Outdated version of the documentation. Find the latest one here.

Bildklassifikation

Erkennung ändern

Beschreibung

<fügen Sie hier die Übersetzung des Algorithmus ein>

Parameter

Initial State [raster]

<geben Sie hier die Parameterbeschreibung ein>

Look-up Table [table]

Optional.

<geben Sie hier die Parameterbeschreibung ein>

Wert [tablefield: any]

<geben Sie hier die Parameterbeschreibung ein>

Wert (Maximum) [tablefield: any]

<geben Sie hier die Parameterbeschreibung ein>

Name [tablefield: any]

<geben Sie hier die Parameterbeschreibung ein>

Final State [raster]

<geben Sie hier die Parameterbeschreibung ein>

Look-up Table [table]

Optional.

<geben Sie hier die Parameterbeschreibung ein>

Wert [tablefield: any]

<geben Sie hier die Parameterbeschreibung ein>

Wert (Maximum) [tablefield: any]

<geben Sie hier die Parameterbeschreibung ein>

Name [tablefield: any]

<geben Sie hier die Parameterbeschreibung ein>

Report Unchanged Classes [boolean]

<geben Sie hier die Parameterbeschreibung ein>

Vorgabe: True

Ausgabe als... [selection]

<geben Sie hier die Parameterbeschreibung ein>

Optionen:

  • 0 — [0] Zellen

  • 1 — [1] Prozent

  • 2 — [2] Fläche

Vorgabe: 0

Ausgaben

Änderung [raster]

<fügen Sie hier die Übersetzung der Ausgabe ein>

Änderung [table]

<fügen Sie hier die Übersetzung der Ausgabe ein>

Verwendung der Konsole

processing.runalg('saga:changedetection', initial, ini_lut, ini_lut_min, ini_lut_max, ini_lut_nam, final, fin_lut, fin_lut_min, fin_lut_max, fin_lut_nam, nochange, output, change, changes)

Siehe auch

Häufungsanalyse für Gitter

Beschreibung

<fügen Sie hier die Übersetzung des Algorithmus ein>

Parameter

Gitter [multipleinput: rasters]

<geben Sie hier die Parameterbeschreibung ein>

Methode [selection]

<geben Sie hier die Parameterbeschreibung ein>

Optionen:

  • 0 — [0] Iterative Minimum Distance (Forgy 1965)
  • 1 — [1] Hill-Climbing (Rubin 1967)
  • 2 — [2] Combined Minimum Distance / Hillclimbing

Vorgabe: 0

Cluster [number]

<geben Sie hier die Parameterbeschreibung ein>

Vorgabe: 5

Normalise [boolean]

<geben Sie hier die Parameterbeschreibung ein>

Vorgabe: True

Old Version [boolean]

<geben Sie hier die Parameterbeschreibung ein>

Vorgabe: True

Ausgaben

Cluster [raster]

<fügen Sie hier die Übersetzung der Ausgabe ein>

Statistik [table]

<fügen Sie hier die Übersetzung der Ausgabe ein>

Verwendung der Konsole

processing.runalg('saga:clusteranalysisforgrids', grids, method, ncluster, normalise, oldversion, cluster, statistics)

Siehe auch

Überwachte Klassifizierung

Beschreibung

<fügen Sie hier die Übersetzung des Algorithmus ein>

Parameter

Gitter [multipleinput: rasters]

<geben Sie hier die Parameterbeschreibung ein>

Trainingsflächen [vector: polygon]

<geben Sie hier die Parameterbeschreibung ein>

Class Identifier [tablefield: any]

<geben Sie hier die Parameterbeschreibung ein>

Methode [selection]

<geben Sie hier die Parameterbeschreibung ein>

Optionen:

  • 0 — [0] Binary Encoding
  • 1 — [1] Parallelepiped
  • 2 — [2] Minimum Distance
  • 3 — [3] Mahalanobis Distance
  • 4 — [4] Maximum Likelihood
  • 5 — [5] Spectral Angle Mapping
  • 6 — [6] Winner Takes All

Vorgabe: 0

Normalise [boolean]

<geben Sie hier die Parameterbeschreibung ein>

Vorgabe: True

Distance Threshold [number]

<geben Sie hier die Parameterbeschreibung ein>

Vorgabe: 0.0

Probability Threshold (Percent) [number]

<geben Sie hier die Parameterbeschreibung ein>

Vorgabe: 0.0

Probability Reference [selection]

<geben Sie hier die Parameterbeschreibung ein>

Optionen:

  • 0 — [0] absolute
  • 1 — [1] relative

Vorgabe: 0

Spectral Angle Threshold (Degree) [number]

<geben Sie hier die Parameterbeschreibung ein>

Vorgabe: 0.0

Ausgaben

Class Information [table]

<fügen Sie hier die Übersetzung der Ausgabe ein>

Klassifikation [raster]

<fügen Sie hier die Übersetzung der Ausgabe ein>

Quality [raster]

<fügen Sie hier die Übersetzung der Ausgabe ein>

Verwendung der Konsole

processing.runalg('saga:supervisedclassification', grids, roi, roi_id, method, normalise, threshold_dist, threshold_prob, relative_prob, threshold_angle, class_info, classes, quality)

Siehe auch