측정은 실제로 의미
압축 변경 저장 표현, 그리고 일부 방법도 변경된 값. Lossless 압축은 numeric 샘플을 정확히 보존하며, 정의된 방식의 크기에 대한 손실이 있는 방법의 거래가 가능합니다. 변경되지 않은 이미지는 여전히 변경된 값을 포함할 수 있습니다. 이 구분은 특히 고각, 지수, 마스크 및 분석 밴드에 중요합니다. 압축 비율은 자료 구조와 조정에 달려 있습니다, 그래서 각 orthomosaic 또는 표면을 위한 보편적인 백분율로 약속된 대신 대표 내용에 측정되어야 합니다.
재현성 작업 절차
사진 표시 데이터, 연속 측정 데이터, 카테고리 데이터 또는 다른 정의 유형으로 래스터를 분류합니다. 수신 소프트웨어에 의해 지원되는 후보 압축 방법을 선택하고 대표 서브셋을 테스트하십시오. 디코딩 값, 마스크, 밴드 유형, 파일 크기 및 읽기 성능 비교. 손실 된 방법을 위해, 테스트하기 전에 양적 오류 허용 오차를 정의하고 어려운 지역을 검사, 뿐만 아니라 평균 차이. 압축 또는 무손실 소스를 유지하므로 더 큰 불쾌에 대한 나중에 요구 사항은 반대 할 수없는 인코딩을 반전하려고하지 않습니다.
일러스트 계산 및 해석
고각 래스터를 공급하는 것은 0.02 미터 값 오류 허용 오차로 구성된 방법을 사용하여 압축됩니다. 그 저장 허용은 다른 구성 요소가 다운스트림 높이 차이에 고려; 그것은 측정 정확도에 개선되지 않습니다. 두 개의 독립적으로 인코딩 된 표면이 각 사용은 이러한 변경을 허용하면 차이점은 인코딩 모두에 영향을 미칠 수 있습니다. 사진 JPEG 테스트는 개요 스케일에서 눈에 띄는 문제가 표시되지 않을 수 있으며 가장자리 색상을 변경합니다. 이 예제는 왜 시각적 검사를 혼자 분석 제품에 대한 수치를 설정할 수 없습니다.
품질 검사 및 실패 진단
진정한 무손실 사본과 오류 통계를 위한 정확한 평등 검사를 사용하여 deliberately lossy 산출을 위한 공간 검사. NoData와 Mask가 intact에 남아 있고, 지원되지 않은 독자 행동은 밴드를 재 해석하지 않습니다. 실제 크기 제한 및 기록 호환성 요구 사항 근처의 파일을 확인하십시오. 분석 랍스터의 아카이브로서 편리한 디스플레이 이미지를 사용하지 마십시오. 최종 표는 압축 및 허용된 수치 변경을 식별해야 합니다. 수신자는 파일이 의도한 계산을 지원할 수 있는지 판단할 수 있습니다.
명시된 데이터 계약으로 시작
, 좌표 참조 시스템, 수평 및 수직 단위, 범위, 및 변환 전에 필요한 속성을 조정하는 의도한 기하학 또는 래스터 의미를 아래로 씁니다. 소스 파일을 변경하고 일반 기능과 어둡게 가장자리를 포함하는 작은 대표 테스트 영역을 만들 수 있습니다. 이 작업을 신속하게 검증할 수 있도록 하겠습니다. 성공적인 파일 오프닝은 읽기성 검사만 합니다; 그것은 숫자, 좌표 해석, 또는 특징 semantics는 이동을 살아남는 것을 보여주지 않습니다.
검사 번호 뿐 아니라 외관
metadata 및 sample 실제 좌표 또는 셀 값을 스타일지도를 볼 수 있습니다. 비행 재작성, 자동 대비 기지개 및 숨겨진 null 값은 호환되지 않는 데이터셋이 convincing을 나타낼 수 있습니다. 기본 경계, 차원, 필드 정의 및 처리하기 전에 몇 가지 안정적인 샘플 레코드를 기록합니다. 같은 체크를 반복 후. 분석 값과 별도로 디스플레이 설정을 유지하므로 색상 램프 또는 스케일의 변경은 지리적 측정에서 변경할 수 없습니다.
