Klasifikasi Pada Citra Stripping

2
KLASIFIKASI PADA CITRA STRIPPING Saya sependapat dengan rekan2 yang menyarankan untuk menambal stripping pada Citra Landsat ETM+ menggunakan Citra Landsat ETM+ sebelumnya. Tetapi kalau pun Pak Anggoro tetap ingin "menutup" stripping Landsat ETM+, ikuti penjelasan berikut: Stripping pada Citra Landsat ETM+ merupakan pixel-pixel yang memiliki nilai 0 (nol). Dalam klasifikasi digital, selama nilai pixelnya masih berupa angka (numerik), meskipun angka 0, akan tetap diberi label kelas tertentu menurut sampel/ROI yang telah kita tunjuk. Untuk menghindari penunjukan kelas pada stripping citra Landsat ETM+, caranya adalah dengan mengganti nilai pixel 0 pada citra dengan nilai pixel yang bukan angka. Pada software ENVI, sebuah citra "diizinkan" memiliki nilai pixel bukan angka. Nilai pixel ini dikenal dengan NaN (Not a Number). Nilai pixel NaN bisa muncul pada citra melalui proses masking, atau karena ada operasi matematika yang tidak terdefinisi, misalnya pembagian dengan bilangan 0, atau akar kuadrat dari bilangan negatif. Untuk mengganti seluruh pixel yang memiliki nilai 0 menjadi NaN, masukkan ekspresi berikut pada Band Math ENVI: float(b1)/(float(b1) ne 0) Ekspresi Band Math di atas akan menyebabkan pembagian citra dengan bilangan 0, tetapi hanya pada pixel-pixel yang memiliki nilai 0 (stripping). Sementara pixel-pixel yang memiliki nilai tidak sama dengan 0 (daerah di luar stripping), akan dibagi dengan 1. Prosesnya dilakukan per band. Setelah selesai, satukan kembali band-band citra menjadi satu file. Setelah citra disatukan kembali, baru lakukan klasifikasi digital pada citra yang sudah kita proses. Dengan proses seperti di atas, maka pixel-pixel stripping (yang sudah kita rubah nila pixelnya menjadi NaN) akan diberi label sebagai kelas "Unclassified". Tetapi berdasarkan pengalaman saya, hanya Maximum Likelihood dan Parallelepiped yang berhasil. Algoritma-algoritma lainnya (e.g. Minimum Distance) tetap akan memberi label kelas-kelas tertentu menurut ROI yang kita buat. Ada satu konsekuensi, dikarenakan nilai pixel 0 pada citra bukan hanya pada stripping, maka seluruh pixel yang memiliki nilai 0 pada citra asli (sebelum diproses) akan diberi label "Unclassified". Contohnya adalah daerah di luar scene citra, atau karena memang ada objek permukaan bumi yang memiliki nilai pantulan 0 (misalnya air jernih yang sangat dalam). Jadi berhati-hatilah dengan teknik ini... :-)

description

envi

Transcript of Klasifikasi Pada Citra Stripping

  • KLASIFIKASI PADA CITRA STRIPPING

    Saya sependapat dengan rekan2 yang menyarankan untuk menambal stripping pada Citra

    Landsat ETM+ menggunakan Citra Landsat ETM+ sebelumnya. Tetapi kalau pun Pak Anggoro

    tetap ingin "menutup" stripping Landsat ETM+, ikuti penjelasan berikut:

    Stripping pada Citra Landsat ETM+ merupakan pixel-pixel yang memiliki nilai 0 (nol). Dalam

    klasifikasi digital, selama nilai pixelnya masih berupa angka (numerik),

    meskipun angka 0, akan tetap diberi label kelas tertentu menurut sampel/ROI yang telah kita

    tunjuk.

    Untuk menghindari penunjukan kelas pada stripping citra Landsat ETM+, caranya adalah dengan

    mengganti nilai pixel 0 pada citra dengan nilai pixel yang bukan angka.

    Pada software ENVI, sebuah citra "diizinkan" memiliki nilai pixel bukan angka. Nilai pixel ini

    dikenal dengan NaN (Not a Number). Nilai pixel NaN bisa muncul pada

    citra melalui proses masking, atau karena ada operasi matematika yang tidak terdefinisi,

    misalnya pembagian dengan bilangan 0, atau akar kuadrat dari bilangan negatif.

    Untuk mengganti seluruh pixel yang memiliki nilai 0 menjadi NaN, masukkan ekspresi berikut

    pada Band Math ENVI:

    float(b1)/(float(b1) ne 0)

    Ekspresi Band Math di atas akan menyebabkan pembagian citra dengan bilangan 0, tetapi hanya

    pada pixel-pixel yang memiliki nilai 0 (stripping). Sementara pixel-pixel

    yang memiliki nilai tidak sama dengan 0 (daerah di luar stripping), akan dibagi dengan 1.

    Prosesnya dilakukan per band. Setelah selesai, satukan kembali band-band citra menjadi satu

    file. Setelah citra disatukan kembali, baru lakukan klasifikasi

    digital pada citra yang sudah kita proses.

    Dengan proses seperti di atas, maka pixel-pixel stripping (yang sudah kita rubah nila pixelnya

    menjadi NaN) akan diberi label sebagai kelas "Unclassified". Tetapi

    berdasarkan pengalaman saya, hanya Maximum Likelihood dan Parallelepiped yang berhasil.

    Algoritma-algoritma lainnya (e.g. Minimum Distance) tetap akan memberi label

    kelas-kelas tertentu menurut ROI yang kita buat.

    Ada satu konsekuensi, dikarenakan nilai pixel 0 pada citra bukan hanya pada stripping, maka

    seluruh pixel yang memiliki nilai 0 pada citra asli (sebelum diproses) akan

    diberi label "Unclassified". Contohnya adalah daerah di luar scene citra, atau karena memang ada

    objek permukaan bumi yang memiliki nilai pantulan 0 (misalnya air

    jernih yang sangat dalam). Jadi berhati-hatilah dengan teknik ini... :-)

  • Terus, kalau mau ikut saran rekan2 lainnya, yaitu nambal stripping dengan Citra Landsat ETM+

    sebelumnya, gunakan ekspresi ini pada Band Math ENVI:

    (b1 eq 0)*b2+(b1 ne 0)*b1

    b1 --> Band citra stripping yang akan ditambal

    b2 --> Band citra tanpa stripping yang akan digunakan untuk menambal

    Selamat mencoba, semoga bermanfaat...