puhul eeldatakse, et andmestikule on juba omistatud mingi koordinaatsüsteem ning vaja on läbi teha ainult koordinaatsüsteemi teisendus ja teisel juhul võib algandmestik olla suvalises tundmatus koordinaatsüsteemis. Viimasel juhul (paberilt skaneeritud kihid) võib esialgseks koordinaatsüsteemiks võtta read ja veerud Geokorrelatsioon- geograafiline sidumine 7. Idrisi klassifitseerimise vahendid ja mida tehakse igaühega eraldi (milleks on mõeldud?) isoclust-iteratiivne iseennast parandav algoritm cluster-andmestikus oleva info klassifitseeritavuse analüüsimiseks. 8. Joonised. Tuleb aru saada ja lõpetada jooniste allkirjad ja põhjendada, miks nii otsustasite. Nt. millise satelliidi ja skanneriga on pildistatud vms. 9. Byte tüüpi rasterandmestiku teisendamine Integer (täisarvu) tüüpi rasterandmestikuks . 10. NDVI tüüpi vegetatsiooniindeksid.
suurem kui kümnekordne kasutatavate spektraalkanalite arv. Klassifitseerimise aluseks on tavaliselt kauguse mõiste vastavas spektraaltunnuste ruumis. Eukleidiline kaugus, normeeritud eukleidiline kaugus, vektorite vaheline nurk e spektraalne nurk (koosinus), Jeffreys-Matsusita kaugus.. klassifitseerimise meetodid, idrisis MINDIST lähima keskväärtuse meetod, PIPED risttahuka meetod; MAXLIKE .. Ilma õpetava valimita cluster, isoclust Õpetava valimiga Maxlike, neural net Pehme e ähmane fuzzy Idrisi paketi klassifitseerimisalgoritmid cluster, isodata, isoclust, kmeans (õpetava valimita) Maxlike õpetava valimiga. Lisainfo kasutamine klassifitseerimisel metsanduslikud andmebaasid, DEM, digitaalne mullakaart, muld määrab kasvukohatüübi. Lisaks spektraalsele infole saab kasutada ka tekstuuri infot. Kui kasutame õpetavat valimit, ei tohiks veahinnangutel kasut samu p-k, mis õpetamisel.
annaabi.ee 
