ArcGIS Proにおけるイメージ解析 - クラスリソース (ArcGIS Pro 3.7)

MiriamSchmidts

ピクセルを情報に変換します。このコースは、衛星画像、無人航空機（UAV）収集データ、およびその他のイメージ形式から有意義な情報を抽出する必要がある民間セクターおよび民間政府機関のGIS専門家およびイメージ解析者向けです。ArcGIS ProとArcGIS Image Analystを使用して派生ラスター製品を表示、処理、作成するためのワークフローと考慮事項について説明します。災害復旧、被害評価、森林冠評価などの一般的なイメージアプリケーションを探求します。

Esri Academyでコースページを見る

リソース:

レッスン 1: ArcGIS Proのラスター関数

• ラスター関数とは何ですか？
  • ウェブコース:ArcGIS Proを使用したラスター データの処理このウェブコースでは、ラスター関数とラスター関数チェーンを使用したオンザフライのラスターおよびイメージ処理について学習します。
• ラスター関数とジオプロセシングツール:
  • ビデオ:関数とジオプロセシングツールを使用したラスター処理
• ラスター関数の種類
  • ヘルプトピック:ラスター関数このヘルプトピックでは、ラスター関数とは何かを説明し、ローカル、グローバル、およびカスタム関数を定義します。
• ラスター関数の使用方法
  • ヘルプトピック:ラスター関数ペインこのヘルプトピックは、ラスター関数の検索と使用に関するガイダンスを提供します。
  • ヘルプトピック:ラスター関数履歴このヘルプトピックは演習中のトラブルシューティングに役立つ場合があります。
  • ヘルプトピック:ラスター関数一覧このヘルプトピックは、システムの各ラスター関数の説明を提供します。

レッスン 2: ラスター関数テンプレート

• ラスター関数テンプレートの構成要素
  • ビデオ: ラスター関数: テンプレート作成で時間短縮このビデオでは、ArcGIS Proでラスター関数テンプレートを作成および適用して時間と処理を節約する方法について説明します。
  • ヘルプトピック:ラスター関数テンプレートこのヘルプトピックは、ラスター関数テンプレートの作成手順を段階的に説明します。
  • ウェブコース: ArcGIS Proを使用したラスター データの処理 このコースでは、効率的なソリューションを使用してラスター データを処理し、ArcGIS Proのラスター関数でオンザフライで有用な情報製品を抽出する方法を学びます。
  • ヘルプトピック:カスタム ラスター関数このヘルプトピックでは、Pythonで独自のラスター関数テンプレートを作成する方法を紹介します。
• ラスター関数テンプレートの共有:
  • ヘルプトピック:Portal for ArcGISでのラスター解析このヘルプトピックでは、ポータルでラスター解析を実行するためにArcGIS Proを設定する方法と、ポータル内のラスター解析でラスター関数を使用する方法について説明します。
  • ヘルプトピック:画像サービスの構成このヘルプトピックでは、画像サービスの公開と構成方法について説明しています。テーブル内の「Processing templates」行では、公開時にラスター関数テンプレートを追加することについて述べています。
• ラスター製品におけるラスター関数
  • ヘルプトピック:ラスター製品とラスタータイプこのヘルプトピックは、Raster Productsについての背景情報を提供し、それらとRaster Typesとの違いについて対比し、この2つの用語間の混乱解消に役立ちます。
• ジオプロセシングツールにおけるラスター関数
  • ヘルプトピック:Generate Raster From Raster Function (データ管理)このジオプロセシングツールは、入力されたラスター関数または関数チェーンからラスター データセットを生成します。

レッスン 3: ラスター関数による変化検出

• 変化検出の種類
  • ヘルプ トピック: カテゴリカル変化検出
  • ヘルプ トピック: ピクセル値変化検出
  • ヘルプ トピック: 時系列変化検出
  • ウェブコース:イメージによる変化検出このウェブコースでは、視覚的な変化検出から始めて、その後異なるバンド組み合わせや指標を使った変化量化へ進む変化検出ワークフローの例を提供します。
  • ArcGISブログ: 時系列イメージの変化検出2つの強力なアルゴリズム—Continuous Change Detection and Classification (CCDC) と LandTrendr—による衛星画像上でのピクセルレベル変化分析について紹介しています。

• 変化検出ワークフロー:

