Koreksi radiometri Inderaja PDF

Preview

Summary

Koreksi Radiometri Definisi Koreksi Radiometri Koreksi radiometri (satelite Image callibration) merupakan sistem penginderaan jauh yang digunakan untuk mengurangi pengaruh hamburan atmosfer pada citra satelit terutama pada saluran tampak (visible light). Hamburan atmosfer disebabkan oleh adanya part...

Description

Koreksi Radiometri

Definisi Koreksi Radiometri Koreksi radiometri (satelite Image callibration) merupakan sistem penginderaan jauh yang digunakan untuk mengurangi pengaruh hamburan atmosfer pada citra satelit terutama pada saluran tampak (visible light). Hamburan atmosfer disebabkan oleh adanya partikelpartikel di atmosfer yang memberikan efek hamburan pada energi elektromagnetik matahari yang berpengaruh pada nilai spektral citra. Pengaruh hamburan (scattering) pada citra yang menyebabkan nilai spektral citra menjadi lebih tinggi dari pada nilai sebenarnya (Sumaryono, 1999). Efek atmosfer menyebabkan nilai pantulan obyek dipermukaan bumi yang terekam oleh sensor menjadi bukan merupakan nilai aslinya, tetapi menjadi lebih besar oleh karena adanya hamburan atau lebih kecil karena proses serapan. Metode-metode yang sering digunakan untuk menghilangkan efek atmosfer antara lain metode pergeseran histogram (histogram adjustment), metode regresi dan metode kalibrasi bayangan (Projo Danoedoro, 1996). Koreksi radiometrik oleh respon detektor dipengaruhi oleh jumlah detektor yang digunakan dalam penginderaan jauh adalah untuk merubah radiasi yang ditangkap sensor menjadi harga voltage dan kecerahan. 1.

Koreksi Akibat Ketidak-sempurnaan Sistem Sensor :

a.

Line Dropout

Terjadi kesalahan hilangnya garis terjadi karena salah satu detektor tidak berfungsi atau mati selama proses penyiaman sehingga pixel dalam salah satu garis bernilai nol (hitam). Masalah ini sangat serius karena tidak mungkin memperbaiki data yang tidak pernah diambil. Namun, agar kemampuan tafsiran secara visual atas data tersebut dapat ditingkatkan,dapat dimasukkan nilai kecerahan estimasi pada setiap garis rusak tersebut (Rahmiariani, 2009). Untuk menentukan lokasi garis rusak itu dibuat suatu algoritma ambang sederhana untuk menandai setiap garis yang mempunyai nilai kecerahan rata-rata bernilai nol atau mendekati nol. Jika telah teridentifikasi, koreksi diberikan dengan memasukkan nilai kecerahan rata-rata bulat dari nilai pixel garis tetangga-tetangga sebelahnya pada garis rusak itu. Citra dengan data hasil interpolasi tersebut lebih mudah ditafsirkan daripada citra yang mempunyai garis-garis hitam yang tersebar di seluruh bagiannya (Rahmiariani, 2009).

b.

Stripping atau bounding

Terjadi karena salah satu detektor tidak terkoreksi secara benar sehingga data hasil rekamannya berbeda dengan detektor lainnya. Misalnya, pembacaannya menjadi dua kali lebih besar daripada detektor lainnya pada band yang sama. Data tersebut sah tapi harus dikoreksi agar memiliki kontras yang sama dengan detektor lainnya untuk setiap penyiaman. Untuk itu, garis yang salah dapat diidentifikasi dengan menghitung histogram nilai setiap detektor pada daerah yang homogen, misalnya pada badan air. Jika rata-rata atau mediannya sangat berbeda darilainnya, diperkirakan detektor tersebut belum terkoreksi. Untuk itu, diberikoreksi bias (menambah atau mengurangi) atau koreksi multiplikasi(perkalian) (Rahmiariani, 2009). Beberapa sistem penyiam, seperti Landsat TM, terkadang menimbulkan jenis derau garis-penyiaman yang unik, yang merupakan fungsi dari (1) perbedaan relatif hasil dan/atau offset (ketidak-tepatan posisi detektor) di antara ke 16 detektor dalam suatu band (menyebabkan striping) dan/atau (2) adanya variasi (ketidak-samaan gerakan) antara proses penyiaman saat maju dan saat mundur (menyebabkan kesalahanyang disebut banding). Koreksi diberikan dengan metode filtering atautransformasi Fourier (Rahmiariani, 2009). c.

