Glossary of Key Terms Հիմնական եզրույթների բառարան

Սենսորային եւ տվյալների հասկացություններ

• Պատկերի տարրեր/պիքսելներ - նմուշառված առարկաների մակերեւույթների թվային ներկայացում սենսորային զանգվածների ակնթարթային տեսադաշտի (IFOV) միջոցով։
• Թվային նիշեր (DNs) - ֆոտոնների քանակը, որը գրանցվում է սենսորային զանգվածներից տարբեր սպեկտրալ շերտերում, որոնք կարող են վերածվել սպեկտրալ հատկանիշների։ 8-բիթային տվյալների համար տատանվում է 0-ից մինչեւ 255։
• Հողի լուծաչափի բջիջ (GRC) - մեկ պիքսելով ներկայացված տարածքը հողի վրա։
• IFOV - սենսորից եկող կոշտ կոնի անկյունը, որը հատում է առարկայի մակերեսը՝ պրոյեկտվելով սենսորային տարրի վրա։ Հաստատուն չէ՝ Y-ից (սենսորային տարրի բարձրություն) եւ F-ից (ֆոկուսային հեռավորություն)։

Ֆոտոնների որս եւ թվային նիշեր

• Հոսք/ֆոտոնային հոսք - որոշակի ժամանակահատվածում սենսորային տարրի վրա կամ մեջ ընկնող ֆոտոնների քանակը։
• Էլեկտրաօպտիկական սարքեր - պատկերման սենսորները «բջիջների զանգվածներ են, որոնք ֆոտոնները վերածում են էլեկտրոնային ազդանշանների»։
• Թվային նիշեր (DN) - սենսորը հաշվում է ֆոտոնները, եւ այդ թվերը «թվային նիշեր» են՝ տարբեր սպեկտրալ շերտերում: Այս ֆոտոնների քանակը վերածվում է անալոգային լարման (կոնդենսատորում կուտակված լիցքից), որն այնուհետեւ վերածվում է թվային տվյալների՝ անալոգաթվային փոխարկիչի (ԱԹՓ) միջոցով: 8-բիթային գրառման համար DN -ները տատանվում են 0-255:
• Չափման վեկտոր - տրված պատկերի նմուշի դիրքի համար տարբեր սպեկտրալ շերտերից N չափումների հավաքածուն կազմում է N-աչափ «չափման վեկտոր»՝ d=[d1 d2 … dN]T:

