1204505015_Ngurah Padang Adnyana_146-151
-
Upload
ngurah-padank-adnyana -
Category
Documents
-
view
4 -
download
0
description
Transcript of 1204505015_Ngurah Padang Adnyana_146-151
Pola atau Pattern mengacu pada tata ruang dari objek yang terlihat. Pada
umumnya pengulangan dari pola dan tekstur akan menghasilkan ciri yang
membentuk sebuah pola. Perkebunan dengan pepohonanm jalan perkotaan dengan
rumah-rumah teratur dengan baik di contoh pola.
Tekstur mengacu pada pengaturan dan frekuensi variasi tonal di daerah tertentu
dari suatu gambar. Tekstur kasar akan terdiri dari pola berbintik-bintik di mana
tingkat abu-abu berubah menjadi kecil daerah, sedangkan tekstur halus akan
memiliki variasi tonal sangat sedikit. Tekstur halus berbentuk seperti sebagai
ladang, aspal, atau padang rumput. Target dengan permukaan kasar dan Struktur
yang tidak teratur, seperti kanopi hutan, menghasilkan tekstur kasar. Tekstur
merupakan salah satu elemen yang paling penting untuk membedakan pola dalam
radar citra.
Bayangan juga membantu dalam interpretasi karena dapat memberikan
gambaran tentang i profil dan relatif dari target atau sasaran yang dapat membuat
identifikasi lebih mudah. Namun, bayangan juga dapat mengurangi atau
menghilangkan interpretasi di daerah mereka, karena target dalam bayangan (atau
tidak sama sekali) dilihat dari lingkungan mereka. Bayangan juga berguna untuk
meningkatkan atau mengidentifikasi topografi dan bentang alam, khususnya di
citra radar.
Assication menghitung hubungan antara benda-benda yang terdeteksi atau
memiliki ciri yang mendekati target. Identifikasi pola diharapkan untuk menyatu
dengan pola yang lain agar dapat mudah dalam mengidentifikasi. Dari contoh
yang diberikan diatas, properti publik mungkin berhubungan dengan jalur
transportasi utama, sedangkan daerah pemukiman dikaitkan dengan sekolah,
taman bermain, dan lapangan olahraga. Di contoh kami, sebuah danau dikaitkan
dengan perahu, kapan dan beberapa tanah rekreasi yang berdekatan.
4.3 Pengolahan Citra Digital
Di dunia teknologi canggih seperti sekarang, kebanyakan data
Penginderaan jauh disimpan dalam format digital. Hampir semua intepretasi dana
analisis citran melibatkan beberapa unsur pengolahan citra. Pengolahan citra
digital melibatkan berbagai prosedur format dan koreksi data.Perbaikan digital
untuk memfasilitasi interpretasi visual yang lebih baik, atau bahkan
menklasifikasi otomatis target dan fitur sepenuhnya oleh komputer. Dalam
pengolahan citra penginderaan jaun secara digital, data harus direkam dan tersedia
dalam bentuk digital yang cocok untuk tempat penyimpanan di komputer. Jelas,
persyaratan lainnya untuk pengolahan citra digital adalah sebuah sistem komputer,
kadang-kadang disebut sebagai sistem analisis citra, dengan perangkat keras dan
perangkat lunak yang tepat untuk memproses data. Hanya beberapa sistem
komerisl perangkat lunak yang tersedia yang dikembangkan secara khusus untuk
pengolahan citra penginderaan jauh, dananalisis citra.
Untuk tujuan diskusi, sebagian besar fungsi pengolahan gambar umum tersedia
dalam gambar analisis sistem dapat dikategorikan ke dalam empat kategori
berikut:
Pra pengolahan
Perbaikan citra
Transformasi Citra
Klasifikasi dan Analisis Citra
Fungsi pra pengolahan melibatkan bebrapa operasi yang biasnya diperlukan
sebulum analisis data utama dam ekstraksi informasi, dan umumnya
dikelompokkan sebagai radiometrik koreksi geometris. Koreksi radiometrik
termasuk termasuk untuk mengkoreksi data sensor yang tidak diinginkan atau
kebisingan atmosfer, dan mengkorversi data sehingga menghasilkan radiasi yang
dipancarkan bisa diukur oleh sensor. Koreksi geometrik berisi tentang
pengkoreksian distorsi geometrik karena variasi sensor-Earth , dan konversi data
ke koordinat dunia nyata (misalnya lintang dan bujur) di permukaan bumi.