Line start

Kesalahan line-start terjadi karena sistem penyiam gagal merekam data pada awal baris. Atau, dapat juga sebuah detektor tiba-tiba berhenti merekam data di suatu tempat sepanjang penyiaman sehingga hasilnya mirip hilangnya garis. Idealnya, jika data tidak terekam, sistem sensor diprogram untuk mengingat apa saja yang tidak terrekam lalu menempatkan setiap data yang baik pada lokasi yang tepat selama penyiaman (Rahmiariani, 2009). Namun, hal itu tidak selalu terjadi. Misalnya, dapat terjadi pixel pertama (kolom 1) pada garis ke 3 secara tidak benar ditempatkan pada kolom 50 pada garis ke 3. Jika lokasi pergeseran awal garis selalu sama, misalnya bergeser 50 kolom, koreksi dapat dilakukan dengan mudah. Namun, jika pergeseran awal garis terjadi secara acak, restorasi data sulit dilakukan tanpa interaksi manusia secara ekstensif dalam koreksi basis garis-per-garis (Rahmiariani,2009). 2.

Koreksi Akibat Gangguan Alam

a.

Pengaruh atmosfer

Terjadinya pelemahan atmospheric karena penghamburan dan penyerapan gelombang cahaya menyebabkan energi yang terrekam sensor lebih kecil daripada yang dipancarkan atau

dipantulkan permukaan bumi. Koreksi yang diberikan meliputi koreksi radiometrik absolut dan relative(Sri Hartanti, 1994). b.

Pengaruh topografi

Pengaruh topografi berupa slope dan aspek akan menimbulkan perbedaan nilai kecerahan pixel pada obyek sama, sehingga menimbulkan distorsi radiometrik. Empat metode koreksi slope-aspek topografi adalah koreksi kosinus, dua metode semi empiris (metode Minnaert dan koreksiC), dan koreksi empirik-statistik (Sri Hartanti, 1994).

Kegunaan Koreksi Radiometri Koreksi radiometri ditujukan untuk memperbaiki nilai pixel supaya sesuai dengan yang seharusnya, kesalahan radiometrik ini dapat disebabkan oleh dua hal, yaitu instrumen sensor dan gangguan atmosfer. Instrumen sensor ini disebabkan oleh ketidak konsistenan detektor dalam menangkap informasi. Atmosfer yang biasanya sebagai sumber kesalahan utama, sebagai media radiasi gelombang elektromagnetik akan menyerap, memantulkan atau menstransmisikan gelombang elektromagnetik tersebut, hal ini menyebabkan cacat radiometrik pada citra, yaitu nilai pixel yang jauh lebih tinggi atau jauh lebih rendah dari pancaran spektral obyek yang sebenarnya (Konturgeo,2008). Koreksi radiometrik dilakukan pada kesalahan oleh sensor dan sistem sensor terhadap respon detektor dan pengaruh atmosfer yang stasioner. Koreksi radiometrik dilakukan untuk memperbaiki kesalahan atau distorsiyang diakibatkan oleh tidak sempurnanya operasi dan sensor, adanya atenuasi gelombang elektromagnetik oleh atmosfer, variasi sudut pengambilan data,variasi sudut eliminasi, sudut pantul dan lain-lain yang dapat terjadi selama pengambilan, pengiriman serta perekaman data. Spesifikasi kesalahan radiometric adalah : 

