pkextract - 云端在线

程序：

您的姓名

pkextract - 从（矢量或光栅）样本的光栅图像中提取像素值

概要

提取物 -i 输入 [-s 样品 | -兰德 数 | -格 尺寸] -o 产量 [选项[高级
选项]

商品描述

提取物 根据您的位置从输入栅格数据集中提取像素值
通过示例文件提供。 或者，随机样本或系统的点网格
也可以提取。 样本可以是带有点或多边形的矢量文件。 在里面
对于多边形，您可以提取所有被覆盖的栅格像素的值
通过多边形，或为每个多边形提取一个值，例如质心、平均值、
中值等。作为输出，矢量文件的新副本被创建，并带有一个额外的属性
为提取的像素值。 对于输入图像中的每个光栅带，一个单独的
属性被创建。 例如，如果栅格数据集包含三个波段，则三个波段
创建属性（b0、b1 和 b2）。

样本也可以是具有分类数据的栅格数据集，而不是矢量数据集
值。 典型用例是与输入栅格数据集重叠的土地覆盖图。
然后，该实用程序从相应土地覆盖的输入栅格中提取像素
类。 要选择样本栅格数据集的随机子集，您可以设置阈值
选项 -t 带有百分比值。

的典型用法 提取物 是为其中一个分类器准备训练样本
在 pktools 中实现。

可能的提取规则概述：

提取规则 输出特征
点提取所有覆盖的像素值
通过多边形（选项 -多边形
未设置）或提取像素
表面选项（-多边形
设置）。
质心提取像素值在
多边形的质心。
mean 提取所有像素的平均值
多边形内的值。
stdev 提取标准偏差
范围内的所有像素值
多边形。
中值 提取所有像素的中值
多边形内的值。
min 提取所有的最小值
多边形内的像素。
max 提取所有的最大值
多边形内的像素。
sum 提取所有值的总和
多边形内的像素。
mode 提取类的模式
在多边形内（类必须
用选项类设置）。
比例提取类的比例
在多边形内（类必须
用选项类设置）。
count 提取类的计数
在多边形内（类必须
用选项类设置）。

百分位数 提取百分位数定义为
选项 perc（例如，第 95 个
所涵盖的值的百分位数
多边形）。

配置

-i 文件名, - 输入 文件名
包含波段信息的栅格输入数据集

-s 样品, - 样本 样品
具有要从输入数据中提取的特征的 OGR 矢量数据集。 输出将
包含包含输入波段信息的特征。 示例图像也可以
GDAL 栅格数据集。

-兰德 数, - 随机的 数
创建简单的随机点样本。 提供要生成的点数

-格 尺寸, - 网格 尺寸
创建系统的点网格。 提供单元格网格大小（以投影单位，
例如，。 米)

-o 文件名, - 输出 文件名
输出样本数据集 输出样本数据集

-In 层, --ln 层
示例中的图层名称（留空以选择全部）

-c 程, - 班级 程
从输入样本图像中提取的类。 留空以提取所有有效
来自样本数据集的数据像素。 如果规则设置为模式，请确保设置类，
比例或计数。

-t 门槛, - 临界点 门槛
选择样本的概率阈值（随机）。 提供概率
百分比 (>0) 或绝对 (<0)。 对向量样本使用单个阈值
数据集。 如果使用栅格土地覆盖图作为示例数据集，您可以提供一个
每个类别的阈值（例如 -t 80 -t 60）。 使用值 100 选择所有
所选类别的像素

-f 格式, - F 格式
输出样本数据集格式

英尺 字段类型, --f类型 字段类型
字段类型（仅限 Real 或 Integer）

-lt 标签类型, --l类型 标签类型
标签类型：In16 或 String

-多边形, --多边形
创建 OGRPolygon 作为几何图形而不是 OGRPoint。

-b 带, - 乐队 带
要提取的波段索引。 留空以使用所有频段

-带 带, --起始带 带
起始波段序列号

-电子乐队 带, --端带 带
结束带序列号

-r 排除, - 规则 排除
规则如何报告每个特征的图像信息（仅适用于矢量样本）。 观点
（每个点的值或多边形的质心），质心，平均值，标准差，中值，
比例、计数、最小值、最大值、模式、总和、百分位数。

-v 水平, --详细 水平
详细模式如果 > 0

高级选项

-bndnodata 带, --bndnodata 带
输入图像中的条带以检查像素是否有效（用于 srcnodata）

-srcnodata 折扣值, --srcnodata 折扣值
输入图像的无效值

-tp 门槛, --阈值多边形 门槛
在每个多边形中选择样本的（绝对）阈值

-测试 测试样品, - 测试 测试样品
测试样本数据集（将此选项与阈值<100 结合使用以创建一个
训练（输出）和测试集

-bn 属性, --b名称 属性
对于单波段输入数据，这个额外的属性名称将对应于栅格
值。 对于多波段输入数据，具有此前缀的多个属性将被
添加（例如 b0、b1、b2 等）

