Kriter renk 

Gösterim rengi 

Germe, raster verinin renk derinliğine bağlı olarak RGB, Kırmızı, Yeşil, Mavi veya Gri renk bantlarında uygulanabilir.

Sayısal Yükseklik Modeli, topografik yüzeyde bulunan tüm detaylara (şev, dere, vadi, sırt, bina, ağaç vb.) ait konum ve koordinat bilgilerinin, farklı enterpolasyon yöntemleri kullanılarak matematiksel olarak ifade edilmesidir.

Katman ayırma işlemi, daha öncesinde sınıflandırma işlemi
sonrasında elde edilen veya renk paletine sahip olan görüntü
kullanılmalıdır.
Uygulamalar gerçekleştirilirken Netcad/ANALIST yetenekleri
kullanılmaktadır.

Sınıflandırılmış uydu görüntülerinin doğruluklarının belirlenmesi amacıyla iki farklı yöntem yaygın olarak kullanılmaktadır. Bunlardan ilki Chi-Kare (X2) testi ile hatalı sınıflandırılan piksellerin belirlenmesi, diğeri ise hata matrisi ve Kappa (K) Katsayısı ile doğruluk analizidir.

Kappa (K) Katsayısı sınıflandırmanın doğruluğunu ağırlıklı olarak hesaplayan bir istatistiksel ölçü olarak kullanılır. Hata matrisinin satır/sütun toplamları ve köşegeni üzerindeki elemanlar kullanılarak elde edilir.

Değişiklik analizine girdi olarak kullanılacak verinin 8 bit gri, 8 bit renkli, 16 bit veya 24 bit
renkli radyometrik çözünürlükte bulunması gerekmektedir. Farklı bir analiz sonrası elde edilen
sonuç veri eğer bu analiz için kullanılması isteniyor ve radyometrik çözünürlüğü uygun değil
ise diğer raster düzenleme işlemlerinden derinliği değiştir, griye çevir işlemlerini kullanılabilir.

Iterasyon; kontrolsüz sınıflandırma yöntemi olan ISODATA yönteminde kullanılacak olan işlem tekrar sayısıdır.

Tarım, çevre ve orman için indis uygulamaları kapsamında yer almaktadır

Gauss filtresi görüntüyü belirlenen boyuttaki bir matris ile tarar ve her bir matriste ağırlıklı ortalamayı hesaplar. Bu filtre uygulanarak görüntü gürültülerden arındırılıp, daha yumuşak bir görüntü elde edilebilir.

Sınıflandırılmış uydu görüntülerinin doğruluklarının belirlenmesi amacıyla iki farklı yöntem yaygın olarak kullanılmaktadır. Bunlardan ilki Chi-Kare (X²) testi ile hatalı sınıflandırılan piksellerin belirlenmesi, diğeri ise hata matrisi ve Kappa (K) Katsayısı ile doğruluk analizidir.

Değer Aralığı

Eğri geçirme yöntemini (Marching Squares algoritması) kullanarak belirlenen aralıkların alanlarını oluşturur. Piksel değerleri gradient olan uydu görüntülerinde (örneğin; arazi modelinden yükseklik haritası oluşturma) kullanılması önerilir.

Verilen maddelerin hepsi Netcad/ANALIST ile gerçekleştirilebilecek türev yüzey analizlerindendir. Doğru cevap E'dir.

• En Yüksek Olasılık (Maksimum Likelihood), olasılığın tüm sınıflar için eşit olduğu ve sı- nıf kontrol verilerini oluşturan noktalar kümesindeki dağılımın Gauss normal dağılımı olduğu kabul edilir. Bu kabulün ışığı altında normal dağılımın ortalama vektörü ve kovaryans matrisi ile tanımlanır. Belirli sınıfa ait olan görüntü elemanları için istatiksel olasılık hesaplanır. Olasılık yoğunluk fonksiyonları sınıfı belirlenmemiş aday pikselin belirlenmesinde kullanılır.

IDW (Inverse Distance Weighted) Yöntemi, referans olarak alınan dönüşüm noktalarının hata paylarını minimize etmeye yarayan işlemdir. Bu işlemin yapılması için öncesinde Afin ya da Polinom dönüşümünün yapılmış olması gerekmektedir. 

Görüntü Sınıflandır penceresindeki;

• Sınıf Sayısı; satırına sınıflandırma sonrasında oluşması istenilen sınıf sayısı girilir.
• Iterasyon; kontrolsüz sınıflandırma yöntemi olan ISODATA yönteminde kullanılacak olan işlem tekrar sayısıdır.
• Uygulama için seçilen görüntü pencerenin sol alt kısmında yer alan Orijinal Görüntü bölümünde, sınıflandırma işlemi sonrasında oluşacak görüntü ise Sınıflandırılmış Görüntü bölümünde ön izlenir.
• Pencerenin sol üst kısmındaki Kriter Renk; sınıflandırma işleminde oluşturulan sınıf kümesine ait rengi, Gösterim Rengi; sınıflandırma sonrasında sonuç veri üzerinde sınıf kümesinin hangi renk ile gösterileceğini belirtir.