Kesalahan sapuan akibat pemakaian Multi Detektor dalam mengindra garis citra



Memperkecil kesalahan pengamatan detektor yang berubah sesuai perubahan waktu



Kesalahan berbentuk nilai digital yang mempunyai hubungan linier dengan tingkat radiasi dan panjang gelomang elektromagnetik



Koreksi dilakukan sebelum data didistribusi



Koreksi dilakukan dengan kalibrasi cahaya yang keluar dari detektor dengan mengarahkan scanner pada filter yang disinari secara elektronik untuk setiap sapuan



Kesalahan yang dapat dikoreksi otomatis adalah kesalahan sistematik dan tetap, yang tetap diperkirakan sebelumnya



Kesalahan garis scan dapat dikoreksi dengan penyesuaian histogram tiap detector pada daerah-daerah homogeny misalnya diatas badan air, apabila ada penyimpangan dapat diperbaiki



Kesalahan bias atau pengaturan kembali detektor apabila mean danmedian detektor berbeda

Penyesuaian Histogram Dengan histogram kita bisa mengetahui nilai piksel terendah saluran tersebut, asumsi yang melandasi metode ini adalah bahwa dalam proses coding digital oleh sensor, obyek yang memberikan respon spektral paling lemah atau tidak memberikan respon sama sekali seharusnya bernilai nol. Apabila nilai ini ternyata > 0 maka nilai terserbut dihitung sebagai offset, dan koreksi dilakukan dengan mengurangi keseluruhan nilai pada saluran tersebut dengan offsetnya. Metode ini paling sederhana, hanya dengan melihathistogram tiap saluran secara independen ( F. Sabins, 1996). Penyesuaian histogram adalah sebuah proses untuk menyesuaikan tingkat kecerahan suatu citra yang diinputkan, sehingga tingkat kecerahan citra tersebut menjadi sesuai dengan tingkat kecerahan histogram yang juga diinputkan oleh user (Crane, 1997, pp49-54). Secara garis besar, proses ini meliputi beberapa tahap, yaitu: a.

Melakukan perataan histogram terhadap citra yang diinput oleh user.

b.

Melakukan perataan histogram terhadap histogram yang juga diinput oleh

c.

Melakukan kebalikan dari transformasi perataan histogram terhadap citra yang

user.

telah diratakan. Proses ini dilakukan dengan mengganti setiap nilai hasil perataan. Penyesuaian histogram ini melewati beberapa tahap, dan hasilnya tidak selalu naik. Hal ini disebabkan karena tidak setiap citra mempunyai nilaiobjek yang ideal untuk dikoreksi, seperti air jernih atau bayangan awan. Dibandingkan dengan teknik penyesuaian histogram hasilnya tidak jauh berbeda (Sutanto, 1987). Metode-metode yang sering digunakan untuk menghilangkan efek atmosfer antara lain metode pergeseran histogram (histogram adjustment), metode regresi dan metode kalibrasi bayangan. (Projo Danoedoro, 1996). Metode yang digunakan dalam radiometrik adalah metode penyesuaian histogram. Pemilihan metode ini dilandasi oleh alasan bahwa metode ini cukup sederhana, waktu yang digunakan untuk pemrosesan lebih singkat dan tidak memerlukan perhitungan matematis yang rumit. Asumsi dari metode ini adalah dalam proses koding digital oleh sensor, obyek

