L'objectif de Characterisation est de decrire un ensemble de donnees (DataSet) selon des axes (spatial, temporel, etc..) et des proprietes. Il est egalement possible d'avoir plusieurs niveaux de details pour chaque axe. Un DataSet peut etre une image 2D, 3D, un cube, un spectre, ou encore un catalogue. Notre usage de Characterisation au sein d'Aida reduit, pour le moment, la liste de DataSet possibles aux images (dans un premier temps, 2D).
Typiquement une image 2D peut etre decrite par l'axe Spatial, Temporel, Spectral et de Flux. Au niveau de l'axe spatial, pour une simple image, la description se fera surtout avec les proprietes Location (localisation du point central de l'image dans le ciel), Bounds (limites du champs d'observation) et eventuellement Support (plus de precision dans la description du champs d'observation). L'axe temporel precise la date et l'heure de l'observation ainsi que sa duree. Il peut aussi etre precise les durees des differentes captures ou prises de vue. L'axe spectral sert a decrire le domaine spectral de l'observation. L'axe de flux peut nous renseigner sur la valeur moyenne d'un pixel mais aussi sur les valeurs minimales et maximales d'un pixel. Pour chacun de ces axes, on peut egalement rajouter les proprietes Resolution (taille d'un pixel) et Sampling Precision (ou echantillonage; espacement entre les pixels). La dimension d'une image est donnee dans les champs numBins (nombre de pixels); pour une image 2D simple, il n'y a seulement que deux valeurs (largeur et hauteur).
(plus de details sur Characterisation)En chainant Marsiaa et DetectLSB, il est possible d'obtenir la grande majorite des objets "visibles" dans l'image. Cependant, pour que cela soit efficace, il faut imperativement que certaines proprietes de l'image correspondent a celles que peut traiter, dans un premier temps, Marsiaa puis, DetectLSB. Par exemple, si l'image est trop grande (cf NumBins), le resultat du workflow ne sera pas celui attendu. De meme, comme avec Marsiaa il est possible de fournir plusieurs images (de la meme observation mais de spectre different) en entree, si celles-ci ont une resolution differente, le resultat obtenu sera egalement errone. Grace a Characterisation, il serait possible de verifier ces proprietes !