq_38220914的博客

03-28

1036

如上图所示，如果大家觉得分类出来的效果不好，可以调整分类方法或者参数，并重新尝试。首先，我们选中一个已有的类别，并通过不同的圈画方式，在遥感影像中选出这一类别对应的多个不同的区域；第三个选项，我们通过如下图所示的第一个下拉菜单选项，找到我们前述步骤中，保存好的。随后，在弹出的窗口中，配置我们需要的遥感影像分类参数即可。如果大家确定，当前的分类结果没有问题，就可以选择最好的那一次结果，并将其加以保存。随后，当我们将全部地物类别绘制好后，首先可以在如下图所示的位置，将。随后，我们即可选择不同的分类方法。

如何使用ArcGIS Pro中影像分类工具

suntongxue100的博客

04-14

1万+

遥感图像分类是图像信息提取的一种方法。在特征空间中，依据像元相似度的大小，归类相似的像元，并给每一个像元赋类别值的过程。分类的目标将是将图像中的所有像元自动进行地物类别的分类。 ArcGIS Pro对于影像分类目前提供四种分类方法，包括ISO聚类非监督分类（ISO cluster）、最大释然分类（Maximum likelihood）、随机森林分类（Random tree）、支持向量机监督分类（Support Vector Machine）。以上都是遥感影像分类常用的分类方法这里就不过于赘述，以下操作例子采

GIS学习笔记之Arcgis监督分类

tofu0722的博客

10-25

2万+

1、数据图片需要时TIFF格式的。 2、添加图片，先选择”空间分析工具“，多元分析，Iso聚类，设置时要填好保存路径并复制保存路径，最大分类的填写。 3、再选择”空间分析工具“，多元分析，最大似然法分类，进行设置的时候，在”输入特征文件“时，这里填写的就是上面复制的保存路径。其他的都可以默认。 4、转SHP文件，选择”转换工具“，由栅格转出，栅格转面，设置即可。 5、属性查询及分析。

最大似然法监督分类步骤_详细讲解ArcGIS中的影像分类

weixin_39818631的博客

12-01

1万+

影像分类的目的就为了将图像中的像元划分成不同的类别，过程就是根据像元在不同波段的波普亮度、空间结构特征或者其他信息，按照某种规则或算法实现分类。遥感图像分类处理就是是为了提取遥感图像中的目标信息，遥感图像分类主要用于地物类别的区分。影像分类分为监督分类和非监督分类，很多遥感书籍中都有这两种分类方法的比较。这里我结合ArcGIS软件简单整理一下：监督分类监督分类是使用被确认类别的样本像元去识别其他未...

使用ArcGIS Pro自动矢量化水系

sjz2017的博客

02-22

1241

本文详细介绍了如何使用ArcGIS Pro自动矢量化水系的方法。通过栅格计算、栅格转面和筛选水系等步骤，我们可以高效、准确地获取电子地图中的水系矢量数据。这种方法不仅大大提高了水系数据获取的效率和质量，还为后续的GIS分析和处理提供了有力的支持。然而，值得注意的是，自动矢量化方法虽然具有诸多优点，但也存在一定的局限性。例如，对于颜色对比不明显、结构复杂的电子地图，自动矢量化的结果可能不够准确；对于不同类型的地图和数据源，可能需要采用不同的参数和方法来进行处理。

使用 ArcGIS Pro 进行土地利用分类的机器学习和深度学习

天波风客的博客

04-12

3528

下面是一个例子，说明最后一类的票数最高，在这种情况下，在一个水果篮中，我们有 2 棵苹果树和 1 棵香蕉树，最后一类将被定义为苹果，用于展示 2/3总票数。工具中使用它，之后使用一些参数作为模型的基础，以及一个 45°使用旋转角度，这将有助于增加我的图像（样本）。现在是最期待的一步，我们要测试我们的模型，我将使用相同的组合，但在不同的地方训练。技术进行分类，在这种分类中可以使用两种类型的方法，例如无监督或监督，并联合使用，称为混合分类。定义类后，我创建了多边形格式的样本，包含要作为一个整体分类的图像。

ArcGIS教程：基于ArcGIS的栅格图像平滑处理

11-21

2万+

栅格数据获取的途径多种多样，造成了栅格数据质量的很大差异，一些质量较差的栅格数据存在大量“噪音”象元，即在表达同类型的地理要素时，出现个别像元值与周边像元不一致的情况，数据中噪音栅格象元的存在为数据的使用和分析带来了极大的不便，因此经常需要对栅格进行平滑的预处理操作。　　在ArcGIS软件的空间分析工具箱中，提供了大量的栅格数据处理工具，其中对栅格数据进行平滑处理的工具在去除图像上的椒盐噪音的

