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.