Anda di halaman 1dari 50

MODUL PENGANTAR FOTOGRAMETRI

MODUL PENGANTAR FOTOGRAMETRI Disusun Oleh : Helmy Mukti Wijaya JURUSAN TEKNIK GEODESI S-1 FAKULTAS TEKNIK SIPIL

Disusun Oleh :

Helmy Mukti Wijaya

JURUSAN TEKNIK GEODESI S-1

FAKULTAS TEKNIK SIPIL DAN PERENCANAAN

INSTITUT TEKNOLOGI NASIONAL

MALANG

2013

GEODESI S-1 FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI NASIONAL MALANG 2013 Modul Pengantar Fotogrametri ©

Modul Pengantar Fotogrametri ©

GEODESI S-1 FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI NASIONAL MALANG 2013 Modul Pengantar Fotogrametri ©
PERHITUNGAN SKALA DAN RELIEF DISPLACEMENT 1. Skala Foto Skala peta biasanya diartikan sebagai perbandingan antara

PERHITUNGAN SKALA DAN RELIEF DISPLACEMENT

1. Skala Foto Skala peta biasanya diartikan sebagai perbandingan antara jarak di dalam peta dan jarak yang sebenarnya. Dalam foto udara, skala yang dimaksud adalah merupakan perbandingan antara panjang fokus kamera(f) dengan tinggi terbang pesawat dengan bidang rata-rata tanah (H).

(1.1)

Skala ini hanya berlaku untuk foto udara vertikal dengan daerah yang relatif datar. Skala dapat dinyatakan dalam unit setara, dalam rangka pecahan tanpa besaran, atau dalam perbandingan tanpa besaran. Sebagai contoh, apabila 1 inci pada peta atau foto mewakili 1.000 kaki (12.000 inci) diatas tanah.

1.1 Skala Foto Udara Vertikal Dengan Medan Yang Tidak Datar

Apabila medan yang dipotret mempunyai ketinggian yang beraneka, maka jarak objek akan berbedabeda pula, sebagai akibatnya maka skala didalam foto tersebut menjadi berbeda-beda pula.

Modul Pengantar Fotogrametri ©

beda pula, sebagai akibatnya maka skala didalam foto tersebut menjadi berbeda-beda pula. Modul Pengantar Fotogrametri ©
L Perspective Center f a b H-h H Permukaan Tanah P A B h Bidang
L Perspective Center f a b H-h H Permukaan Tanah P A B h Bidang
L
Perspective Center
f
a
b
H-h
H
Permukaan Tanah
P
A
B
h
Bidang Datum

Gambar 1.1. Kenampakan 2D foto udara

Di lihat dari gambar di atas, dari dua segitiga sebangun Lab dan LAB, dapat dinyatakan bahwa skala SAB adalah :

(1.2)

Juga dari segitiga sebangun LoAA dan Loa,

Modul Pengantar Fotogrametri ©

dapat dinyatakan bahwa skala SAB adalah : (1.2) Juga dari segitiga sebangun LoAA dan Loa, Modul
.3) (1 Dengan subtitusi persamaan (3) kedalam persamaan (2), yaitu: 1.2 Skala Foto Rata-rata (1.4)

.3)

(1

Dengan subtitusi persamaan (3) kedalam persamaan (2), yaitu:

1.2 Skala Foto Rata-rata

(1.4)

Skala rata-rata merupakan skala pada ketinggian rata-rata medan yang terliput oleh suatu foto udara tertentu dan dinyatakan sebagai berikut :

(1.5)

Apabila harus digunakan skala rata-rata, harus dimengerti bahwa hal itu hanya tepat pada titik-titik yang terletak pada ketinggian rata-rata saja.

1.3 Beberapa Cara Lain Untuk Menentukan Skala Foto Udara Tegak

Apabila beberapa cara lain yang dapat digunakan dalam menentukan skala foto.

a. Jika diketahui jarak mendatar (AB) antara dua buah pusat perpotongan jalan diukur diatas tanah, serata garis tersebut tampak diatas foto udara tegak (ab). Sehingga skalanya dapat dihitung sebagai berikut :

Modul Pengantar Fotogrametri ©

tampak diatas foto udara tegak (ab). Sehingga skalanya dapat dihitung sebagai berikut : Modul Pengantar Fotogrametri
1.6) ( b. Skala foto udara tegak dapat ditentukan juga apabila dapat diperoleh peta yang

1.6)

(

b. Skala foto udara tegak dapat ditentukan juga apabila dapat diperoleh peta yang meliputi daerah yang sama dengan liputan foto tersebut .

Contoh :

(1.7)

Suatu foto udara tegak hasil pemotretan diatas medan datar yang menggunakan kamera dengan panjang fokus sebesar 6 inci (152,4 mm) pada ketinggian terbang 6.000 kaki dari atas tanah. Berapa besarnya skala foto tersebut?

Jawab:

2. Relief Displacement (Perpindahan Relief)

Perpindahan letak gambar oleh relief merupakan pergeseran atau perpindahan letak suatu kedudukan gambar objek yang disebabkan karena relief, yaitu karena letak ketinggiannya di atas atau di bawah bidang datum yang dipakai.

Modul Pengantar Fotogrametri ©

relief, yaitu karena letak ketinggiannya di atas atau di bawah bidang datum yang dipakai. Modul Pengantar
Jarak perpindahan foto antara bagian atas dan bawah permukaan foto itulah yang disebut relief displacement

Jarak perpindahan foto antara bagian atas dan bawah permukaan foto itulah yang disebut relief displacement, yang berhubungan dengan tinggi permukaan dan jarak dari titik nadir ( titik tengah kamera ), dapat dilihat pada gambar (2) dibawah ini

Δr rB f rT T H D h
Δr
rB
f
rT
T
H
D
h

B

Gambar 1. 2. Relief Displacement

Keterangan Gambar :

H = Tinggi terbang h = Tinggi objek

Modul Pengantar Fotogrametri ©

Gambar 1. 2. Relief Displacement Keterangan Gambar : H = Tinggi terbang h = Tinggi objek
B = Bidang datum D = Jarak T = Puncak objek f = Fokus rB,rT

B

= Bidang datum

D

= Jarak

T

= Puncak objek

f = Fokus rB,rT = Jari jari lingkaran dari jarak foto

Dapat juga ditulis dua pernyataan untuk hubungan jarak D, jari-jari lingkaran (radial) foto dan . Fokus f, yaitu :

1.8)

(

Kedua persamaan diatas akan menghasilkan persamaan baru,menjadi :

Contoh :

Modul Pengantar Fotogrametri ©

( Kedua persamaan diatas akan menghasilkan persamaan baru,menjadi :  Contoh : Modul Pengantar Fotogrametri ©

(1.9)

Tinggi terbang dari atas gedung diketahui 500 m dari foto vertikal. Jika ukuran foto gedung

Tinggi terbang dari atas gedung diketahui 500 m dari foto vertikal. Jika ukuran foto gedung adalah =4 mm, dan mm.Berapakah tinggi gedung tersebut ?

