Словарь основных терминов классификации изображений

Для выполнения классификации изображений с помощью функций дополнительного модуля Дополнительный модуль ArcGIS Spatial Analyst полезно знать следующие термины:

Термин	Описание
Изображение	Набор растровых данных, полученный путём сканирования поверхности оптическим или электронным устройством. Типичный пример – данные дистанционного зондирования, отсканированные данные и фотографии. Изображение хранится как набор растровых данных с двоичными или целыми значениями, отображающими интенсивность отражаемого света, тепла или иного диапазона значений электромагнитного спектра.
Ячейка	Ячейка является наименьшей единицей информации растровых данных. Каждая ячейка отражает числовое значение некоторого измерения в соответствующих единицах в определенной точке поверхности земли. Обычно ячейки имеют квадратную форму. Площадь, которую отображает каждая ячейка, зависит от разрешения растра. Ячейки растров с высоким разрешением отображают маленькие участки, площадью в несколько квадратных метров. Ячейки растров с низким разрешением отображают унифицированное значение для большой площади, например, для нескольких гектаров или квадратных километров.
Пиксел	Наименьшая единица информации на изображении или растровой карте, обычно квадратная или прямоугольная. Термин «пиксел» часто используют в качестве синонима ячейки.
Классификация изображений	Процесс сортировки или группировки пикселов изображения в классы или кластеры. В зависимости от характера взаимодействия аналитика с компьютером, различают два типа классификации изображений: классификация с обучением и классификация без обучения.
Классификация с обучением	Подход к классификации изображений, основанный на использовании набора обучающих выборок, составленного аналитиком. С помощью обучающих выборок программное обеспечение "учится" классифицировать остальные пикселы изображения.
Классификация без обучения	Подход к классификации изображений, состоящий в сортировке пикселов изображения по кластерам без вмешательства аналитика. Процесс основан исключительно на распределении значений пикселов в многомерном пространстве атрибутов.
Класс	Группа пикселов изображения, представляющих один и тот же объект на земной поверхности.
Кластер	Группа пикселов, различимая в многомерном пространстве атрибутов. Кластер аналогичен классу за тем исключением, что наземный объект, который он представляет, неизвестен в момент выполнения кластерного анализа.
Обучающие выборки	Области изображения, представляющие различные классы для классификации с обучением. Обучающие выборки являются примерами классов в изображении, показывающими инструментам классификации, как классифицировать остальные пикселы.
Файл сигнатур	В файл сигнатур записываются сигнатуры спектра различных классов по ряду каналов. Сигнатура для каждого класса содержит средние и матрицу ковариаций, вычисленные на основе соответствующей обучающей выборки.

Также полезно ознакомиться с общим словарем растровых данных.