Ռադիոմետրիկ հատկություններ եւ դասեր

• Ռադիոմետրիկ չափումներ - սենսորի հիմնական ելքային ազդանշանները, ինչպիսիք են RGB տեսախցիկը կամ Sentinel-2-ի նման բազմասպեկտրալ տեսածրիչը։
• Ռադիոմետրիկ դասեր - դասի հնարավոր պիտակների վերջավոր հավաքածուներ (Ω = {ω1, ω2,…, ωK}), որոնց վերագրվում են պիքսելները։ Դրանք սահմանում է ԵՏՀ օգտատերերի համայնքը (օրինակ՝ {խոտ, ցորեն, կարտոֆիլ, շաքարի ճակնդեղ, լոբի, ոլոռ, սոխ} գյուղատնտեսական դասակարգման համար)։ «Անհայտ դասն» (ω0) ընդգրկում է սահմանված դասերում չներառված հատկանիշներ։
• Տուփի դասակարգիչ (մակարդակ-կտրվածք/զուգահեռանիստի դասակարգիչ) - դասակարգման ամենապարզ մեթոդը, որը սահմանում է յուրաքանչյուր շերտի եւ դասի վերին ու ստորին սահմանները՝ ստեղծելով տուփանման տարածքներ հատկանիշների տարածությունում։ Տուփի մեջ ընկած պիքսելներին վերագրվում է դրա դասը։
• Կլաստեր - հատկանիշների տարածությունում հարակից կետերի խումբ, որոնք սպեկտրալ առումով նման են եւ ներկայացնում են առանձին ռադիոմետրիկ կամ հողաբուսածածկույթի դաս։
• Սխալների (շփոթության/պատահականության) մատրից. աղյուսակ, որը համեմատում է պատկերի դասակարգման արդյունքներն էտալոնային (գետնի ճշմարտության) տվյալների հետ, բնութագրելով դասակարգման ճշտությունը։
• Հատկանիշների տարածություն - բազմաչափ կամ ցրման գծապատկեր, որտեղ գետնի լուծաչափի յուրաքանչյուր բջջի (GRC) բազմաթիվ սպեկտրալ շերտերից ստացված թվային նիշերը (DN) գծագրվում են որպես մեկ կետ (հատկանիշների վեկտոր)։
• Հատկանիշների վեկտոր - կազմված է գետնի լուծաչափի մեկ բջջի (GRC) տարբեր սպեկտրալ շերտերից ստացված թվային նիշերից (DN)։
• Գետնի լուծաչափի բջիջ (GRC) - հեռազննման պատկերում մեկ պիքսելով ներկայացված գետնի վրա գտնվող տարածքը։
• Կոշտ դասակարգում - պատկերի դասակարգման մեթոդ, որը յուրաքանչյուր պիքսելը վերագրում է բացառապես մեկ դասի։
• Պատկերի տարածություն - պիքսելների երկչափ զանգված, որը կազմում է թվային պատկերը, որտեղ թվային նիշերի (DN) տարածական բաշխումը սահմանում է պատկերը։
• Ակնթարթային տեսադաշտ (IFOV) - հեռազննման սենսորից եկող անկյունը կամ կոշտ կոնը, որը պրոյեկտվում է մեկ սենսորային տարրի վրա՝ որոշելով պիքսելով ներկայացված մակերեսը գետնի վրա։
• Իտերատիվ օպտիմալացում (միջինների ներհոսք/ISODATA) - անվերահսկելի կլաստերացման ալգորիթմ, որը իտերատիվ կերպով կարգավորում է կլաստերների կենտրոնները (միջինները) եւ վերաբաշխում պիքսելները, մինչեւ կլաստերների կենտրոնները կայունանան։
• Կապպա (κ) գործակից - դասակարգման ճշտության վիճակագրական չափանիշ, որը հաշվի է առնում պատահականորեն տեղի ունեցող համընկնումն՝ ապահովելով ավելի հուսալի գնահատական, քան պարզ ընդհանուր ճշտությունը։
• Գիտելիք - հեռազննման մեջ հիմնված է վարկածների եւ չափված ապացույցների վրա, հաճախ արտահայտվում է որպես վարկածի հավանականություն՝ տրված ապացույցներով։
• Առավելագույն հավանականության (ML) դասակարգիչ - հաճախ օգտագործվող դասակարգման ալգորիթմ, որը պիքսելը վերագրում է այն դասին, որի համար այն ունի ամենաբարձր հավանականությունը՝ հաշվի առնելով ոչ միայն կլաստերների միջինները, այլեւ կլաստերների ձեւը, չափը եւ կողմնորոշումը՝ հիմնվելով դրանց վիճակագրական բաշխումների վրա։
• Չափում - տարածաժամանակի մեջ երկու օբյեկտների միջեւ փոխազդեցություն, որը տվյալներ է ստեղծում այդ փոխազդեցության մասին, օրինակ՝ ֆոտոնային սենսոր, որը չափում է ֆոտոնների քանակը։
• Բազմասպեկտրալ տվյալներ - էլեկտրամագնիսական սպեկտրի մի քանի սպեկտրալ շերտերում հավաքվող հեռազննման տվյալներ։
• Ընդհանուր ճշտություն - ճիշտ դասակարգված պիքսելների ընդհանուր թիվը բաժանված ստուգման նմուշի պիքսելների ընդհանուր թվին, որը սովորաբար ստացվում է սխալի մատրիցից։
• Կաղապար - Օբյեկտների տարածական դասավորությունը եւ պատկերում որոշակի ձեւերի կամ հարաբերությունների բնորոշ կրկնությունը։