Jawab :

Jika ukuran foto gedung adalah =4 mm, dan mm.Berapakah tinggi gedung tersebut ? Jawab : Modul
Jika ukuran foto gedung adalah =4 mm, dan mm.Berapakah tinggi gedung tersebut ? Jawab : Modul

Modul Pengantar Fotogrametri ©

Jika ukuran foto gedung adalah =4 mm, dan mm.Berapakah tinggi gedung tersebut ? Jawab : Modul
PEMBACAAN DAN KONVERSI KOORDINAT FOTO A. Konversi Koordinat Pixel ke Koordinat Foto Gambar sistem koordinat

PEMBACAAN DAN KONVERSI KOORDINAT FOTO

A. Konversi Koordinat Pixel ke Koordinat Foto Gambar sistem koordinat ini dipusatkan pada gambar asal koordinat pixel pada bagian kanan atas, puncak pixel dengan + y’ kea rah bawah.

y (pixel)

x (pixel) y (image)
x (pixel)
y (image)

x (image)

Gambar 2.1. Koordinat Foto dan Koordinat Pixel

Dan persamaan yang digunakan adalah

(

)

Dimana :

Modul Pengantar Fotogrametri ©

2.1. Koordinat Foto dan Koordinat Pixel Dan persamaan yang digunakan adalah ( ) Dimana : Modul
( ) ( )  Susunan Charge Coupled Device (CCD camera) memiliki nx’ kolom dan

(

)

(

)

Susunan Charge Coupled Device (CCD camera) memiliki nx’ kolom dan ny’ baris

Setengah pixel dikurangi dari x’ dan y’ untuk aslinya dipindah ke kanan atas.

B. Konversi Koordinat Foto Ke Koordinat Pixel Persamaan yang digunakan adalah :

(

(

)

)

Modul Pengantar Fotogrametri ©

B. Konversi Koordinat Foto Ke Koordinat Pixel Persamaan yang digunakan adalah : ( ( ) )
PERENCANAAN JALUR TERBANG Keberhasilan suatu proyek fotogrametri mungkin lebih dipengaruhi oleh foto yang kualitasnya

PERENCANAAN JALUR TERBANG

Keberhasilan suatu proyek fotogrametri mungkin lebih dipengaruhi oleh foto yang kualitasnya baik. Bila suatu daerah digambarkan oleh foto udara maka fotonya dibuat sepanjang garis sejajar yang disebut garis terbang. Yang perlu diperhatikan dalam perencanaan jalur terbang yaitu foto-foto tersebut pada umumnya dibuat sedemikian sehingga daerah yang digambarkan foto udara yang berurutan didalam satu jalur terbang yang disebut pertampalan.

1. Tampalan

1.1. Tampalan ke depan (overlap).

Tampalan ke depan ialah tampalan antara foto yang berurutan sepanjang jalur terbang.

B Pesawat B overlap
B
Pesawat
B
overlap

G

berurutan sepanjang jalur terbang. B Pesawat B overlap G Gambar 3.1. Tampalan ke depan (Overlap) Modul

Gambar 3.1. Tampalan ke depan (Overlap)

Modul Pengantar Fotogrametri ©

sepanjang jalur terbang. B Pesawat B overlap G Gambar 3.1. Tampalan ke depan (Overlap) Modul Pengantar
Keterangan : G = ukuran bujur sangkar medan yang terliput oleh sebuah foto tunggal B

Keterangan :

G = ukuran bujur sangkar medan yang terliput oleh sebuah foto tunggal B = basis atau jarak antara stasiun pemotretan sebuah pasangan foto stereo PE = besarnya pertampalan pada umumnya dinyatakan dalam persen

(

)

(3.1)

1.2. Tampalan ke samping (sidelap).

P I P II B
P I
P II
B
P I P II B W sidelap G
W sidelap G
W sidelap
G

Gambar 3.2. Tampalan ke samping (Sidelap)

Modul Pengantar Fotogrametri ©

(sidelap). P I P II B W sidelap G Gambar 3.2. Tampalan ke samping (Sidelap) Modul
Keterangan : PI dan PII = pesawat yang berada pada jalur terbang 1 dan 2

Keterangan :

PI dan PII = pesawat yang berada pada jalur terbang 1 dan 2

W

= jarak antara jalur terbang yang berurutan

PS

= besarnya tampalan samping dinyatakan dalam persen.

(

)

2. Luas Liputan

(3.2)

Setelah memilih skala foto rata-rata dan dimensi format kamera, daerah permukaan lahan yang terliput dapat langsung dihitung dengan persamaan berikut;

Dimana:

S r = skala rata-rata

df = dimensi foto

3. Jarak antara dua jalur terbang

Dimana:

Modul Pengantar Fotogrametri ©

= skala rata-rata df = dimensi foto 3. Jarak antara dua jalur terbang Dimana: Modul Pengantar

(3.4)

(3.3)

W = adalah jarak antara dua jalur penerbangan PS = pertampalan ke samping (sidelap) lf

W = adalah jarak antara dua jalur penerbangan

PS = pertampalan ke samping (sidelap)

lf = lebar sisi foto

s = skala foto

4. Interval waktu pemotretan

Interval waktu pemotretan (eksposur) diset pada intervalometer sesuai dengan panjang basis udara (B) dan kecepatan (V=Km/jam). Sedangjan panjang basis udara dihitung dari skala foto dan pertampalan ke depan (overlap) yang ditetapkan.;

5.

6.

(3.5)

Menghitung jumlah foto / strip (jalur terbang)

(2 = safety factor)

(3.6)

Jumlah strip (jalur terbang)

Modul Pengantar Fotogrametri ©

foto / strip (jalur terbang) (2 = safety factor ) (3.6) Jumlah strip (jalur terbang) Modul
(1 = safety factor ) Dimana: p = panjang daerah l = lebar daerah pf

(1 = safety factor)

Dimana:

p

= panjang daerah

l

= lebar daerah

pf = panjang sisi bingkai

lf = lebar sisi foto

(3.7)

untuk foto metrik pf = lf = G = 23 cm, s = bilangan skala foto

7.

………………………………………(3.7)

Cara ini dapat digunakan untuk bentuk daerah yang mempunyai bentuk persegi empat atau kombinasi bentuk persegi empat.