Tujuan dari kelompok kedua fungsi pengolahan citra yang tergabung
dalam jangka waktu perbaikan citra, adalah semata-mata untuk memperbaiki
penampilan citra untuk membantu dalam penglihatan interpretasi dan analisis.
Contoh fungsi tambahan termasuk peregangan kontras untuk meningkatkan
perbedaan tonal antara berbagai fitur dalam sebuah adegan, dan penyaringan
spasial untu meningkatkan (menekan) pola spasial tertentu dalam gambar.
Transformasi citra mirip dengan perbaikan citra tersebut. Namun, idak seperti
perbaikan citra yang yang biasanya memproses satu c sumber data di waktu yang
sama, transformasi citra biasanya melibatkan pengolahan gabungan data dari
beberapa band spektral. Operasi aritmatika (yaitu pengurangan, penambahan,
perkalian, pembagian) dilakukan untuk menggabungkan dan mengubah band asli
ke "baru" gambar yang tampilan yang lebih baik atau menonjolkan fitur tertentu
dalam layar. Kita akan melihat beberapa operasi ini termasuk berbagai metode
spektral atau band ratioinin, dan prosedur yang disebut analisis komponen utama
yang digunakan untuk lebih efisien mewakili informasi dalam citra multichannel.
Operasi Klasifikasi dan Anlisis Citra digunakan untuk menidentifikasi dan
mengklasifikasikan pixel di dalam data. Klasidikasi ini biasanya dilakukan pada
kumpuln data multi-channel (Gambar A) dan proses ini memberikan sebuah
piksel dalam sebuah gambar menjadi kelas-kelas atau tema tertentu (Gambar B)
berdasarkan perhitungan karakteristik dari nilai kecerahan piksel. Ada berbagai
pendekatan yang diambil untuk melakukan klasifikasi digital. Kami akan
memberikan penjelasan scara singkat dua pendekatan umum yang sering
digunakan, yaitu klasifikasi terawasi dan klasifikasi tidak terawasi.
Pada bagian berikut kita akan menjelaskan masing-masing empat kategori fungsi
pengolahan gambar digital pengolahan secara lebih rinci.
4.4 Pra-pengolahan
Operasi pra-pengolahan, kadang-kadang disebut sebagai gambar restorasi
dan perbaikan, yang ditujukan untuk mengoreksi sensor-dan-platform yang
spesifik radiometrik dan distorsi data geometrik. Koreksi radiometrik mungkin
diperlukan karena variasi dalam pencahayaan adegan dan melihat geometri,
kondisi atmosfer, dan kebisingan sensor dan respon. Masing-masing akan ini
bervariasi tergantung pada sensor yang spesifik dan platform yang digunakan
untuk memperoleh data dan kondisi selama akuisisi data. Juga, mungkin
diinginkan untuk mengubah dan / atau kalibrasi data untuk diketahui (absolut)
radiasi atau pantulan unit untuk memudahkan perbandingan antara data.
Variasi pencahayaan dan melihat geometri antara gambar (untuk sensor
optik) dapat dikoreksi dengan pemodelan hubungan geometris dan jarak antara
daerah permukaan bumi yang digambarkan, matahari, dan sensor. Hal ini sering
diperlukan sehingga dapat lebih mudah membandingkan gambar yang
dikumpulkan oleh sensor yang berbeda pada tanggal atau waktu yang berbeda,
atau mosaik beberapa gambar dari sensor tunggal tetap menjaga pencahayaan
seragam kondisi dari adegan ke adegan.
Seperti yang kita pelajari di Bab 1, hamburan radiasi terjadi saat melewati
dan berinteraksi dengan atmosfer. Hamburan ini dapat mengurangi, atau
melemahkan, sebagian energi menerangi permukaan. Selain itu, suasana akan
lebih melemahkan sinyal menyebarkan dari target ke sensor. Berbagai metode
koreksi atmosfer dapat diterapkan mulai dari pemodelan rinci tentang kondisi
atmosfer selama akuisisi data, perhitungan sederhana hanya berdasarkan data
citra. Contoh dari metode yang terakhir adalah untuk memeriksa nilai kecerahan
yang diamati (nomor digital), di daerah bayangan atau untuk benda yang sangat
gelap (seperti danau besar - A) dan menentukan nilai minimum (B). Itu koreksi
diterapkan dengan mengurangi nilai yang diamati minimum, ditentukan untuk
setiap spesifik band, dari semua nilai piksel di setiap jalur masing-masing. Karena
hamburan tergantung panjang gelombang (Bab 1), nilai minimum akan bervariasi
dari band band. Metode ini didasarkan pada asumsi bahwa pemantulan dari fitur
ini, jika atmosfer jelas, harus sangat kecil, jika tidak nol. Jika kita amati nilai yang
jauh lebih besar dari nol, maka mereka dianggap telah dihasilkan dari hamburan
atmosfer.
