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.