Modul Pengantar Fotogrametri ©

bentuk daerah yang mempunyai bentuk persegi empat atau kombinasi bentuk persegi empat. Modul Pengantar Fotogrametri ©
R E S E C T I O N Space Resection atau reseksi ruang dengan

R E S E C T I O N

Space Resection atau reseksi ruang dengan dengan kolinearitas merupakan metode numerik murni yang secara serentak menghasilkan enam unsur orientasi luar (EO). Besarnya nilai sudut (X L ,Y L ,Z L , ω, ,k) diperoleh dengan penyelesaian itu. Space Resection dengan kolinearitas memungkinkan penggunaan ulang sejumlah titik kontrol medan. Oleh karena itu dapat digunakan cara perhitungan kuadrat terkecil untuk menentukan nilai yang paling mungkin bagi keenam unsure itu. Space Resection dengan kolinearitas merupakan metode yang lebih disukai untuk menentukan unsur orientasi luar (Wolf, 2000).

Space Resection dengan kolinearitas meliputi formulasi yang disebut dengan Persamaan Kolinearitas (collinearity equation) untuk sejumlah titik kontrol yang koordinat medannya X, Y dan Z diketahui dan yang gambarnya tampak pada foto. Kemudian persamaan itu diselesaikan untuk enam unsur orientasi luar yang belum diketahui dan tampak pada foto. Kolinearitas dideskripsikan sebagai kondisi dimana stasiun pemotretan, beberapa titik objek, dan image foto berada pada satu garis lurus pada space 3D. kondisi kolinearitas diilustrasikanseperti gambar dibawah ini dimana A, o dan a terletak pada satu garis lurus :

Photo-coordinat System

Z

y Image point (X a ,Y a ) (X p , Y p ) a
y
Image point
(X a ,Y a )
(X p , Y p )
a
p r
x
o Perspective Center
f
Modul Pengantar Fotogrametri ©
Y

P

Keterangan Gambar : x a , y a X A , Y A , Z

Keterangan Gambar :

x a , y a

X A , Y A , Z A X, Y, Z

f

x p , y p

: koordinat foto : koordinat titik objek space : koordinat kamera

Gambar 4.1 Kondisi Kolinierisasi

: panjang fokus kamera : koordinat dari principal point

Persamaan dasar dari kondisi kolinearitas bersifat nonlinier dan dilinierkan dengan menggunakan teorema Taylor. Penggunaan teorema Taylor untuk menyelesaikan kolinearitas memerlukan pendekatan awal bagi semua unsur orientasi luar yang tidak diketahui. Dua persamaan menunjukkan kondisi kolinearitas untuk setiap titik pada foto, satu persamaan untuk koordinat foto x dan persamaan yang lain untuk koordinat foto y.

………

[

(4.1)

]

[

]

………………………(4.2)

Modul Pengantar Fotogrametri ©

lain untuk koordinat foto y. ……… [ (4.1) ] [ ] ………………………(4. 2) Modul Pengantar Fotogrametri
Dimana : x 0 , y 0 : koordinat foto titik a x a ,

Dimana :

x 0 , y 0 : koordinat foto titik a x a , y a : koordinat foto yang diukur

X A , Y A , Z A : koordinat objek space untuk titik A X L , Y L , Z L : koordinat stasiun pemotretan

f

: panjang fokus kamera

m

: 3 sudut matrik rotasi orthogonal (ω,

,К)

Persamaan tersebut merupakan persamaan non linear dan sembilan unsur yang belum diketahui, 3 sudut perputaran ω, ,k, yang berhubungan dengan r , 3 koordinat stasiun pemotretan X L , Y L , Z L , 3 koordinat titik objek X A , Y A , Z A . persamaan non linier dapat dilinearisasikan dengan menggunakan teorema Taylor (Wolf, 2000).

1. Least Square Adjustment

Least Square Adjustment adalah sebuah teknik statistik yang digunakan untuk mengestimasi parameter unknown disatukan dengan sebuah solusi dimana teknik tersebut dapat juga meminimalisir nilai kesalahan dari solusi itu sendiri. Dalam teknik fotogrametri metode least square adjustment digunakan untuk proses antara lain :

1. Mengestimasi atau meratakan nilai parameter exterior orientasi.

2. Mengestimasi nilai object space point (X, Y, Z) beserta nilai keakurasiannya.

3. Mengestimasi dan meratakan nilai parameter interior orientasi.

4. Meminimalisir dan mendistribusikan errors data melalui jaringan pengamatan.

Modul Pengantar Fotogrametri ©

. 4. Meminimalisir dan mendistribusikan errors data melalui jaringan pengamatan. Modul Pengantar Fotogrametri ©
Pendekatan least square dibutuhkan untuk proses iterasi sampai sebuah solusi didapat. Sebuah solusi diperoleh saat

Pendekatan least square dibutuhkan untuk proses iterasi sampai sebuah solusi didapat. Sebuah solusi diperoleh saat residual atau nilai kesalahan yang terdapat dalam sebuah data diminimalisir. Bagi sekelompok data pengamatan berbobot sama, persyaratan utama yang harus dikenakan bagi penyesuaian least square ialah bahwa jumlah kuadrat residual di minimalisir. Selanjutnya didalam bentuk persamaan maka persyaratan utama least square adjustment dinyatakan sebagai :

…………………….(4.3)

Dalam metode persamaan pengamatan bagi penyesuaian least square, ditulis persamaan pengamatan yang berkaitan dengan nilai terukur terhadap kesalahan residual dan parameter unknown. Untuk pemecahan yang unik maka jumlah persamaan harus sama besar dengan jumlah unknown. Bila dilakukan pengamatan berulang, maka dapat ditulis persamaan pengamatan yang lebih banyak dari yang diperlukan untuk pemecahan yang unik. Dan nilai yang paling mungkin dapat ditentukan dengan metode least square.

Bentuk sederhana dari persamaan least square yang dilakukan dengan pendekatan aljabar dalam bentuk matrik dapat dituliskan sebagai berikut :

Modul Pengantar Fotogrametri ©

dengan pendekatan aljabar dalam bentuk matrik dapat dituliskan sebagai berikut : Modul Pengantar Fotogrametri ©
Atau ……………………………….……….(4. 4) Dimana setiap notasi diatas diwakili oleh susunan matriks

Atau

……………………………….……….(4.4)

Dimana setiap notasi diatas diwakili oleh susunan matriks sebagai berikut :

|

|

Modul Pengantar Fotogrametri ©

4) Dimana setiap notasi diatas diwakili oleh susunan matriks sebagai berikut : | | Modul Pengantar
| | | | Dengan | | | | | | mempelajari penyajian matriks, akan

| |

|

|

Dengan

| |
|

|

| |

mempelajari

penyajian

matriks,

akan

terlihat

bahwa

persamaan normal dapat diperoleh sebagai berikut :

……………………….…………………………………….(4.5)

Pada persamaan diatas, A T A adalah matriks koefisien persamaan normal dari bilangan unknown. Dengan mengalikan persamaan diatas dengan A T A dan kurangkan, hasilnya adalah :

………………………………………………………….(4.6)

Bagi suatu sistem pengmatan terbobot, persamaan matriks berikut menyajikan matriks X bagi nilai paling mungkin untuk nilai yang tidak dikenal.