• Ֆոտոնային հոսք - սենսորային տարրի վրա կամ դրա մեջ ընկնող ֆոտոնների քանակը ժամանակի միավորում։
• Ֆոտոններ - էլեկտրամագնիսական էներգիա կրող լույսի հիմնարար մասնիկներ։
• Պիքսել (պատկերի տարր) - թվային պատկերի ամենափոքր միավորը, որը ներկայացնում է հողի լուծաչափի բջիջ (GRC) եւ պարունակում է թվային նիշի (DN) արժեքներ յուրաքանչյուր սպեկտրալ շերտի համար։
• Պիքսելների վրա հիմնված դասակարգում - պատկերի դասակարգման մեթոդ, որը մշակում եւ յուրաքանչյուր առանձին պիքսելը դասի է վերագրում՝ հիմնականում հիմնվելով դրա սպեկտրալ տեղեկատվության վրա։
• Ռադիոմետրիկ դաս - պատկերի դասակարգման ընթացքում պիքսելներին տրված առանձին կատեգորիա կամ պիտակ՝ հիմնվելով դրանց սպեկտրալ բնութագրերի վրա։
• Հետաքրքրության շրջան (ROI) - վերահսկելի դասակարգման ընթացքում պատկերի միատարր շրջաններում ընտրված նմուշային տարածքներ, որոնք օգտագործվում են դասի սպեկտրալ բնութագրերը սահմանելու համար ուսումնական նմուշներ հավաքելիս։
• Հեռազննման (RS) պատկեր - պատկեր, որը ստացվել է հարթակների վրա (օրինակ՝ արբանյակներ, ինքնաթիռներ) սենսորներից, որոնք գրանցում են Երկրի մակերեւույթից անդրադարձած կամ արձակված էլեկտրամագնիսական ճառագայթումը։
• Փափուկ դասակարգում - պատկերի դասակարգման մեթոդ, որը յուրաքանչյուր պիքսելին վերագրում է բազմաթիվ դասեր, որոնցից յուրաքանչյուրն ունի համապատասխան նմանություն կամ հավանականություն, որպեսզի ավելի լավ հաշվի առնվեն դասերի ներսում ու դասերի միջեւ տատանումները եւ խառը պիքսելները։
• Սպեկտրալ բնութագրեր - տարբեր նյութերի տարբեր ալիքի երկարությունների էլեկտրամագնիսական ճառագայթման հետ փոխազդեցության եզակի եղանակները (օրինակ՝ անդրադարձունակություն, կլանում)։
• Սպեկտրալ դաս - սահմանվում է բացառապես իր սպեկտրալ բնութագրերով, որոնք նույնականացված են հատկանիշների տարածքում, որոնք կարող են կամ չեն կարող ուղղակիորեն համապատասխանել ցանկալի հողածածկույթի տեսակին։
• Սպեկտրասկոպիկ տվյալներ - տվյալներ, որոնք չափում են էլեկտրամագնիսական ճառագայթման ինտենսիվությունը ալիքի տարբեր երկարություններում՝ տրամադրելով նյութերի մանրամասն սպեկտրային օրինակներ:
• Վերահսկելի դասակարգում - պատկերի դասակարգման մոտեցում, որտեղ օպերատորը սահմանում է դասերի սպեկտրալ բնութագրերը՝ պատկերում նույնականացնելով նմուշային տարածքները (ուսուցման տարածքները):
• Ուսուցման տարածքներ - վերահսկելի դասակարգմամբ օպերատորի ընտրած նմուշային տարածքներ, որոնք ներկայացնում են հողածածկույթի հայտնի տեսակներ, որոնք կիրառվում են դասակարգման ալգորիթմը մարզելու համար:
• Իրական դաս - հողի վրա գտնվող առանձնահատկության իրական դասը կամ կատեգորիան, որն օգտագործվում է որպես էտալոն պատկերի դասակարգման արդյունքների ստուգման համար:
• Անվերահսկելի դասակարգում - պատկերի դասակարգման մոտեցում, որտեղ կլաստերացման ալգորիթմներն ինքնաշխատ կերպով գտնում են սպեկտրալ խմբավորումներ (կլաստերներ) տվյալներում՝ առանց օպերատորի նախնական գիտելիքների կամ ուսումնական նմուշների:
• Ստուգում - պատկերի դասակարգման արդյունքների որակի եւ հուսալիության գնահատման գործընթաց՝ դրանք համեմատելով անկախ էտալոնային տվյալների հետ:

Կլաստերների սահմանումը հատկանիշների տարածքում - իրականացվում է վերահսկելի կամ անվերահսկելի դասակարգման միջոցով:

Դասակարգման ալգորիթմի ընտրություն - որոշում, թե ինչպես են պիքսելները վերագրվելու դասերին:

Իրական դասակարգում - յուրաքանչյուր բազմաշերտ պիքսելի վերագրում նախապես սահմանված դասին:

Արդյունքի ստուգում - դասակարգման որակի գնահատում չափանիշային տվյալների համեմատ:

Միջակայքի ընտրություն - խուսափել խիստ փոխկապակցված շերտերից (ավելորդ տեղեկատվություն) եւ հաշվի առնել ապարատային/ծրագրային ապահովումները։