माप सवाल और उसके भौतिक तंत्र
कैसे एक बहुत विस्तृत orthomosaic अपने पूर्ण संकल्प पिक्सल की जगह बिना क्षेत्रीय पैमाने पर उत्तरदायी हो सकता है? यह ऑर्थोसोइक मैपिंग सॉफ्टवेयर का मूल्यांकन करने वाली टीमों के लिए एक व्यावहारिक सवाल है, क्योंकि मैपिंग उत्पाद की उपयोगिता अवलोकनों और निर्णयों पर निर्भर करती है जो इसे समर्थन करते हैं।
अवलोकन प्रदर्शन या बहुस्तरीय पढ़ने के लिए कम-रिज़ॉल्यूशन प्रतिनिधित्व को स्टोर करते हैं। जब जूम आउट हो जाता है तो वे आवश्यक डेटा की मात्रा को कम करते हैं, लेकिन वे ठीक माप के लिए स्रोत सबूत नहीं बनते हैं।
क्लाउड वर्कफ़्लो में पुनर्निर्माण को स्थानांतरित करना जहां संसाधन और फ़ाइलों का प्रबंधन किया जाता है, लेकिन यह नहीं बदलता कि कौन से फोटोग्राफ देख सकते हैं। इनपुट पहचान, सेटिंग्स, स्टेज व्यवहार और डाउनलोड आउटपुट सत्यापन को एक प्रतिलिपिकरण योग्य श्रृंखला के रूप में इलाज करें। भौतिक जानकारी लापता होने से संरेखण समस्याओं और संसाधन सीमाओं से अलग स्थानांतरण की समस्या। यह एक असफल नौकरी को पहचानने योग्य बनाता है और एक बड़ी छवि संग्रह में हर लक्षण के डिफ़ॉल्ट प्रतिक्रिया बनने से एक महंगा पुनर्निर्मित होने से रोकता है।
अधिग्रहण और इनपुट तैयारी
एक मास्टर रेस्टर को बनाए रखने और स्केल रेंज की योजना बनाने के लिए जिस पर उपयोगकर्ता ब्राउज़ करेंगे। प्रतिनिधि पतली विशेषताओं और छोटे विपरीत वस्तुओं का चयन करने के लिए अवलोकन संक्रमण पर निरीक्षण करें।
एक छोटे से जुड़े पायलट का उपयोग करें जिसमें उत्पादन कार्य की कठिन सतहों और सीमाओं को शामिल किया गया है। मंच द्वारा संसाधन व्यवहार रिकॉर्ड और स्वीकृत इनपुट सूची को संरक्षित करना। उसी हद तक विन्यास की तुलना करें, जिसमें उन्हें स्केल करने से पहले समान चेक शामिल हैं। पूर्णता, थ्रूपुट, फ़ाइल आकार और माप गुणवत्ता विभिन्न सवालों का जवाब देती है; एक विन्यास चुनें जो वास्तविक वितरण की आवश्यकता को पूरा करता है और सेटिंग को अधिकतम करने या अलगाव में डैशबोर्ड संख्या को संशोधित करने के बजाय समझौता रिकॉर्ड करता है।
illustratored work उदाहरण
निम्नलिखित संख्याएँ hypothetical योजना इनपुट हैं, जिन्हें उत्पाद परिणाम या सटीकता दावा नहीं मापा जाता है। 