Klasifikasi Pada Citra Stripping
-
Upload
habibi-gis -
Category
Documents
-
view
20 -
download
3
description
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...