-cn 属性, --cname 属性
输出向量数据集中的类标签名称

-地理 折扣值, --地理 折扣值
使用地理坐标（设置为 0 以使用图像坐标）

-下 折扣值, - 下 折扣值
下采样因子（仅适用于栅格样本数据集）。 可用于创建网格
点

-缓冲区 折扣值, - 缓冲 折扣值
用于计算点特征统计数据的缓冲区

-循环, - 圆
使用圆盘内核缓冲区（仅用于矢量点样本数据集，在
与缓冲选项组合）

例

运用 向量 样本

提取读入的所有层的所有点 点.sqlite ， 输入.tif。 创建一个新的
命名的点向量数据集 提取的.sqlite，其中每个点将包含一个属性
对于各个输入频段 输入.tif. 请注意，默认矢量格式为
Spatialite (.sqlite)。

提取物 -i 输入.tif -s 点.sqlite -o 提取的.sqlite

与上面相同的例子，但只提取层的点 点.sqlite 命名
“有效的”

提取物 -i 输入.tif -s 点.sqlite -In 有效 -o 提取的.sqlite

提取点并以 ESRI Shapefile 格式写入输出

提取物 -i 输入.tif -s 点数.shp -f “ESRI 形状文件" -o 提取的.sqlite

在 3 x 3 的窗口中提取每个输入波段的标准偏差，以
样本向量数据集中的点 点.sqlite. 输出向量数据集将包含
由缓冲点（3x3 窗口）定义的多边形要素。 使用选项 -循环 至
定义一个循环缓冲区。

提取物 -i 输入.tif -s 点.sqlite -o 提取的.sqlite -r 标准差 -缓冲区 3 -多边形

从中提取所有像素 输入.tif 被多边形覆盖 位置.sqlite。 每
因此，多边形可以为每个输入带产生具有属性的多个点要素。
将提取的点写入点向量数据集 训练.sqlite.

提取物 -i 输入.tif -s 多边形.sqlite -o 训练.sqlite -r 点

从中提取第一个波段 输入.tif 在矢量数据集中多边形的质心处
多边形.sqlite. 将提取的点值分配给多边形的新属性并
写入向量数据集 提取的.sqlite.

提取物 -i 输入.tif -b 0 -s 多边形.sqlite -r 重心 -o 提取的.sqlite -多边形

提取第二个波段的平均值 输入.tif 被每个多边形覆盖
多边形.sqlite. 平均值被写入输出向量中的多边形副本
数据集 提取的.sqlite

提取物 -i 输入.tif -b 1 -s 多边形.sqlite -r 意味着 -o 提取的.sqlite -多边形

为输入的土地覆盖图提取每个多边形中的多数类。 土地覆盖
map 包含五个有效类，标记为 1-5。 其他类值（例如，标记为 0）是
投票时不予考虑。

提取物 -i 土地覆盖.tif -s 多边形.sqlite -r 最大投票 -o 多数.sqlite -多边形 -c 1 -c 2 -c 3 -c 4 -c 5

运用 随机 和 格 样本

按照简单的随机抽样设计抽取 100 个样本单位。 对于每个样本单元，
在 3 x 3 像素的窗口中从输入栅格数据集中提取中值
并写入输出向量数据集的属性。 输出向量数据集
包含由以随机选择的样本为中心的窗口定义的多边形特征
单位。

提取物 -i 输入.tif -o 随机.sqlite -兰德 100 -中位数 -缓冲区 3 -多边形

按照网格单元大小为 100 m 的系统网格提取点。 丢弃像素
在输入栅格数据集中的值为 0。

提取物 -i 输入.tif -o 系统.sqlite -格 100 -srcnodata 0

运用 光栅 样本

根据土地覆盖图提取像素的典型用途（样本.tif）。 提炼
土地覆盖图中 10% 像素的随机样本的所有波段 样本.tif
其中土地覆盖等级为 1,2 或 3（等级值）。 将输出写入
点向量数据集 提取的.sqlite.

提取物 -i 输入.tif -s 样本.tif -o 提取的.sqlite -t 10 -c 1 -c 2 -c 3

提取遇到的前 5000 个像素的所有波段 样本.tif 其中像素有一个
值等于 1。将输出写入点向量数据集 提取的.sqlite.

提取物 -i 输入.tif -s 样本.tif -o 提取的.sqlite -t -5000 -c 1

24 年 2016 月 XNUMX 日 提取物(1)

使用 onworks.net 服务在线使用 pkextract