32,000 से 32,000 छवि में लगभग 1.024 बिलियन पिक्सेल शामिल हैं। एक व्यापक अवलोकन के लिए दोनों आयामों को 16 के एक कारक द्वारा कम करने से 2,000 2,000 या चार मिलियन पिक्सेल, पूर्ण संकल्प संख्या का एक दो सौ-और पचास-छहवां हिस्सा होता है। यह कमी संभावित प्रदर्शन लाभ को बताती है, लेकिन छोटे लक्ष्य अवलोकन पैमाने पर गायब हो सकते हैं। एक 2.5 सेमी मास्टर में 20 सेमी ऑब्जेक्ट का निरीक्षण करें: यह मूल रूप से आठ पिक्सल और कारक-16 स्तर पर आधे पिक्सेल के बारे में फैला है। एक Zoomed-out view से इसकी अनुपस्थिति यह सबूत नहीं है कि मास्टर ने इसे खो दिया। डेटा हानि का निदान करने से पहले मूल संकल्प की जांच करें और व्याख्या पैमाने को समीक्षकों को स्पष्ट सीमाएँ दें।
इस विषय के लिए क्या उदाहरण का मतलब है
अवलोकन पीढ़ी को NoData को संरक्षित करना चाहिए और लापता स्रोत डेटा के साथ प्रदर्शन कलाकृति को भ्रमित करने से बचना चाहिए। लगातार अवलोकन स्तरों पर और फिर से मूल संकल्प पर ज्ञात किनारों का निरीक्षण करें। जब कम पैमाने पर छोटी विशेषताएं गायब हो जाती हैं, तो स्पष्ट देखने की सिफारिश प्रदान करें। मास्टर को सिर्फ एक थंबनेल में हर वस्तु को दिखाई देने के लिए बदल नहीं देता; यह स्रोत अवलोकन के साथ कार्टोग्राफिक जोर मिला देगा।
एक Reproducible प्रसंस्करण प्रयोग
उचित अवलोकन स्तरों का निर्माण और उनके संरेखण, मास्क और रंग व्यवहार को सत्यापित करें। परीक्षण मूल संकल्प स्पष्ट रूप से इसलिए एक तेज कम-रिज़ॉल्यूशन पूर्वावलोकन पूर्ण डेटासेट में समस्या को छुपा नहीं पाता है।
वर्कफ़्लो बदलने से पहले तुलना करने योग्य बनाएं। छवि सूची की एक कामकाजी प्रतिलिपि को फ्रीज करें और बेसलाइन को एक स्पष्ट रन पहचानकर्ता दें। प्रासंगिक कैमरा विन्यास, छवि तैयारी कदम, प्रसंस्करण सेटिंग्स, अनुरोध आउटपुट और तुलना सीमा को बचाओ। निरीक्षण क्षेत्रों का चयन करें जिसमें जांच के तहत तंत्र और साथ ही एक स्थिर नियंत्रण क्षेत्र शामिल है। एक उपयोगी नियंत्रण एक ऐसी सतह है जो प्रस्तावित परिवर्तन से अप्रभावित रहने की उम्मीद करती है, क्योंकि यह प्रकट कर सकता है कि क्या एक स्पष्ट स्थानीय सुधार ब्लॉक में कहीं और व्यापक प्रतिकूल प्रभाव पेश करता है।
जब भी व्यावहारिक हो, तब एक निश्चित कारक बदलें। आधार रेखा और उम्मीदवार में समान भौतिक विशेषताओं और स्वतंत्र संदर्भ टिप्पणियों का उपयोग करें। अपने सामान्य मान्य क्षेत्र की तुलना में, फिर अलग से कुल समर्थित कवरेज में किसी भी अंतर की रिपोर्ट करें। जब स्क्रीनशॉट साक्ष्य का हिस्सा होते हैं तो प्रदर्शन ज़ूम, रंग खिंचाव और देखने की दिशा सुसंगत रहती है। परिणाम के रूप में संसाधन उपयोग और विफलताओं को रिकॉर्ड करें: एक विन्यास जो थोड़ा विस्तार में सुधार करता है लेकिन बार-बार उपलब्ध स्मृति से अधिक हो सकता है, सहमत डिलीवरी के लिए ऑपरेशनल रूप से उपयुक्त नहीं हो सकता है।
