Koreksi Radiometri
Koreksi radiometri ditujukan untuk
memperbaiki nilai pixel supaya sesuai dengan yang seharusnya yang biasanya
mempertimbangkan faktor gangguan atmosfer sebagai sumber kesalahan utama. Efek atmosfer
menyebabkan nilai pantulan objek 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 dapat dilakukan
menggunakan metode yang paling sederhana, yaitu penyesuaian histogram. Adapun tekniknya adalah dengan cara mengurangi
digital number (nilai pixel) citra asli masing-masing saluran tunggal dengan
nilai bias yang ada pada masing-masing citra tersebut. Koreksi radiometrik yang umum dilakukan
adalah menghilangkan pengaruh haze (gambar yang buram). (Anonim,
2012)
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, objek 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. (Anonim, 2012)
Koreksi radiometrik dilakukan untuk
memperbaiki kesalahan atau distorsi yang
diakibatkan oleh ketidak sempurnaan 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 mengindera garis citra.
§ Memperkecil
kesalahan pengamatan detektor yang
berubah sesuai dengan perubahan waktu.
§ Kesalahan
berbentuk nilai digital yang mempunyai hubungan linier dengan tingkat radiasi
dan panjang gelombang elektromagnetik.
§ 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 detektor
pada daerah-daerah homogeny misalnya
diatas badan air, apabila ada penyimpangan dapat diperbaiki.
§ Kesalahan bias atau pengaturan kembali detektor apabila mean dan median detektor berbeda.
Metode-metode yang sering digunakan untuk menghilangkan efek atmosfer
antara lain metode pengeseran histogram, metode regresi, dan metode kalibrasi
bayangan (Sutanto, 1986).
Penyesuaian
Histogram
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. (Anonim, 2012)
Penyesuaian Regresi
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 antara saluran tampak (seperti TM saluran 1,
2, 3) dan saluran infra merah (seperti TM 4,5,7). Pada diagram ini garis lurus dibuat
menggunakan teori least square. Perpotongannya
dengan sumbu X akan menunjukkan besarnya nilai bias demikian seterusnya untuk
saluran yang lain. Penyesuaian
histogram ini melewati beberapa tahap, dan hasilnya tidak selalu naik. Hal ini
disebabkan karena tidak setiap citra mempunyai nilai objek yang ideal untuk
dikoreksi, seperti air jernih atau bayangan awan. Dibandingkan dengan teknik
penyesuaian histogram hasilnya tidak jauh berbeda.(Anonim, 2012)
Koreksi
geometri adalah proses perbaikan sesalahan geometric dan transformasi citra
penginderaan jauh agar memberikan hasil citra yang mempunyai skala tertentu dan
mengikuti proyeksi peta tertentu.
Dikenal 3 istilah dalam pengkoreksian geometric yakni rektifikasi,
orthorektifikasi, dan regresi. Rektifikasi adalah proses
transformasi kordinat citra digital ke dalam sistem kordinat bumi tertentu. Proses ini
kadang kala disebut dengan ‘warping’
ataupun ‘rubbersheeting’, karena
citra seperti ditarik ataupun dimampatkan supaya terjajar dengan sistem
kordinat bumi.
Orthorektifikasi
adalah rektifikasi yang lebih akurat karena menggunakan atau mengukur informasi
mengenai sensor dan wahana yang dipakai untuk
memproduksi citra tersebut. Biasanya
orthorektifikasi dilakukan untuk mengoreksi foto udara. Registrasi secara sederhana adalah
menjajarkan dua buah citra sehingga dapat
saling bertumpangtindih (overlaid), tanpa memperdulikan apakah kedua
citra tersebut telah direktifikasi pada sistem kordinat tertentu atau tidak.
Penyesuaian regresi (Regression
Adjusment) diterapkan
dengan memplot nilai-nilai pixel hasil pengamatan dengan beberapa saluran sekaligus. Hal ini diterapkan
apabila ada saluran rujukan (yang relatif bebas gangguan) yang menyajikan nilai
nol untuk obyek tertentu. Kemudian tiap saluran dipasangkan dengan saluran
rujukan tersebut untuk membentuk diagram pancar nilai pixel yang diamati. Cara ini banyak mengalami gangguan atmosfer yang terjadi hampir pada
semua spektra tampak dan saluran.
Penyesuaian ini melewati beberapa tahap, dan hasilnya tidak selalu naik. Hal
ini disebabkan karena tidak setiap citra mempunyai nilai objek yang ideal untuk
dikoreksi, seperti air jernih atau bayangan awan. Dibandingkan dengan teknik
penyesuaian histogram hasilnya tidak jauh berbeda. (Projo Danoedoro, 1996).
DPC (Dark
Pixel Correction)
Jika
tidak ada atmosfer, bayangan pada semua permukaan bumi akan sepenuhnya hitam
baik itu darat ataupun laut, sehingga kita sulit untuk membedakannya. Oleh
karena itu jika bayangan memiliki nilai diatas 0, itu menandakan bahwa hamburan
dari atmosfer memiliki kontribusi untuk bayangan.
DPC atau Dark Pixel Correction adalah koreksi sederhana untuk menghilangkan
pengaruh atmosfer yang cenderung memperbear nilai pixel.
Salah
satu cara untuk mengkoreksi efek atmosfer adalah mengidentifikasi bayangan pixel, menemukan nilai DN (Digital Number) dan mengubahnya menjadi
0 dan atur semua pixel lainnya .
EDPC (Enchanted
Dark Pixel Correction)
Hasil akurat dari deteki perubahan terhadap dua
atau lebih citra waktu ditentukan oleh beberapa faktor; seperti citra yang
sebanding, citra yang dapat diinterpretasikan, dan metode untuk mendapatkan
perbedaan yang bermakna dari deteksi perubahan citra. Pixel ke pixel antara citra biasa ditampilkan
untuk mendapatkan citra yang baik. Dark Pixel Correction ditampilkan untuk mengkoreksi
kesalahan radiometrik dari suatu citra, maka Enhance sebagai hasilnya lebih diinterpretasi untuk aplikasi tertentu. Dengan mengurangkan masing – masing band dengan minimum digital
number value – nya, maka setiap band akan memiliki minimal digital
number dari nol.
Cut-off
Scattergram
Cara lain untuk mengkoreksi citra dari efek
atmosfer adalah dengan menggunakan informasi cut-off yang ditentukan dari scattergram
antara panjang gelombang (TM 7)
yang lebih panjang dan panjang gelombang (salah
satu dari TM 1-5) yang lebih pendek. Panjang gelombang yang lebih panjang berada di gelombang infrared pendek yang
mempunyai nilai hamburan atmosfer minimum, di lain pihak panjang gelombang yang
lebih pendek berada di batas cahaya tampak yang berdekatan dengan batas infrared dan batas gelombang infrared pendek yang mempunyai efek
lebih besar. Garis terbaik digambarkan menembus distribusi antara dua bands yang dihalangi poros panjang
gelombang lebih pendek pada pendekatan digital
number komponen penghambur. Penyelesaian hal semacam ini menggunakan cut-off.