역방향 처리 시퀀스 사용
중간 출력을 가진 명시된 단계에서 워크플로를 구축하고 각 단계에서 사용되는 옵션을 기록합니다. 가장 작은 의미의 하위 세트를 먼저 테스트하고, 유효성 검사를 전체 범위로 적용합니다. 실험 중에 입력을 덮는 것은 피합니다. 작업이 좌표, 해상도, 기하학 또는 숫자 유형의 경우 처리 노트에서 변경되는 상태. Reversibility는 진단을 돕지만, 손실 작업이 원래의 세부 사항을 복구 할 수 있다는 것은 실패하지 않습니다. 그 이유에 대한 비정형 소스를 유지합니다.
의외과 numerically
내부 위치, 경계 및 누락 된 데이터와 영역에서 소스 및 출력 비교. 반대 오류가 취소 될 수 있기 때문에 글로벌 summaries 및 로컬 샘플을 모두 확인하십시오. 벡터를 위해, 특징 조사, 식별자 및 기하학 적 검증을 검사하십시오; 래스터를 위해, 밴드 통계, 가면, 격자 차원 및 표본이 있는 값을 검열합니다. 결과가 다르면 차이가 의도되는지 여부를 분류하고, 둥근 결과 또는 결함. 단일 전체 맵 스크린 샷을 재개하는 대신 대표 위치에 대한 증거를 유지하십시오.
downstream 사용에 대한 불확실성을
저장된 소수점의 수는 저장 선택, 측정 정확도 문이 아닙니다. 인코딩의 정밀도에서 별도로 소스의 불확실성과 해상도를 보존합니다. 작업이 교차할 때, 일반화, 또는 집계, 관찰 사이의 값에 대한 새로운 지원 영역과 모든 가정을 설명합니다. 나중에 분석은 새로 만들어진 vertex 또는 픽셀을 독립적 인 필드 관측으로 취급하지 않아야합니다. 이 구분은 특히 계산 영역, 거리, 표면 차이, 또는 작은 관리 단위에 통계를 계산 할 때.
손전등 각자에게 설명하십시오
concise의 데이터는 소스, 생성 날짜, 좌표계, 단위, 처리 역사 및 알려진 제한을 식별합니다. 소프트웨어 버전과 어떤 보조 리소스를 포함 하 여 그것을 해석 해야 합니다. 별도의 리더에 수출 된 파일을 다시 열고 실제, 그 후에 소스에 대한 몇 가지 이름의 테스트 기능 또는 좌표를 확인합니다. 깨끗한 손수레는 다른 분석가를 재현하여 의도 해석을 재현하고 편리한 응용 프로그램 기본으로 문서화 된 가정을 조용히 대체하여 미래의 변환을 방지합니다.
결정을 테스트, 그냥 파일이 아닙니다
허용 오차를 선택하기 전에 다운스트림 결정 정의. 개요 맵, 반복 조사 비교 및 엔지니어링 측정은 다른 증거를 필요로하는 동안 유사한 찾고 파일을 사용할 수 있습니다. 물리적 단위의 허용 오차를 작성하고 해당 발자국을 주었다. 사용 가능한 체크가 표면 유형 또는 운영 상태를 커버하지 않으면, 그 간격을 명시적으로 식별합니다. 이 조건부 합격을 유용하게 만듭니다: 분석가들은 지원된 부분을 공개할 수 있으며 조사에 대한 조각 부분을 유지하고, 실제로 검사 한 위치보다 침묵적으로 확장하는 증거를 방지합니다.
관찰에서 가정을 구별
측정된 수량, 계산 및 가정을 분리하는 짧은 해석 노트를 유지하십시오. 이 문서의 숫자 예는 메커니즘의 일러스트입니다. 작업 결정을하기 전에 프로젝트 측정과 입력을 대체합니다. uncertain 입력을 위해, defensible 범위에 계산을 반복하고 결론이 변경되는지 확인하십시오. 그 입력에 대한 더 나은 증거를 얻는 것은 관련 처리 설정을 조정하는 것보다 더 가치가있을 수 있습니다. 대안 결과를 유지하므로, 검토자는 선택한 작업 흐름이 적절한 이유를 이해할 수 있습니다.
mapping 프로젝트의 결과 사용
Online Photogrammetry Software는 문서 입력 및 체크에 연결될 때 가장 유용합니다. DroneCollab 프로젝트는 하나의 처리 대상으로 간주 될 수 있으며 분석가들은 좌표 해석, 독립적 인 검증 및 소송성에 대한 책임을 유지합니다. 제품명은 지원 또는 정확도를 설정하는 것보다 실제 프로젝트의 유효 수입 및 수출 옵션을 확인합니다.