सबसे आकर्षक आउटपुट की जांच करने से पहले निर्णय नियम लिखें। उदाहरण के लिए, उम्मीदवार को सभी महत्वपूर्ण विशेषताओं को बनाए रखने की आवश्यकता हो सकती है, एक पहचाने गए व्यवस्थित पैटर्न को कम कर सकता है और एक नया कवरेज अंतराल से बच सकता है। वास्तविक सीमा परियोजना उद्देश्य और संदर्भ गुणवत्ता से आना चाहिए, इस लेख में वर्णक्रमीय संख्या से नहीं। स्वीकार किए जाते हैं और अस्वीकार किए गए प्रयोग रिकॉर्ड दोनों को समर्थन देना पसंद की व्याख्या करने के लिए काफी लंबा है। यह विशेष रूप से मूल्यवान है जब बाद में ऑपरेटर को विभिन्न प्रकाश, कैमरा या सॉफ्टवेयर स्थितियों के तहत वर्कफ़्लो को दोहराने की आवश्यकता होती है।
परिणाम का निदान
एक छोटी सी डिस्प्ले स्केल पर गायब होने वाली विशेषता सामान्यीकरण हो सकती है। एक खाली क्षेत्र जो मूल संकल्प पर बनी रहती है, एक अलग डेटा या कवरेज समस्या का सुझाव देती है।
Uncertainty और स्वतंत्र गुणवत्ता जांच
स्वतंत्र उत्पाद सत्यापन से अलग आंतरिक समझौते। अवलोकन कैमरा स्थिति, अंशांकन या सतह को फिट करने के लिए उपयोग किया जाता है, जो स्वयं बाहरी सटीकता स्थापित नहीं कर सकता है। जब माप कार्य उन्हें आवश्यक होता है और उन चेकों की अनिश्चितता को दस्तावेज करता है तो रिजर्व उपयुक्त जांच करता है। संदर्भ को उसी भौतिक विशेषता की पहचान करनी चाहिए जो मानचित्र या मॉडल में दिखाई देती है; एक अस्पष्ट किनारे का सटीक सर्वेक्षण अभी भी अनिश्चित तुलना उत्पन्न कर सकता है। Inspect हस्ताक्षरित मतभेद और स्थानिक पैटर्न, क्योंकि एक औसत एक व्यापक पूर्वाग्रह या एक परिणामी स्थानीय विफलता को छिपा सकता है।
अनिश्चितता के बयानों को इस्तेमाल की जाने वाली मात्रा से बंधे रखें। क्षैतिज स्थान, ऊंचाई, दूरी, सतह की पूर्णता और दृश्य व्याख्यात्मकता विनिमेय नहीं हैं। पिक्सेल स्पेसिंग एक नमूना संपत्ति है, और बिंदु घनत्व एक प्रतिनिधित्व गुण है; न ही अकेले एक व्युत्पन्न माप की त्रुटि को निर्दिष्ट करता है। कैमरा मॉडल को सीधे एक सार्वभौमिक जमीन-सुरक्षा दावे में परिवर्तित नहीं किया जाता है। यदि सबूत एक पायलट क्षेत्र या एक सतह वर्ग तक सीमित है, तो राज्य करें कि गुंजाइश और अप्रमाणित सामग्री, दूर की सीमाओं, या छिपी हुई सतहों के निष्कर्ष को विस्तारित करने से बचें।
अज्ञात क्षेत्रों को पहचान योग्य रहना चाहिए। एक चिकनी जाल, भरा हुआ रेस्टर, संतुलित छवि, या तेज बनावट संचार के लिए उपयोगी हो सकती है जबकि इसके आसपास से जानकारी शामिल है। परिणामी क्षेत्रों के लिए मास्क या एक संपादित रिकॉर्ड बनाए रखें, और जब लापता सबूत निर्णय को प्रभावित करता है तो अतिरिक्त अवलोकन चुनें। जहां एक औपचारिक विनिर्देश लागू होता है, प्रमाणीकरण के रूप में इस व्याख्यात्मक कार्यप्रवाह के इलाज के बजाय इसकी आवश्यक नमूनाकरण और रिपोर्टिंग प्रक्रिया का उपयोग करें। व्यावहारिक लक्ष्य समर्थित उपयोग के बारे में एक निश्चित बयान है, जिसमें अन्य टीम के लिए अपनी सीमाओं का आकलन करने के लिए पर्याप्त सबूत हैं।