Dimana :

Modul Pengantar Fotogrametri ©

menyajikan matriks X bagi nilai paling mungkin untuk nilai yang tidak dikenal. Dimana : Modul Pengantar
X = Matriks koreksi A = Matriks koefisien atau matriks Jacobian L = Matriks pengamatan

X

= Matriks koreksi

A

= Matriks koefisien atau matriks Jacobian

L

= Matriks pengamatan / Observasi

P = Matriks bobot Didalam persamaan

matriks

identik

terhadap

persamaan

bobot,

kecuali bahwa matriks P merupakan matriks diagonal bobot.

2. Space Resection dengan Teknik Least Square

Space resection merupakan suatu proses untuk menentukan elemen Exterior Orientation dan posisi sensor dari titik kontrol tanah dan koordinat image. Metode perhitungan yang paling biasa digunakan adalah persamaan kolineariti, dimana prinsip dari persamaan tersebut adalah titik kontrol, titik pada image, dan proyeksi pusat terletak pada satu garis lurus. Untuk setiap titik kontrol, dapat diperoleh dua persamaan. Karena terdapat 6 parameter EO, sedikitnya tiga titik kontrol dibutuhkan untuk memecahkan masalah resection. Metode perhitungan dengan menggunakan teknik Least Square akan diterapkan pada penelitian ini untuk menentukan nilai yang paling mungkin pada enam parameter EO (Yao Jianchao and Chia Tien Chern, 2001).

Ukuran koordinat foto x a dan y a (menyuling dan mengoreksi untuk distorsi lensa jika sesuai) image sasaran memberi kenaikan ke dua persamaan kolineariti. Jika tiga elemen Interior Orientation (c, x o , dan y o ) diberikan oleh kalibrasi kamera dan koordinat (X A , Y A , Z A ) dititik A pada sistem koordinat object space maka dikenal dua persamaan dengan 6 nilai yang belum diketahui yaitu rotasi ω, , k dan koordinat (X O , Y O ,

Modul Pengantar Fotogrametri ©

6 nilai yang belum diketahui yaitu rotasi ω, , k dan koordinat (X O , Y
Z O ) pada perspective center . Sedikitnya 3 target non-collinear seperti titik kontrol diperlukan

Z O ) pada perspective center. Sedikitnya 3 target non-collinear seperti titik kontrol diperlukan untuk resection dari kamera. Metode ini digunakan untuk mengevaluasikan elemen EO yang bergantung pada tujuan fotogrametri (Cooper, 1987).

Metode untuk evaluasi secara langsung pada enam elemen orientasi bagian luar (Eksterior Orientation) diperoleh dari diukurnya koordinat foto pada image dengan tiga titik kontrol non kolinear yang tidak memerlukan beberapa nilai pendekatan. Prosedur ini memberikan koordinat secara langsung dari perspective center. Bentuk secara aljabar akan digunakan pada matriks rotasinya. Jika diperlukan, nilai untuk rotasi ω,Ф dan К dapat dicari dari 9 elemen matrik rotasi.

Jika perhitungan resection secara statistic lebih teliti diperluka, maka persamaan kolineariti dapat dilinearisasikan dan proses least square dapat digunakan untuk mengevaluasi 6 elemen Eksterior Orientation. Untuk mendapat nilai resection yang teliti perlu mendapat nilai pendekatan untuk unsur orientasi yang cukup dekat dengan nilai akhir untuk proses iterative agar lebih teliti. Biasanya nilai yang tepat untuk koordinat (X O , Y O , Z O ) dapat langsung diperoleh, tetapi tidak untuk nilai sudut rotasinya. Resection hanya tingkat menengah pada prosedur fotogrametri, seringkali diikuti oleh intersection atau bundle adjustment dengan multistation yang teliti dimana menggunakan nilai unsure EO sebagai nilai awal pendekatan.

2.1. Proses linearisasi persamaan kolinear

Modul Pengantar Fotogrametri ©

nilai unsure EO sebagai nilai awal pendekatan. 2.1. Proses linearisasi persamaan kolinear Modul Pengantar Fotogrametri ©
Persamaan (4.1) dan (4.2) merupakan persamaan non linier, dalam melinearkan persamaan kolinear, persamaan (4.1) dan

Persamaan (4.1) dan (4.2) merupakan persamaan non linier, dalam melinearkan persamaan kolinear, persamaan (4.1) dan (4.2) dituliskan lagi sebagai berikut :

Dimana :

Dimana :

m 11

m 12

m 13

m 21

m 22

m 23

m 31

= cos ø cos κ = sin ω sin ø cos κ + cos ω sin κ = - cos ω sin ø cos κ + sin ω sin κ = - cos ø sin κ = - sin ω sin ø sin κ + cos ω cos k = cos ω sin ø sin κ + sin ω sin κ = sin ø

Modul Pengantar Fotogrametri ©

sin ø sin κ + cos ω cos k = cos ω sin ø sin κ
m 3 2 = -sin ω cos ø m 3 3 = cos ω sin

m 32

= -sin ω cos ø

m 33 = cos ω sin ø Menurut teori Taylor, persamaan(4.7)dan (4.8) dapat dinyatakan dalam bentuk yang dilinearisasikan oleh turunan parsial sebagai berikut :

 

(

)

(

)

(

)

(

)

(

)

(

)

(

)

 

(

)

(

)

(

)

(

)

(

)

(

)

(

)

Pada persamaan tersebut, F 0 dan G 0 merupakan fungsi F dan G dihitung pendekatan awal dari Sembilan unsur yang tidak diketahui. Istilah (∂F/∂x a ) 0 , (∂F/∂ω) 0 , (∂F/∂Ф) 0 , dan seterusnya merupakan turunan parsial dari fungsi F dan G dengan mempertimbangkan unsure yang belum diketahui pada pendekatan awal. Unit ∂ω, ∂Ф, ∂К adalah radian. Karena dx a dan dy a , maka dapat diinterpretasi sebagai kesalahan residual didalam pengukuran. Oleh karena itu dua istilah dapat diganti dengan Vx a dan Vy a yang merupakan simbol yang lazim digunakan untuk kesalahan residual. Perhatikan persamaa (4.6) dan (4.7) yang jabaran parsialnya ∂F/∂x a dan ∂G/∂y a , keduanya sama dengan q. dengan subtitusi q untuk istilah pada persamaan (4.8) dengan memindahkan qdx a dan qdy a kesisi persamaan, membagi tiap persamaan, dengan q, dan mengganti dx a dan dy a masing masing dengan vx a dan vy a . sehingga apabila persamaan ini digunakan dalam

