ArcGIS Excalibur 的新功能

rcGIS Excalibur 新增一系列强大的功能,旨在增强您的地理空间分析和数据管理能力。这些更新包括使用 NDVI 进行植被监测的高级工具、高级服务器端变化检测、新的栅格功能等等。

此外,之前在 ArcGIS Online 上处于测试阶段的 ArcGIS Excalibur 现已公开发布!这款基于云的应用程序提供易于使用的工具和工作流程,让影像新手也能比以往更轻松地利用高级影像分析功能。无论您使用的是 ArcGIS Enterprise 还是 ArcGIS Online,这些新的影像功能都将显著提升您管理和解读地理空间数据的能力。

主要特点:

ArcGIS Enterprise 和 ArcGIS Online 中有哪些功能:

·NDVI 栅格函数

·计算变化栅格函数

·用于物体检测和像素分类的深度学习工具

·图像和视频的剪辑栅格函数

·来自视频帧的媒体层

·使用碎片观察工具进行批量碎片处理

仅适用于 ArcGIS Enterprise 的功能

·增加了对知识图谱关系的支持

NDVI 栅格函数:创建详细的植被图

归一化差异植被指数 (NDVI) 是一个标准化指数,用于生成显示绿度(也称为相对生物量)的图像。此新栅格函数可帮助您创建详细的植被地图,从而增强视觉解译和下游分析。通过清晰准确地表示植被健康状况,NDVI 可帮助您优化资源管理并追踪环境随时间的变化。

计算变化栅格函数:自动显示像素值的变化

"计算变化栅格"函数通过栅格分析提供强大的服务器端变化检测功能,允许您计算并可视化两个栅格数据集之间的差异。它会生成一个新的栅格图层,清晰地突出显示像素值的变化,并将其直接发布到您的托管环境以便于访问。您可以通过三种不同的方式量化变化:绝对变化,用于测量像素值的精确差异;相对变化,用于评估比例差异;以及光谱变化,用于分析数据光谱特性的变化。

用于物体检测和像素分类的深度学习工具:利用先进的人工智能模型

借助深度学习工具,您现在可以在 Excalibur 项目中利用开箱即用的对象检测和像素分类模型,自动从影像中提取有意义的洞察。无论您是监测环境变化、追踪资产流动,还是分析土地利用模式,这些先进的模型都能为您的项目提供坚实的基础。

图 1:深度学习检测图像中的汽车和飞机

这些模型可以无缝应用于影像图层,生成可立即用于进一步分析的输出图层。这种自动化操作不仅节省时间,还能提高地理空间数据解读的准确性和一致性。

图像和视频剪辑工具的剪辑栅格功能:查找相关区域并减少加载时间

使用"裁剪栅格函数"轻松裁剪影像,提取栅格数据集的特定部分,从而创建仅关注所选区域的新栅格。此功能对于处理大型影像图层非常有用,因为它可以帮助您专注于相关区域并显著缩短加载时间。将此工具集成到您的工作流程中,可以增强您的分析能力并简化影像处理。

除了裁剪影像外,现在您还可以轻松定义视频的开始和结束时间,将所需部分裁剪成新的视频文件。专注于特定部分可以优化工作流程并提高分析精度。无论是处理大型栅格数据集还是视频片段,这些工具都能有效帮助您集中精力,实现更高效、更精确的分析。

视频帧中的媒体层:快速访问视频数据中的关键时刻

能够从捕获的视频帧创建新的媒体图层,让您能够轻松调用已保存的帧并将其合并到项目中,从而实现详细的分析工作流程。此功能不仅可以提高项目的精度,还能让您快速访问视频数据中的关键时刻,从而节省时间。

使用"Chip Observation tool:"进行批量切片:通过观察获取视觉背景

使用"Chip Observation tool"工具,通过简化的工作流程为单个观测点或多个观测点创建影像芯片。此增强功能可根据感兴趣的区域自动计算并附加所有选定观测点的影像芯片。批量切片功能为观测点提供了可视化背景,让您能够查看指定区域内的具体细节。

这些影像芯片为检查提供了更丰富的背景信息,使您能够更深入地了解正在分析的对象。例如,跟踪船舶运动的物流经理可以使用"Chip Observation tool"工具有效地识别特定细节,例如字母数字代码或独特的船舶名称。这些有针对性的视觉信息使您能够有效地专注于对运营最重要的特征。

仅适用于 ArcGIS Enterprise 的功能

支持知识图谱关系:使复杂连接更容易可视化

在最新更新中,ArcGIS Excalibur 现在允许您在使用 ArcGIS 知识图谱作为观测收集层时直接在观测工具中定义关系。知识图谱中的关系是两个实体之间定义的关联,用于说明它们如何连接或交互,例如将特定船舶与其运动关联起来,或识别唯一的船舶名称和代码。此新功能增强了地理空间数据的准确性和丰富性,提供了一种更直观、更简化的方式来捕获和管理复杂的连接,从而使您的检查和分析更加高效、更具洞察力。

相关推荐
无心水21 小时前
【分布式利器:腾讯TSF】7、TSF高级部署策略全解析:蓝绿/灰度发布落地+Jenkins CI/CD集成(Java微服务实战)
java·人工智能·分布式·ci/cd·微服务·jenkins·腾讯tsf
北辰alk1 天前
RAG索引流程详解:如何高效解析文档构建知识库
人工智能
九河云1 天前
海上风电“AI偏航对风”:把发电量提升2.1%,单台年增30万度
大数据·人工智能·数字化转型
wm10431 天前
机器学习第二讲 KNN算法
人工智能·算法·机器学习
沈询-阿里1 天前
Skills vs MCP:竞合关系还是互补?深入解析Function Calling、MCP和Skills的本质差异
人工智能·ai·agent·ai编程
xiaobai1781 天前
测试工程师入门AI技术 - 前序:跨越焦虑,从优势出发开启学习之旅
人工智能·学习
盛世宏博北京1 天前
云边协同・跨系统联动:智慧档案馆建设与功能落地
大数据·人工智能
TGITCIC1 天前
讲透知识图谱Neo4j在构建Agent时到底怎么用(二)
人工智能·知识图谱·neo4j·ai agent·ai智能体·大模型落地·graphrag
逆羽飘扬1 天前
DeepSeek-mHC深度拆解:流形约束如何驯服狂暴的超连接?
人工智能
bing.shao1 天前
AI工作流如何开始
人工智能