yang memberikan respon spektral yang paling rendah seharusnya bernilai 0. Apabila nilai ini ternyata melebihi angka 0 maka nilai tersebut dihitung sebagai offset dan koreksi dilakukan dengan mengurangi seluruh nilai pada saluran tersebut dengan offset-nya. Penyesuaian histogram (histogram adjusment) meliputi evaluasi histogram pada setiap band dari data penginderaan jauh. Biasanya data pada panjang gelombang tampak (TM saluran 1-3) mempunyai nilai minimum yang lebih tinggi karena dipengaruhi oleh hamburan atmosfir. Sebaliknya penyerapan atau absorbsi pada atmosfie akan mengurangi kecerahan pada data yang direkam dalam interval panjang gelombang yang lebih besar seperti TM 4,5,7. Sehingga data pada band ini nilai minimumnya mendekati nilai nol. Algoritma yang dipergunakan untuk koreksi radiometri mengikuti formula sebagai berikut : Output BV . Dimana : - Input: input pixel pada baris I dan kolom j dari band k - Output : nilai pixel yang dikoreksi pada lokasi yang sama - Bias : Selisih nilai minimal dan nilai nol pada saluran k - BV : brightness value atau nilai kecerahan Pada prinsipnya algoritma ini mengurangi nilai bias dengan nilai bias nilai kecerahan pada band tertentu-nya

Penyesuaian Regresi Penyesuaian regresi diterapkan dengan memplot nilai-nilai piksel hasil pengamatan dengan beberapa saluran sekaligus. Hal ini diterapkan apabila ada saluran rujukan (yang relatif bebas gangguan) yang menyajikan nilai noluntuk obyek tertentu. Kemudian tiap saluran dipasangkan dengan saluran rujukan tersebut untuk membentuk diagram pancar nilai piksel yang diamati. Cara ini secara teoritis mudah namun secara prakteknya sulit, karenagangguan atmosfer terjadi hampir pada semua spektra tampak dan saluran. Pengambilan pixel-pixel pengamatan harus berupa obyek yang secara gradual berubah naik nilainya, pada kedua saluran sekaligus dan bukan hanya padasalah satu saluran.( Sutanto, 1987). Penyesuaian regresi (regression adjusment) pada prinsipnya menghendaki analisis untuk mengidentifikasi objek bayangan atau air jernih pada citra yang akan dikoreksi. Nilai kecerahan pada objek dari setiap saluran di plotkan dalam sumbu koordinat secara berlawanan arah antarasaluran tampak (seperti TM saluran 1, 2, 3) dan saluran infra merah

(seperti TM 4,5,7). Pada diagram ini garis lurus dibuat menggunakan teorileast.square. perpotongannya dengan sumbu X akan menunjukkan besarnyanilai bias demikian seterusnya untuk saluran yang lain (Anonim, 2012).

DPC (Dark Pixel Correction) Koreksi piksel gelap merupakan metode sederhana yang digunakan untuk menghilangkan efek atmosfer saat image radiance. Efek ini terkaitdengan kontribusi hamburan aditif (additive scaterring) dari atmosfer danefek dari transmisi multiplikatif energi melalui atmosfer (Anonim, 2012).

EDPC (Enhanced Dark Pixel Correction) Enhanced Dark Pixel Correction merupakan bagian dari metode penyesuaian regresi yang digunakan untuk menghilangkan efek dari atmosfer untuk Image Enhancement (Penajaman Citra). Pada metode ini sistem kerjanya hampir mirip dengan metode DPC. Pada metode ini, harusmemasukkan nilai range yang tercantum dalam actual input limits. Pada Enhanced Dark Pixel Correction terdapat dua layer yang berbeda, yangdimanan pada layer kedua lebih terang diband ingkan layer pertama dangambar layernya lebih tajam (Anonim, 2012).

Cut of Values (Scattergram) Fungsi ini untuk membantu menganalisis data yang bekerja pada datadalam mode spektral, scattegram juga berguna untuk klasifikasi tanah, membuat raster daerah,dan membuat poligon vektor. Scattering terjadi bila partikel atau molekul gas yang besar yang ada di atmosfer berinteraksi dan menyebabkan arah radiasi elektromagnetik melenceng dari jalur sebenarnya. Besarnya penyimpangan ini tergantung pada beberapa faktor termasuk panjang gelombang radiasi, kelimpahan pertikel dan gasdan jarak perjalanan radiasi (Anonim, 2012)....