Modul Pengantar Fotogrametri ©

– masing dengan vx a dan vy a . sehingga apabila persamaan ini digunakan dalam Modul
penyelesaiansecara least square maka diperoleh persamaan kolinearitas terlinearisasi dalam bentuk yang disederhanakan

penyelesaiansecara least square maka diperoleh persamaan kolinearitas terlinearisasi dalam bentuk yang disederhanakan termasuk untuk nilai residualnya sebagai berikut :

[

]

[r(cosϕ

∆X+sinω

sinϕ

∆Y-cosω

sinϕ

∆Z)-s(-sinϕ

cosκ∆X+sinω cosϕ cosκ ∆Y-cosω cosϕ cosκ ∆Z) ]

[

]

[

Modul Pengantar Fotogrametri ©

ϕ cosκ∆X+sinω cosϕ cos ⁡ κ ∆Y - cosω cosϕ cosκ ∆Z) ] [ ] [

]

I N T E R S E C T I ON Intersection merupakan suatu teknik

I N T E R S E C T I ON

Intersection merupakan suatu teknik menentukan koordinat titik-titik objek pada dua gambar atau lebih yang saling bertampalan sehingga dietahui posisi secara 3D (X i , Y i , Z i ). Proses ini membutuhkan enam parameter orientasi luar yang diketahui (ω,Ф,К, X L ,Y L ,Z L ) untuk dua foto yang bertampalan. Nilai koordinat obyek dalam ruang tiga dimensi ini dapat dihitung menggunaan persamaan kolinier yang telah dilinierisasi.

Foto 1 A B Perspective Center C a b c Foto 2 C aA B
Foto 1
A
B
Perspective Center
C
a
b
c
Foto 2
C
aA
B

Koordinat objek

Gambar 5.1. Intersection

Modul Pengantar Fotogrametri ©

Center C a b c Foto 2 C aA B Koordinat objek Gambar 5.1. Intersection Modul
Keteranan : a, b, c = Titik image A, B, C =Titik objek 5.1Metode least

Keteranan :

a, b, c = Titik image A, B, C =Titik objek 5.1Metode least square untuk intersection Least Square adalah sebuah teknik stastistik yang digunakan untuk mengestimasi parameter yang tidak diketahui dengan sebuah solusi dimana teknik tersebut dapat juga meminimalisasi nilai esalahan dari solusi itu sendiri. Dalam teknik fotogrametri, metode least square adjustment digunakan untuk beberapa proses, anatara lain :

1. Mengestimasi atau meratakan nilai parameter exterior orientation. 2. Mengestimasi nilai object space point (X, Y, Z) beserta nilai keakurasiannya. 3. Mengestimasi dan meratakan nilai parameter exterior orientation. 4. Meminimalisasi dan mendistribusikan errors data melalui jaringan pengamatan.

Intersection mengacu pada determinasi posisi titik pada ruang objek dengan dua persamaan untuk setiap titik pada foto. Jika terdapat dua foto, total ada empat persamaan yang terdiri dari tiga persamaan yang tidak diketahui, titik koordinat ruang objek yang diperoleh. Ada satu derajat yang bebas, dan satuan persamaan linier dimana dapat dipecahkan dengan metode least square. Dengan menambahkan beberapa foto, meningkatkan jumlah derajat kebebasan dengan demikian akan meningkatkan solusinya.

Modul Pengantar Fotogrametri ©

foto, meningkatkan jumlah derajat kebebasan dengan demikian akan meningkatkan solusinya. Modul Pengantar Fotogrametri ©
Karena enam unsur orientasi sudah diketahui, yang tidak dietahui pada persamaan adalah dX A ,

Karena enam unsur orientasi sudah diketahui, yang tidak dietahui

pada persamaan adalah dX A , dY A , dan dZ A . Ini merupakankoreksi yang

harus diterapkan bagi pendekatan awaluntuk masing-masing koordinat

objek space X A , Y A , Z A , untuk titik A. bentuk persamaan intersection

yang dilinearkan sebagai berikut :

+

b 14 dX A

b 15 dY A

+

b 26

dZ A

=

J

+

V

xa

……………………………………

b 24 dX A

+

b 25 dY A

+

(5.1)

b 26

dZ A

=

K

+

V

xa

…………………………………….(5.2)

koreksi ini diterapkan bagi pendekatan awal untuk memperoleh nilai

revisi untuk X A , Y A , Z A . penyelesaian ini kemudian diulang lagi atau

proses iterasi hingga nilai residu sesuai.

Dalam bentuk matriks dapat dinyatakan sebagai berikut :

AX

=

L

+

V………………………………………………………………….(5.3)

Dimana :

[

Modul Pengantar Fotogrametri ©

5.3) Dimana : [ Modul Pengantar Fotogrametri © ]

]

[ ] Dimana : [ ] [ Modul Pengantar Fotogrametri © ]

[

]

Dimana :

[

]

[

Modul Pengantar Fotogrametri ©

]

[ ] Dimana : [ ] [ Modul Pengantar Fotogrametri © ]
……… (5.4) Modul Pengantar Fotogrametri ©

………(5.4)

Modul Pengantar Fotogrametri ©

……… (5.4) Modul Pengantar Fotogrametri ©
Dimana syarat-syarat perhitungan q.r.s sebagai berikut : q = m 3 1 (X A –

Dimana syarat-syarat perhitungan q.r.s sebagai berikut :

q = m 31 (X A X L ) + m 32 (Y A Y L ) + m 33 (Z A Z L )

r = m 11 (X A X L ) + m 12 (Y A Y L ) + m 13 (Z A Z L )

s

X L )

=

m 21

(X A

m 22

(Y A

Y L )

+

+

m 23

(Z A

Z L )………………………… (5.5) Dimana matriks rotasi menggunakan persamaan sebagai berikut :

m 11

m 12

m 13

m 21

m

m

22

23

m 31

m 32

= cos ø cos κ = sin ω sin ø cos κ + cos ω sin κ = - cos ω sin ø cos κ + sin ω sin κ = - cos ø sin κ = - sin ω sin ø sin κ + cos ω cos k = cos ω sin ø sin κ + sin ω sin κ = sin ø =-sinωcosø

Modul Pengantar Fotogrametri ©

cos ω cos k = cos ω sin ø sin κ + sin ω sin κ
m 3 3 = cos ω sin ø maka solusi dalam bentuk matrik adalah sebagai

m 33

= cos ω sin

ø

maka solusi dalam bentuk matrik adalah sebagai berilkut :

X

,………………………………………………………… (5.6)

(A T

A) -1

=

(AT

L)

Setelah ditemukan nilai dari matrik X yang merupakan nilai dari koreksi parameter, kemudian hitung nilai-nilai parameter (X A , Y A , Z A ) dengan menambahkan koreksinya dengan nilai matrik X.