  • ビデオ: 第20章Landsatイメージによる変化検出2つ目は、このビデオが示すように、ラスターファンクションによる変化検出です。
  • ArcGISブログ:
    'イメージ変化検出の技術と科学'
    'やや古い記事ですが、背景知識や例として今も有用です。'
  • 'チュートリアル: ' '森林変化モニタリング' '
    このチュートリアルは' 'LandTrendrアルゴリズム（Landsatベースの撹乱・回復傾向検出）に基づくツールを使って木材伐採や他の潜在的な撹乱パターンの空間的・時間的理解に役立てます。'
• '変化検出用ラスタープリプロセッシング'
  • 'ヘルプトピック:
    ' 'リサンプル機能' '
    リサンプル機能は異なるリサンプリング手法でラスターピクセルサイズを変更します。'
  • 'ヘルプトピック:
    ' 'バンド抽出機能' '
    バンド抽出機能はマルチバンドデータセットから1つ以上のバンドを抽出または並べ替え可能です。'
  • 'ヘルプトピック:
    ' 'クリップ機能' 'クリップ機能はテンプレート範囲に基づいてラスターデータセットの一部を抽出します。クリップ結果にはテンプレート範囲と交差するすべてのピクセルが含まれます。'
  • 'ヘルプトピック:
    ' '見かけ反射率機能' '見かけ反射率機能はシーン照明やセンサーゲイン設定に基づき、一部衛星画像の反射率または明度値調整に使われます。
    '
  • 'ヘルプトピック:
    ' '指標ギャラリー' '
    画像指標はマルチバンド画像から計算される画像であり、特定現象を強調しつつ他要因による劣化影響を軽減します。同一対象物比較など複数画像間比較によく使われます。
    '
• '変化計算'
  • 'ヘルプ トピック: ' '変化検出ウィザード' '
    変化検出ウィザードはカテゴリカル・ピクセル値・時系列変化発見まで段階的ワークフロー提供します。
    '
  • 'ヘルプ トピック: ' 'マイナス機能' '
    マイナス機能は第2入力ラスタ値から第1入力ラスタ値を画素ごとに減算します。'
  • Help Topic: Compute Change function The Compute Change function can be used to enumerate the differences between two classified rasters for land cover change analysis, or it can be used to examine changes between two single-band continuous rasters such as elevation, temperature, canopy cover, and so on.

 

 Lesson 4:  Image classification techniques

• Defining image classification

  • Web Course: Introduction to Image Classification This course introduces options for creating thematic classified rasters in ArcGIS

• Describing image classification outputs

  • The ArcGIS Imagery Book, by Clint Brown and Christian Harder, Chapter 5: Turning Imagery into Information
• Image Classification types and methods
  • Help topic: Overview of image classification  This help topic provides concise descriptions of commonly used image classification terms and tools, and discusses supervised vs. unsupervised classification and the object-based vs pixel-based approaches.
  • GISGeography Article: Image Classification Techniques in Remote Sensing This article provides a discussion of different image classification techniques, as well as some background on the timeline of when they were developed.
  • USGS website: National Land Cover Database This website provides an overview and description of the National Land Cover Database (NLCD) and their landcover categories.
  • Video: Intro to Image Segmentation, Classification and Machine Learning
  • Help topic: List of ArcGIS Image Analyst extension raster functions This help topic provides a starting point for studying the Classification functions, especially Classify.

 

Lesson 5:  Classification workflows

• Image classification workflows
  • Tutorial: Calculate Impervious Surfaces from Spectral Imagery
  • Video: Image Classification Demo Image Classification Demo from Imagery Webinar held by Esri Industries
  • Help topic: An Overview of the Classification and Pattern Recognition toolset  The Classification and Pattern Recognition toolset contains tools for performing classification and regression analysis workflows, including accuracy assessment.
  • Web Course: Performing Unsupervised Pixel based Image Classification This course introduces the unsupervised pixel-based image classification technique for creating thematic classified rasters in ArcGIS.
• Classifying a raster with the Image classification wizard
  • Help topic: The Image Classification Wizard This help topic provides an overview of the Image Classification wizard 
  • Video: ArcGIS Pro: Image Segmentation, Classification, and Machine Learning  This Esri events session demonstrates workflows using the Image Analyst extension, including classification wizard and  deep learning capabilities. 