व्यावहारिक निर्णय और वितरण रिकॉर्ड
व्यावहारिक पहुंच के लिए अवलोकन प्रदान करें, छोटी वस्तुओं की प्रदर्शन पैमाने की सीमाओं को समझाएं और विस्तृत मूल्यांकन के लिए मूल संकल्प पर एक स्पष्ट पथ को वापस संरक्षित करें।
स्वीकृत हैंडऑफ़ में आधिकारिक आउटपुट की संक्षिप्त सूची और उन्हें व्याख्या करने के लिए आवश्यक साक्ष्य शामिल होना चाहिए। अधिग्रहण अंतराल, सतह परिभाषाओं, प्रासंगिक इकाइयों और संदर्भ जानकारी, कवरेज सीमा, इनपुट प्रकटन, स्वीकृत विन्यास और सामग्री गुणवत्ता निष्कर्ष शामिल हैं। एक उपयुक्त स्वतंत्र रीडर में डाउनलोड की गई फ़ाइलों को खोलें और कठिन क्षेत्रों के साथ-साथ आसान लोगों का निरीक्षण करें। एक अस्पष्ट संस्करण पहचानकर्ता को संरक्षित रखें ताकि एक प्राप्तकर्ता गलती से पहले प्रयोगात्मक निर्यात को माप न सके जो समान फ़ाइल नाम होने के लिए होता है।
प्रत्येक शेष सीमा को व्यावहारिक परिणाम में अनुवाद करें। राज्य जो विशेषता, क्षेत्र, या इसका उपयोग प्रभावित करता है और क्या उपयुक्त अगला कदम एक अन्य दृष्टिकोण है, एक पूरक माप, एक अलग प्रतिनिधित्व, या एक संकीर्ण व्याख्या है। जब एक महत्वपूर्ण क्षेत्र का समर्थन नहीं किया जाता है तो एक सामान्य उच्च गुणवत्ता वाले लेबल से बचें। प्रासंगिक स्थान से जुड़े एक संक्षिप्त विवरण एक प्रभावशाली वैश्विक सांख्यिकी की तुलना में अधिक उपयोगी है जो उपयोगकर्ताओं को एक परिणामी निर्णय लेने के बाद अपवाद की खोज करने के लिए छोड़ देता है।
एक उपयुक्त क्लाउड वर्कफ़्लो का परीक्षण करना
जब ऑर्थोमोसाइक मैपिंग सॉफ्टवेयर का चयन किया जाता है, तो किसी भी उम्मीदवार वर्कफ़्लो के लिए इस्तेमाल किए गए उसी प्रतिनिधि इनपुट और स्वीकृति जांच के साथ ड्रोनकोलैब का परीक्षण किया जाता है। (DroneCollab) इसके प्रासंगिक आउटपुट में ऑर्थोमोसाइक्स, पॉइंट क्लाउड्स, डीएसएम / डीटीएम उत्पाद शामिल हैं, और लागू परियोजनाओं के लिए जीएनएसएस / पीपीके वर्कफ़्लो के साथ तीन आयामी मॉडलों को बनावट दिया गया है। यह ध्यान दें कि निर्यात की गई सतहों, कवरेज और फ़ाइलों को सहमत उपयोग की सेवा है। उदाहरणात्मक गणनाओं से अलग प्रदर्शन को देखते रहें, और यह मानते हुए कि क्लाउड-प्रोसेसिंग इंटरफ़ेस बिना किसी चीज के स्रोत ज्यामिति की क्षतिपूर्ति कर सकता है।