ArcGIS中ArcMap栅格遥感影像的监督分类

疯狂学习GIS的博客

09-18

5410

本文介绍在ArcMap软件中，基于最大似然法实现栅格遥感影像监督分类的方法~

envi-监督分类超详细

07-15

超详细的监督分类教程第一步：打开envi 4.8 打开待处理影像文件（tiff），设置显示rgb先后顺序；

ArcGIS中的影像分类

热门推荐

慕名ArcGIS

09-18

2万+

影像分类的目的就为了将图像中的像元划分成不同的类别，过程就是根据像元在不同波段的波普亮度、空间结构特征或者其他信息，按照某种规则或算法实现分类。遥感图像分类处理就是是为了提取遥感图像中的目标信息，遥感图像分类主要用于地物类别的区分。影像分类分为监督分类和非监督分类，很多遥感书籍中都有这两种分类方法的比较，这里我简单整理一下：监督分类监督分类是使用被确认类别的样本像元去识别其他未知类别像元的过程。其

ArcGIS影像分类

GIS大奔

12-13

1万+

不用遥感软件，ArcGIS也可以进行影像信息的分类了，就是通过ArcGIS10中新增的“影像分类”工具条。简单的操作就可以完成影像的分类。影像分类是从影像中提取信息的一个过程。可用于创建专题地图。根据人与计算机在分类过程中的交互情况，将有两种类型的分类：监督分类和非监督分类。监督分类:又称训练分类法，使用人工提取训练样本，利用获得的样本再根据影像的光谱特征对影像进行分类。非监督分

一、使用arcgis进行深度学习道路训练样本数据的制作(arcgis操作详解)——重复工作+多次返工的血泪史

Laney_Midory的博客

04-18

7461

arcgis只保留图片范围内的要素首先设置个坐标系才好操作然后如何只保存我需要的范围内的要素如图，我要只保留图片上的线段最好是对影像处理获取其轮廓线，然后再进行裁剪这里尝试了很多方法，最好的方式是导入图像的时候就可以获取其轮廓查看这篇文章得到轮廓后点击“ArcToolbox”—“分析工具”—“提取”—“裁剪” 在打开的“裁剪”界面，选择输入要素（即要被裁剪的要素）选择裁剪要素（即用来裁剪要素的范围线）选择裁剪结果的存放位置，选择好之后，点击“确定”。就可以保留我需要的范围的线要

四、Arcgis实现深度学习河流训练样本数据的制作(使用软件批量获取样本图片)——对已经获取到的完整面状样本数据进行处理

Laney_Midory的博客

05-11

2666

前面使用了arcgis将线状转变为了面状虽然可以一张图一张图的获取并且在这个过程中进行重命名但人工成本太高这里我获取到了河流的所有面状样本，如图如果还按照一、教程的方法来弄（点击跳转看看一张一张如何保存）就有些太麻烦了这里总结一下如何用arcgis软件进行批量生成样本的操作将图片的名字对应到方格上我的图片名字是作为Annotation单独存在于一个图层而方格是另外一个图层如何把这两者进行一个关联我发现他俩都有一个字段FID可以通过这个来进行表连接但是一个是0开头一个是1开

ArcGIS Pro深度学习模块——检测对象

m0_48996593的博客

04-05

3893

arcgispro中栅格数据影像配准

01-10

### 如何在 ArcGIS Pro 中执行栅格数据影像配准 #### 准备工作为了确保栅格数据能够被正确地配准，在开始之前需确认已安装并配置好ArcGIS Pro软件环境。准备待配准的栅格文件，通常为.tif或其他支持的图像格式。 #### 加载栅格数据启动ArcGIS Pro后打开项目或新建一个项目。通过`Catalog Pane`中的`Add Data`按钮导入要配准的栅格数据集[^1]。 ```python import arcpy arcpy.env.workspace = "C:/data" raster_list = arcpy.ListRasters() print(raster_list) ``` 这段Python脚本可以用来列出指定目录下的所有栅格文件名以便于后续操作。 #### 执行地理配准工具进入`Georeference`选项卡来访问用于校正和变换栅格数据的功能。选择需要调整位置的地图图层作为参考底图，并点击`Control Points Tool`以交互方式添加控制点对齐源图像与目标参照系之间的特征匹配点位[^2]。当建立了足够的对应关系之后，利用`Update Georeferencing`命令保存当前设置并对原始图片实施几何转换处理从而实现精准的空间定位效果。 #### 创建金字塔提高性能经过上述步骤完成初步配准后的栅格可能会因为分辨率差异而影响视觉呈现质量以及查询效率等问题。此时可以通过构建多级细节层次结构即所谓的“金子塔”(Pyramid)，以此优化渲染速度并改善用户体验[^3]。 ```sql CREATE PYRAMID ON C:\Data\MyRasterDataset.tif; ``` 这条SQL语句展示了怎样针对特定路径下的单个TIFF文档建立内部缓存机制进而加快浏览响应时间的方法之一。