Lakukan proses iterasi apabila nilai residu belum sesuai. Adapun persamaan matrik untuk menghitung nilai residu setelah penyesuaian, sebagaiberikut :

V

=

AX

L

……………………………………………………………….(5.7)

Rumus standar deviasinya adalah :

…………………………………………………………………(5.8)

Iterasi berhenti apabila nilai residu sudah sesuai. Jadi nilai akhir untuk proses intersection menggunaan metode least square adalah nilai (3) parameter (X A , Y A , Z A ), yang sudah diiterasi berulang kali dengan nilai residu yang sesuai dan seminimal mungkin.

Modul Pengantar Fotogrametri ©

yang sudah diiterasi berulang kali dengan nilai residu yang sesuai dan seminimal mungkin. Modul Pengantar Fotogrametri
RELATIF ORIENTASI Relatif orientasi merupakan proses untuk menentukan nilai perputaran sudut rotasi dan pergeseran posisi

RELATIF ORIENTASI

Relatif orientasi merupakan proses untuk menentukan nilai perputaran sudut rotasi dan pergeseran posisi antara dua foto.Proses ini di lakukan dengan cara memberikan nilai posisi dan orientasi untuk foto pertama,kemudian di lakukan proses perhitungan nilai posisi dan orientasi pada foto kedua menggunakan parameter dari posisi kamera pertama dan koordinat foto dari kedua buah foto.Dalam proses relatif orientasi ini tidak menghasilkan nilai posisi dan orientasi dari foto yang sebenarnya, akan tetapi menghasilkan sebuah nilai relatife antara dua buah foto tersebut. Yaitu menetapkan beberapa parameter Eksterior orientasi (EO) dari foto kanan (2) dari pertemuan 5 berkas dari koordinat obyek 3D (Xi,Yi,Zi) yang ada.

Dengan cara digital,relatif orientasi dapat menggunakan syarat kesegariasan (colenearity condition) atau syarat kesebidangan (coplanarity condition). Tetapi, tetapi untuk modul ini akan di jelaskan tentang persamaan kolinear.

Adapun persamaan kolinear sebagai berikut:

 

 

…………………………… (6.1)

Sehingga dapat di tuliskan persamaan-persamaan kebersamaan garis untuk kedua foto,dan minimal untuk lima buah titik

Modul Pengantar Fotogrametri ©

persamaan-persamaan kebersamaan garis untuk kedua foto,dan minimal untuk lima buah titik Modul Pengantar Fotogrametri ©
objek.Persamaan dari kedua foto tersebut mengandung koordinat keruanggan yang sama dan sistem persamaan kebersamman garis

objek.Persamaan dari kedua foto tersebut mengandung koordinat keruanggan yang sama dan sistem persamaan kebersamman garis yang dirumuskan terdapat lima buah parameter orientasi luar foto kanan (2) yang belum diketahui dan ditambah bentuk 3D koordinat objek yang belum diketahui (Xi,Yi,Zi) untuk masing-masing titik yang digunakan dalam pemecahan masalah sehingga parameter orientasi luar yang diperoleh nantinya akan dikoreksi pada relatif antara kedua buah foto.

Pada relatif orientasi analitik, biasanya parameter EO (,, )dari foto kiri sama dengan nol. Dan juga untuk pada foto

kiri ) ditetapkan secara sembarang pada harga bulat dan sebagai alternatif yang nyaman maka nilai dari tepat pada angka nol, dan pada foto kanan ( ditetapkan pada harga mendekati basis foto (jarak difoto pada kedua foto) yang mendekati nilai nol dan harus ditentukan 5 parameter unknown pada foto kanan. Hal ini akan mempermudah dalam perhitungan koordinat objek Xi,Yi,Zi sehingga mendekati satuan koordinat foto yang terukur.

Bagi masing-masing titik yang digunakan dalam relatif orientasi, dapat ditulis empat buah persamaan kebersamaan garis yaitu sebuah persamaan x dan y dalam bentuk persamaan 2 bagi masing-masing foto pasangan foto stereo. Dengan menggunakan 5 buah titik objek, yang dapat dituliskan 20 persamaan dan satu pemecahaan hasil yang unik karena jumlah yang belum diketahui juga 20, yaitu 5 buah parameter orientasi luar yang belum diketahui bagi 2 foto ditambah 15 koordinat titik objek yang belum diketahui. Metode yang digunakan sebagai solusi

Modul Pengantar Fotogrametri ©

15 koordinat titik objek yang belum diketahui. Metode yang digunakan sebagai solusi Modul Pengantar Fotogrametri ©
untuk mendapatkan parameter yang dicari adalah menggunakan teknik kuadrat terkecil (least square adjustment).

untuk mendapatkan parameter yang dicari adalah menggunakan teknik kuadrat terkecil (least square adjustment).

………………………………………………………………(6.2)

Bentuk matriks dari persamaan tersebut dapat dinyatakan sebagai berikut

:

…………………………………………………………………… (6.3) Sehingga matriks solusi parameter unknown yang dicari dapat dinyatakan sebagai berikut :

…………………………………………………………… (6.4)

Bentuk matriks A, dapat dilihat dibawah, huruf dibawah,huruf penujuk a,b,c, hingga f dimaksudkan untuk menujukkan titik-titik yang

angka penujuk 1 dimaksudkan untuk

menujuk foto kiri dan 2 untuk foto kanan. Dengan metode kuadrat terkecil akan dihasilkan nilai yang paling mungkin untuk koreksi foto awal, sehingga diperoleh peningkatan nilai perkiraan baru untuk parameter unknown. Pemecahan masalah tersebut akan dilakukan

berulang-ulang hingga besarnya semua nilai koreksi dapat diabaikan,

berkaitan dengan a,b,c,

f,

Modul Pengantar Fotogrametri ©

hingga besarnya semua nilai koreksi dapat diabaikan, berkaitan dengan a,b,c, f, Modul Pengantar Fotogrametri ©
sehingga nilai akhir yang digunakan sebagai perkiraan merupakan pemecahaan untuk parameter yang belum diketahui

sehingga nilai akhir yang digunakan sebagai perkiraan merupakan pemecahaan untuk parameter yang belum diketahui (unknown).

