Vocabulario esencial de clasificación de imágenes

Entender los siguientes términos le ayudará durante el aprendizaje sobre la clasificación de imágenes con ArcGIS Spatial Analyst:

Término	Descripción
Imagen	Un dataset de ráster generado al digitalizar una superficie con un dispositivo óptico o electrónico. Entre los ejemplos comunes se incluyen documentos digitalizados, datos de detección remota (por ejemplo, imágenes de satélite) y fotografías aéreas. Una imagen se almacena como un dataset de ráster de valores binarios o enteros que representa la intensidad de luz reflejada, calor u otro intervalo de valores en el espectro electromagnético.
Celda	Una celda es la unidad de información más pequeña en datos ráster. Cada celda representa el valor numérico de alguna medida en la ubicación del área de unidad correspondiente en la tierra. Las celdas normalmente tienen forma cuadrada. El área que cada celda representa depende de la resolución del ráster. Las celdas ráster de alta-resolución (en gran escala) representarían áreas pequeñas, medidas en unidades tan pequeñas como metros cuadrados. Las celdas en un ráster de resolución más baja (pequeña escala) representan el valor uniforme de un área más grande, como hectáreas o kilómetros cuadrados.
Píxel	La unidad más pequeña de información en una imagen o mapa de ráster, normalmente cuadrados o rectangular. El término píxel se utiliza a menudo como sinónimos de celda.
Clasificación de imágenes	El proceso de ordenar u organizar los píxeles de una imagen en clases o clústeres. Dependiendo de la interacción entre el analista y el equipo, existen dos tipos de clasificación de imágenes: clasificación supervisada y clasificación sin supervisión.
Clasificación supervisada	Un enfoque de clasificación de imágenes basado en los ejemplos de formación recopilados por el analista. Los ejemplos de formación "enseñan" al software cómo clasificar el resto de los píxeles de la imagen.
Clasificación sin supervisión	Un enfoque de clasificación de imágenes que ordena los píxeles de la imagen en clústeres sin la intervención del analista. El proceso se basa únicamente en la distribución de valores de píxeles en un espacio de atributos multidimensional.
Clase	Un grupo de píxeles de una imagen que representa el mismo objeto en la superficie de la tierra.
Clúster	Un grupo de píxeles que se puede distinguir en un espacio de atributos multidimensional. Un clúster es similar a una clase solo que el objeto de base que representa es desconocido cuando se realiza el análisis de clustering.
Ejemplos de formación	Áreas de ejemplo de una imagen que representan distintas clases en una clasificación supervisada. Los ejemplos de formación proporcionan ejemplos para las clases de una imagen, para que las herramientas de clasificación sepan cómo clasificar el resto de los píxeles.
Archivo de firma	Un archivo de firma registra las firmas del espectro de diferentes clases en una serie de bandas. Para cada clase, la firma contiene las medias y covarianzas calculadas a partir de su ejemplo de formación.

También puede resultar útil estar familiarizado con el vocabulario de datos ráster general.