 

 

Lesson 6:  Segmentation

• Help topic: Understanding segmentation and classification This is the main help topic to study to understand segmentation. It also includes references to the related scientific publications used for implementing the segment mean shift algorithm.
• Help topic: Segmentation This Help topic provides an explanation of the different parameters in the segment mean shift tool
• Technical Workshop presentation: Image Segmentation and Classification
• Technical Workshop presentation: Image Segmentation, Classification, and Machine Learning
• Science Direct: Object based image analysis for remote sensing by T. Blaschke This article provides a scientific background for the object-based classification approach.
• ArcGIS Blog: Impervious Surface Mapping using ArcGIS Pro - Part 1: Georeferencing  This blog article introduces a workflow for mapping impervious surfaces using ArcGIS Pro 1.4, beginning with the georeferencing of scanned historical maps. It emphasizes the importance of aligning imagery accurately to real-world coordinates as a foundational step before performing classification and analysis in subsequent parts of the series.
• ArcGIS Blog: Impervious Surface Mapping using ArcGIS Pro - Part 2: Classificationこのブログ記事では、ArcGIS ProのImage Classification Wizardを使用して、非透水面と透水面を区別するための教師ありオブジェクト指向分類ワークフローを説明します。セグメンテーションの設定やトレーニングサンプルの収集から、Random Treesによるトレーニング、クラスの統合、そして雨水管理アプリケーション向けの結果の洗練までの手順を詳述しています。
• ビデオ：ArcGIS Impervious Surface Demoこのデモでは、多波長画像から非透水面の特徴を抽出し、その後、各区画ごとの非透水面の総平方フィート数を計算する方法を示します。多くの地方自治体は、物件の雨水料金を計算するために非透水面を使用しています。

 

レッスン7：分類器のトレーニング

• ヘルプトピック：分類このヘルプトピックでは、画像分類に利用可能な分類器の概要を提供します。
• ヘルプトピック：Train ISO Cluster Classifierこのヘルプトピックでは、Train ISO Cluster Classifierジオプロセシングツールとそのパラメーターについて説明しています。
• ヘルプトピック：Train Maximum Likelihood Classifierこのヘルプトピックでは、Train Maximum Likelihood Classifierジオプロセシングツールとそのパラメーターについて説明しています。
• ヘルプトピック：Train Random Trees Classifierこのヘルプトピックでは、Train Random Treesジオプロセシングツールとそのパラメーターについて説明しています。
• ヘルプトピック：Train Support Vector Machine classifierこのヘルプトピックでは、Train Support Vector Machineジオプロセシングツールとそのパラメーターについて説明しています。
• ArcGISブログ：ラスター画像処理のヒントとコツ — パート4：画像分類このブログ記事では、画像分類に取り組むための実用的なヒントを提供します。
• ArcGISブログ：スペクトルプロファイル：実行前に分類を改善する方法この記事は、ArcGIS Proのチャート機能を使用してトレーニングサンプルのスペクトルプロファイルを作成し、トレーニングサンプルの品質を確認および最終的に改善するための背景情報を提供します。クラスの直接的な一部ではありませんが、有用な背景情報です。
• ウェブコース：教師ありピクセルベース画像分類の実施 このコースでは、ArcGISでテーマ別に分類されたラスターを作成するための教師ありピクセルベース画像分類技術を紹介します。
• ウェブコース：実施 教師ありオブジェクトベース画像分類 このウェブコースでは、教師ありオブジェクトベース画像分類を使用するワークフローについて学び、この技術の制限と利点を理解します。

 

レッスン8：分類評価

• Pixel Editor
  • ヘルプトピック：ArcGIS Pro の Pixel EditorこのヘルプトピックはPixel Editor機能の広範な概要を提供します。
  • ヘルプトピック：テーマ別および分類済みピクセルの編集これはアクティビティで使用されるヘルプトピックであり、特定のPixel Editor操作について説明しています。
• 精度評価
  • ヘルプトピック：精度評価このヘルプトピックは精度評価ワークフローについて説明し、結果の理解に役立ちます。
  • ヘルプトピック：精度評価ポイントの作成このヘルプトピックは演習で使用されるCreate Accuracy Assessment Pointsツールのパラメーターについて説明しています。
  • ヘルプトピック： 精度評価ポイントの更新このヘルプトピックはUpdate Accuracy Assessment Pointsツールについて説明しており、学生が自分自身の精度評価ポイントを使えるかどうか尋ねた場合に備えています。
  • ヘルプトピック：混同行列の計算このヘルプトピックは演習で使用されるCompute Confusion Matrixツールのパラメーターについて説明しています。
  • ArcGISブログ：2011年国土被覆データベース（NLCD）のテーマ別精度評価

 

レッスン9：ディープラーニングによるラスター解析

• ArcGIS Pro におけるモデル推論

  • ヘルプトピック - Deep Learning modelsこのヘルプトピックは ArcGIS Pro で利用可能なディープラーニングモデルタイプの概要を提供します。