Nilai numerik untuk koefisien pada matriks A,dapat diperoleh dengan menggunakan perkiraan awal untuk parameter unknown,yaitu:

 

[

]

[

 

]

 

[

]

[

 

]

Modul Pengantar Fotogrametri ©

unknown ,yaitu:   [ ] [   ]   [ ] [   ] Modul Pengantar
………………………………………………………… (6.5) Bentuk matriks A yaitu: [ Bentuk matriks X,L,

………………………………………………………… (6.5) Bentuk matriks A yaitu:

[

Bentuk matriks X,L, dan V sebagai berikut:

[

]

Dimana :

[

]

Modul Pengantar Fotogrametri ©

[

matriks A yaitu: [ Bentuk matriks X,L, dan V sebagai berikut: [ ] Dimana : [

]

]

Dimana : m 1 1 m 1 2 m 1 3 m 2 1 m

Dimana :

m 11

m 12

m 13

m 21

m 22

m 23

m 31

m 32

m 33

= cos ø cos κ = sin ω sin ø cos κ + cos ω sin κ = - cos ω sin ø cos κ + sin ω sin κ = - cos ø sin κ

= - sin ω sin ø sin κ + cos ω cos k = cos ω sin ø sin κ + sin ω sin κ = sin ø = -sin ω cos ø = cos ω sin ø

Dimana matriks X adalah matriks nilai perputaran sudut rotasi dan pergeseran posisi foto yang belum diketahui, matriks L adalah matriks dan matriks V adalah matriks koreksi. Langkah-langkah solusi dari linierisasi matriks X adalah sebagai berikut:

Menyusun matriks A

Menyusun matriks L

Mencari matriks X Setelah melakukan nilai relatif dari kedua foto dari matriks X yang merupakan nilai dari parameter koreksi besaran sudut rotasi dan perpindahan posisi antara dua buah foto, kemudian dilakukan perhitungan nilai posisi dan orientasi pada foto kedua menggunakan

Modul Pengantar Fotogrametri ©

kemudian dilakukan perhitungan nilai posisi dan orientasi pada foto kedua menggunakan Modul Pengantar Fotogrametri ©
parameter dari posisi kamera pertama dan koordinat foto dari kedua foto dengan menambahkan koreksinya dengan

parameter dari posisi kamera pertama dan koordinat foto dari kedua foto dengan menambahkan koreksinya dengan nilai matriks X. Melakukan proses Iterasi apabila nilai residu belum sesuai. Adapun persamaan matriks untuk menghitung nilai residu setelah penyesuaian, sebagai berikut :

…………………………………………………………………… (6.6) Rumus standar deviasinya adalah :

………………………………………………………………………(6.7)

Iterasi berhenti apabila besaranya nilai koreksi yang di dapat paling kecil. Jadi nilai akhir untuk proses relatif orientasi menggunakan metode least square adalah 23 parameter nilai parameter koreksi, yang sudah diiterasi berulang kali dengan nilai residu yang sesuai dan seminimal mungkin.

Modul Pengantar Fotogrametri ©

yang sudah diiterasi berulang kali dengan nilai residu yang sesuai dan seminimal mungkin. Modul Pengantar Fotogrametri
ABSOLUT ORIENTASI Absolut orientasi merupakan proses menstabilkan hubungan antara sistem koordinat foto dan objek.

ABSOLUT ORIENTASI

Absolut orientasi merupakan proses menstabilkan hubungan antara sistem koordinat foto dan objek. Terdapat 7 parameter yang dicari yaitu :

faktor skala (s), tiga sudut rotasi omega (ω), phi (φ), kappa (κ), dan tiga faktor penerjemah Tx, Ty, dan Tz. Untuk melakukan proses absolut orientasi minimal diperlukan 2 koordinat 3D titik kontrol, tetapi agar diperolah parameter unknown lebih baik nilainya maka dalam metode penyelesaian least square diperlukan koordinat titik objek lebih dari minimal data koordinat titik objek yang diperlukan.

Z z' y z y' x Y ,, T Z T X T Y
Z
z'
y
z
y'
x
Y
,,
T Z
T X
T Y

X

x'

Gambar 7.1. Sistem Koordinat 3D XYZ dan xyz arah kanan

Gambar 7.1. Sistem Koordinat 3D XYZ dan xyz arah kanan

Modul Pengantar Fotogrametri ©

3D XYZ dan xyz arah kanan Gambar 7.1. Sistem Koordinat 3D XYZ dan xyz arah kanan
Nilai koordinat XYZ akan bernilai postif jika posisinya seperti ditujukkan pada gambar (1), dan unuk

Nilai koordinat XYZ akan bernilai postif jika posisinya seperti ditujukkan pada gambar (1), dan unuk nilai sudut rotasi ω,φ,κ akan bernilai positif jika arah perputarannya berlawanan dengan arah jarum jam yang diamati dari ujung sumbu positif.

Penyelesaian untuk persamaan transformasi koordinat 3D dapat dilakukan dengan dua tahap dasar, yaitu :

1. Rotasi

2. Penskalaan dan penterjemahan

1.

Rotasi

Pada gambar (7.1) system koordinat x’,y’,z’ sejajar dengan sistem objek XYZ dengan sistem sumbu salib xyz. Didalam mengembangkan formula rotasi, biasanya dipertimbangkan bahwa tiga rotasi dapat diperoleh dengan dilakukan konversi dari sistem x’y’z’ ke sistem xyz.Persamaan rotasi dikembangkan di dalam suatu rangkaian tiga rotasi 2D yang bebas.

m 11

m 12

m 13

m 21

m 22

m 23

= cos ø cos κ

= sin ω sin ø cos κ + cos ω sin κ

= - cos ω sin ø cos κ + sin ω sin κ

= - cos ø sin κ

= - sin ω sin ø sin κ + cos ω cos k

= cos ω sin ø sin κ + sin ω sin κ

Modul Pengantar Fotogrametri ©

sin ω sin ø sin κ + cos ω cos k = cos ω sin ø
m 3 1 m 3 2 m 3 3 = sin ø = -sin ω

m 31

m 32

m 33

= sin ø

= -sin ω cos ø

=

cos

2. Skala dan penterjemahan

ω

(7.1)

cos

ø.

Untuk sampai pada akhir persamaan transformasi koordinat 3D, misalnya : persamaan yang membuahkan koordinat di dalam sistem XYZ, seperti pada gambar (7.1) perlu dikalikan dengan fakor skala s dan menambahkan faktor penterjemah Tx,Ty,Tz.Tahapan ini menyebabkan panjang tiap garis sama besar pada kedua sistem koordinat dan menterjemahkan dari sumbu salib x’y’z’ ke sistem sumbu salib XYZ. Pelaksanaan langkah ini :

X = sx’ + Tx = s(m 11 x +m 21 y +m 31 z)+Tx

Y = sy’ + Ty = s(m 12 x +m 22 y +m 32 z)+Ty

Z

=

sz’

+Tz

=

s(m 13 x

+m 23 y

+m 33 z)+Tz

(7.2)

Di dalam bentuk matriks, persamaan (2) menjadi :

X = [

] dan

T

=

[

]

…………………………………… (7.3)

Modul Pengantar Fotogrametri ©

(2) menjadi : X = [ ] dan T = [ ] …………………………………… (7.3) Modul Pengantar
Untuk menyelesaikan persamaan (7.2) digunakan proses linierisasi dengan menggunakan metode Teorema Taylor . Metode deret