Kebisingan di gambar mungkin karena
penyimpangan atau kesalahan yang terjadi
dalam respon sensor dan / atau perekaman data
dan transmisi. bentuk umum kebisingan
termasuk striping sistematis atau banding dan
menjatuhkan baris. Kedua efek ini harus
dikoreksi sebelum peningkatan lebih lanjut atau
klasifikasi dilakukan. Striping itu biasa pada
awal Data Landsat MSS karena variasi dan
hanyut dalam respon dari waktu ke waktu dari
enam MSS detektor.” Drift" berbeda untuk
masing-masing enam detektor, menyebabkan
kecerahan yang akan diwakili berbeda oleh
masing-masing detektor. Penampilan
keseluruhan adalah demikian 'bergaris' efek. Proses perbaikan membuat koreksi
relatif di antara enam sensor untuk membawa nilai-nilai yang jelas sejalan dengan
satu sama lain. Garis Turun terjadi ketika ada kesalahan sistem yang
menghasilkan data yang hilang atau rusak sepanjang garis scan. Garis Turun
biasanya 'diperbaiki' dengan mengganti baris dengan nilai-nilai pixel di baris atas
atau di bawah, atau dengan rata-rata dua. Untuk banyak aplikasi kuantitatif data
penginderaan jauh, perlu untuk mengkonversi nomor digital untuk pengukuran
dalam satuan yang mewakili pantulan sebenarnya atau daya pancar dari
permukaan. Hal ini dilakukan berdasarkan pengetahuan yang terperinci dari
respon sensor dan cara di mana sinyal analog (yaitu radiasi yang dipantulkan atau
dipancarkan) dikonversi ke digital nomor, analog-ke-digital (A-to-D) konversi
disebut. Dengan memecahkan hubungan ini di arah sebaliknya, sinar mutlak dapat
dihitung untuk setiap pixel, sehingga perbandingan dapat secara akurat dibuat dari
waktu ke waktu dan antara sensor yang berbeda.
Pada bagian 2.10 di Bab 2, kita belajar bahwa semua citra penginderaan
jauh secara inheren tunduk pada distorsi geometris. Distorsi ini mungkin
disebabkan oleh beberapa faktor, termasuk perspektif optik sensor; gerak dari
sistem pemindaian; gerak Platform; ketinggian platform yang, sikap, dan
kecepatan; relief medan; dan, kelengkungan dan rotasi Bumi. Koreksi geometris
dimaksudkan untuk mengimbangi distorsi ini sehingga representasi geometrik
citra akan sedekat mungkin dengan real dunia. Banyak variasi ini sistematis, atau
diprediksi di alam dan dapat dicatat dengan model akurat dari sensor dan platform
gerak dan geometrik hubungan platform dengan Bumi. Lain sistematis, atau acak,
kesalahan tidak bisa dimodelkan dan diperbaiki dengan cara ini. Oleh karena itu,
pendaftaran geometrik citra ke sistem koordinat tanah dikenal harus dilakukan.
Proses registrasi geometris melibatkan identifikasi koordinat gambar
(yaitu baris, kolom) dari beberapa titik terlihat jelas, disebut titik kontrol tanah
(GCP atau), di terdistorsi (A - A1 ke A4), dan pencocokan mereka untuk posisi
mereka yang sebenarnya di dalam tanah koordinat (misalnya lintang, bujur).
Koordinat tanah yang benar biasanya diukur dari peta (B - B1 ke B4), baik di
kertas atau format digital. Ini adalah foto-untuk-peta pendaftaran. Setelah
beberapa pasang GCP yang didistribusikan telah diidentifikasi, informasi
koordinat adalah diproses oleh komputer untuk menentukan persamaan
transformasi yang tepat untuk diterapkan pada asli (baris dan kolom) gambar
koordinat untuk memetakan mereka ke dalam koordinat tanah baru mereka.
Pendaftaran geometris juga dapat dilakukan dengan mendaftarkan satu (atau
lebih) gambar yang lain image, bukan ke koordinat geografis. Ini disebut citra-to-
image mendaftar sering dilakukan sebelum melakukan berbagai prosedur
transformasi gambar, yang akan dibahas pada bagian 4.6, atau untuk perbandingan
gambar multitemporal.