Wichtige Terminologie zur Bildklassifizierung

Die folgenden Begriffe helfen Ihnen, die Bildklassifizierung mit ArcGIS Spatial Analyst besser zu verstehen:

Begriff	Beschreibung
Bild	Ein Raster-Dataset, das durch das Scannen einer Oberfläche mit optischen oder elektronischen Geräten gewonnen wird. Beispiele dafür sind gescannte Dokumente, Fernerkundungsdaten (z. B. Satellitenbilder) und Luftaufnahmen. Ein Bild wird als Raster-Dataset aus binären oder Ganzzahlwerten gespeichert, die für die Intensität von Lichtreflexion, Hitze oder anderen Werten des elektromagnetischen Spektrums stehen.
Zelle	Eine Zelle ist die kleinste Informationseinheit in Raster-Daten. Jede Zelle entspricht dem numerischen Wert eines Messwerts an der entsprechenden Position der Flächeneinheit auf der Erde. Zellen sind normalerweise quadratisch. Die Fläche, die jede Zelle darstellt, hängt von der Auflösung des Rasters ab. Hochauflösende Raster-Zellen (mit großem Maßstab) stellen kleine Bereiche dar, die in so kleinen Einheiten wie Quadratmeter gemessen werden. Zellen in einem geringauflösenden Raster (mit kleinem Maßstab) stellen den einheitlichen Wert für eine größere Fläche, z. B. in Hektar oder Quadratkilometer, dar.
Pixel	Die kleinste Informationseinheit in einem Bild oder einer Raster-Karte, in der Regel quadratisch oder rechteckig. Der Begriff Pixel wird häufig synonym zu Zelle verwendet.
Bildklassifizierung	Dies ist der Prozess des Sortierens oder Anordnens von Pixeln in einem Bild in Klassen oder Clustern. Je nach gewünschter Interaktion zwischen der analysierenden Person und dem Computer können zwei Arten der Bildklassifizierung verwendet werden: geordnete und ungeordnete Klassifizierung.
Geordnete Klassifizierung	Dies ist ein Bildklassifizierungsansatz, der auf den Trainingsgebieten basiert, die von der analysierenden Person erfasst werden. Die Trainingsgebiete "schulen" die Software in Bezug auf die Klassifizierung der restlichen Pixel des Bildes.
Ungeordnete Klassifizierung	Ein Bildklassifizierungsansatz, bei dem die Pixel im Bild ohne Eingriff der analysierenden Person sortiert werden. Der Prozess basiert allein auf der Verteilung der Pixelwerte in einem mehrdimensionalen Attributraum.
Klasse	Eine Gruppe von Pixeln in einem Bild, die ein Objekt auf der Erdoberfläche darstellen.
Cluster	Eine Gruppe von Pixeln, die in einem mehrdimensionalen Attributraum unterscheidbar sind. Ein Cluster ähnelt einer Klasse. Das Bodenobjekt, das es darstellt, ist während der Analyse der Cluster-Bildung jedoch nicht bekannt.
Trainingsgebiete	Beispielflächen in einem Bild, die verschiedene Klassen in einer geordneten Klassifizierung darstellen. Trainingsgebiete sind Beispiele für die Klassen in einem Bild, damit die Klassifizierungswerkzeuge über die Informationen dazu verfügen, wie der Rest der Pixel klassifiziert werden soll.
Signaturdatei	Eine Signaturdatei zeichnet die Spektrumssignaturen verschiedener Klassen über einer Reihe von Bändern hinweg auf. Für jede Klasse enthält die Signatur Mittelwerte und Kovarianzen, die aus dem zugehörigen Trainingsgebiet berechnet werden.

Es ist von Vorteil, mit allgemeiner Raster-Datenterminologie vertraut zu sein.