Untuk menyelesaikan persamaan (7.2) digunakan proses linierisasi dengan menggunakan metode Teorema Taylor. Metode deret Taylor memerlukan pendekatan parameter untuk mendapatkan 7 parameter unknown. Miaslakan ada 3 titik P,Q,R yang koordinatnya sudah diketahui pada kedua sistem. Sehingga persamaannya data ditulis sebagai berikut :

X P = s(m 11 x P +m 21 y P +m 31 z P )+Tx

Y P = s(m 12 x P +m 22 y P +m 32 z P )+Ty

Z P = s(m 13 x P +m 23 y P +m 33 z P )+Tz

X Q = s(m 11 x Q +m 21 y Q +m 31 z Q )+Tx

Y Q = s(m 12 x Q +m 22 y Q +m 32 z Q )+Ty

Z Q = s(m 13 x Q +m 23 y Q +m 33 z Q )+Tz

X R = s(m 11 x R +m 21 y R +m 31 z R )+Tx

Y R = s(m 12 x R +m 22 y R +m 32 z R )+Ty

Z R =

s(m 13 x R

+m 23 y R

+m 33 z R )+Tz………………………………………(7.4)

Persamaan (7.4) merupakan persamaan nonlinier yang mengandung 7 parameter unknowns,ω,φ,κ, Tx,Ty dan Tz. Untuk menyelesaikan persamaan ini, dirubah menjadi bentuk linier dengan metode Teorema Taylor.

Bentuk linier dari persamaan untuk titik P adalah :

Modul Pengantar Fotogrametri ©

linier dengan metode Teorema Taylor. Bentuk linier dari persamaan untuk titik P adalah : Modul Pengantar
  ( ) ( ) ( ) ( ) ( ) ( ) ( )
 

(

)

(

)

(

)

(

)

(

)

(

)

(

)

 

(

)

(

)

(

)

(

)

(

)

(

)

(

)

 

(

)

(

)

(

)

(

)

(

)

(

)

(

)

……………………………………….(7.5)

Secara sederhana dengan mengubah huruf-huruf, pernyataan sejenis persamaan (7.5), dibuat kembali untuk titik Q dan R, sehingga menghasilkan 9 persamaan. Didalam persamaan (7.5) (X P ) 0 , (7.6) (Y P ) 0 , dan (7.7) (Z P ) 0 , merupakan sisi sebelah kanan yang merupakan tiga persamaan pertama, persamaan (7.4) yang dievaluasi pada awal perkiraan, (δX P /δs) 0 , (δX P /δω) 0 dan seterusnya, merupakan ubahan parsial yang berhubungan dengan faktor yang tidak diketahui yang telah ditunjukkan dan dievaluasi pada perkiraan awal, dan ds,dω,dφ,dκ,dTx,dTy, dan dTz merupakan koreksiterhadap perkiraan awal. Satuan dω,dφ, dan merupakan radian.

Dimanasubtitusi huruf untuk koefisien ubahan, sembilan persamaan linier dalam bentuk persamaan (7.5) semuanya diberikan menjadi :

Modul Pengantar Fotogrametri ©

sembilan persamaan linier dalam bentuk persamaan (7.5) semuanya diberikan menjadi : Modul Pengantar Fotogrametri ©
[ ( ) ] [ ( ) ] [ ( ) ] (7.6) Dimana nilai

[

(

)

]

[

(

)

]

[

(

)

]

(7.6)

Dimana nilai koefisien a untuk pendekatan parameter dievaluasi dengan menggunakan formula dibawah ini :

 

[

]

(

)

(

)

[

]

 

(

)

Modul Pengantar Fotogrametri ©

dibawah ini :   [  ] ( ) ( ) [ ]   ( )
[  ] Di dalam penyelesaian least square, setiap titik mempunyai peran atas tiga baris

[

]

Di dalam penyelesaian least square, setiap titik mempunyai peran atas tiga baris pada matrik A, maupun pada matrik L dan V. pda

adalah titik kontrol 3D, dengan

umumnya, diasumsikan titik 1, 2

mengikuti persamaan matrik sebagai berikut :

n

AX

=

L

+

(7.7)

V

Bentuk persamaan matriks linierisasi adalah :

(7.8)

Dimana bentuk matriks A, L dan V,menjadi :

|

|

|

Modul Pengantar Fotogrametri ©

|

|

|

matriks linierisasi adalah : (7.8) Dimana bentuk matriks A, L dan V,menjadi : | | |
[ ] [ ] [ ] Dimana matriks X adalah matriks koreksi faktor skala (

[

]

[ ]

[

]

Dimana matriks X adalah matriks koreksi faktor skala (s), tiga sudut (ω), (φ), (κ) dan tiga faktor penterjemah Tx, Ty, Tz yang belum diketahui, matriks L adalah matriks observasi dan matriks V adalah matriks residu.

Langkah-langjah solusi dari proses linierisasi matriks X adlah sebagai berikut :

1. Menyusun matriks A

2. Menyusun matriks L

3. Mencari matriks X

Setelah ditemukan nilai koreksi dari matriks X yang merupakn nilai dari parameter transformasi koordianat 3D kemudian dilakukan perhitungan nilai faktor skala (s), tiga sudut (ω), (φ), (κ) dan tiga faktor penterjemah Tx, Ty, Tz dengan menambahkan koreksinya dengan nilai matriks X.

Modul Pengantar Fotogrametri ©

tiga faktor penterjemah Tx, Ty, Tz dengan menambahkan koreksinya dengan nilai matriks X. Modul Pengantar Fotogrametri
Melakukan proses iterasi apabila nilai residu belum selesai. Adapun persamaan matrik untuk

Melakukan

proses

iterasi

apabila

nilai

residu

belum

selesai.

Adapun

persamaan

matrik

untuk

menghitung

nilai

residu

setelah

penyesuaian,sebagai berikut:

V=AX-L

(7.9)

Rumus standar deviasinya adalah:

So=

.…………………………………….(7.10)

Iterasi berhenti apabila besarnya nilai koreksi nilai koreksi yang di dapat paling kecil. Jadi nilai akhir untuk proses relatif orientasi menggunakan metode least square adalah 7 nilai parameter koreksi ,yang sudah diiterasi berulang kali dengan nilai residu yang sesuai dan seminimal mungkin

Modul Pengantar Fotogrametri ©

,yang sudah diiterasi berulang kali dengan nilai residu yang sesuai dan seminimal mungkin Modul Pengantar Fotogrametri
TERIMA KASIH Modul Pengantar Fotogrametri ©

TERIMA KASIH

Modul Pengantar Fotogrametri ©

TERIMA KASIH Modul Pengantar Fotogrametri ©