Menggunakan ER Mapper
I. Pendahuluan
Setiap data citra yang diperoleh pada umumnya akan mengalami distorsi geometrik.
Adapun penyebabnya adalah distori sistematik yang bersifat konstan dan dapat
diperkirakan sebelumnya. Distorsi non sistematik sifatnya acak sehingga tidak dapat
diperkirakan. Sebagai contoh uraian
Scan skew, disebabkan oleh pergerakan maju satelit yang tidak normal
terhadap jalur yang sebenarnya.
Mirror scan velocity, disebabkan oleh laju canner yang tidak konstan.
Distorsi sistematik dikoreksi dengan ukuran pre-launch calibration di stasion
penerima data satelit. Sedangkan distorsi non sistematik dikoreksi dengan melakukan
proses rektifikasi geometri. Pada pelaksanaan pembuatan mosaik citra MOS-MESSR ini
data citra yang diperoleh sudah dalam keadaan terkoreksi radiometrik, jadi proses
pemulihan citra yang dilakukan hanya proses koreksi (rektifikasi) geometrik.
Geometrik suatu citra merupakan korelasi antara koordinat suatu objek (x,y)
pada permukaan bumi. Hal ini sebagai akibat dari proses pengambilan data yang
dilakukan melalui suatu media (sensor) dan terdapat jarak antara, maka hasil yang
diperoleh dalam proses tersebut akan selalu dihinggapi distorsi geometrik. Koreksi
geometrik (rektifikasi) dapat diterapkan terhadap berbagai citra dari berbagai wahana
(platform) penginderaan jauh baik satelit ataupun pesawat udara. Sensor satelit
seperti multispectral scanner, thematic mapper, biasanya memberikan citra yang tidak
terkoreksi geometrik akibat distorsi tadi.
Selain untuk menghilangkan distorsi geometrik pada citra, koreksi geometrik
juga dilakukan untuk mendapatkan hubungan antara sistem koordinat citra (bariskolom) dengan sistem koordinat proyeksi. Pada Pelatihan ini sistem proyeksi yang
digunakan adalah Transverse Mercator dengan sistem koordinat Universal Transverse
Mercator.
Koreksi geometrik pada dasarnya mentransformasikan koordinat titik-titik pada
citra yang masih mengandung kesalahan geometrik menjadi koordinat citra yang
dianggap benar secara geometrik dengan bantuan citra atau peta dasar yang
mempunyai nilai koordinat dan bentuk geometri yang dianggap benar, sehingga dapat
dihasilkan citra baru yang bergeoreferensi.
diperlukan hubungan relasional antara citra dengan posisi spasial di lapangan yang
dinyatakan dengan peta topografi. Hubungan ini diwujudkan dengan melakukan proses
rektifikasi melalui transformasi matematis dari koordinat citra ke koordinat peta
topografi. Dalam hal ini maka peta topografilah yang menjadi referensi dalam
melakukan rektifikasi citra.
Hal-hal yang perlu diperhatikan pada pendefinisian GCP pada peta dan citra adalah
sebagai berikut;
Titik kontrol harus nampak jelas pada citra sehingga memudahkan dalam
pengidentifikasian, misalnya perpotongan dua jalan raya, atau perpotongan jalan
raya dengan sungai besar.
Jumlah GCP harus memenuhi persyaratan dan merata agar dapat direktifikasi,
semakin banyak dan merata GCP maka hasil rektifikasi akan semakin baik.
Kualitas GCP pun harus baik, yang diperlihatkan dengan nilai RMS errornya yang
kecil. Besarnya nilai RMS error tergantung pada ketepatan letak antara titik yang
sama pada citra.
RMS titik GCP merupakan vektor kesalahan yang komponen-komponennya
adalah selisih koordinat hasil hitung dengan koordinat sebenarnya di titik tersebut.
Berdasarkan nilai RMS kita dapat memilih titik-titik GCP yang baik kualitasnya,
sehingga dengan fleksibel titik-titik GCP dapat diaktif / non-aktifkan. Pemilihan GCP
dilakukan sampai diperoleh nilai RMS yang memenuhi syarat .
Visualisasi skematik dari metode pemilihan GCP adalah sebagai sebagai berikut
RMS
memenuhi
Syarat ?
Isi FROM dan To algorithm dengan data set, Anda harus memuat FROM
algorithm sehingga data set tersebut dapat ditampilkan.
Pilih satu atau lebih metode untuk memeilih groud control point.
Kita dapat memuat beberapa teknik untuk memilih GCP untuk satu data set
tergantung informasi yang dimiliki, yaitu sebagai berikut,
Algorithm
Digitizer
Manual Entri
Ketiga tampilan window tersebut adalah From GCP Zoom, To GCP Zoom dan
To GCP (Overview roam geolink)
Adapun tampilan GCp edit sebagai berikut,
Tekan Set Up, box ateup GCP information ditampilkan sebagai berikut,
pilih polinomial
Rectifikasi polinomial
pilih linier
Rectifikasi sampling
Setelah hal di atas maka akan ditampilkan informasi untuk masing-masing titik
Informasi
Keterangan
Name
Off
On
Edit
Undo
Cell X
Cell Y
TO Easting
TO Northing
RMS
Error
antara
data
pada
masukkan
dataset
dan
polinomial
Keterangan
Pilih untuk tampilan grid polinomial
Pilih untuk secara otomatis menzoom point yang dipilih
Pilih untuk tampilan grafik dari RMS error untuk masing-masing
RMS order
titik di dataset
Pilih nilai RMS yang diinginkan
IV. Rektifikasi
Jika seluruh Ground control point (GCP) telah selesai didefinisikan maka kita
dapat melakukan rektifikasi terhadap citra. Pada umumnya tahapan pekerjaan dari
pemilihah metode sampai pemeriksaan akurasi oleh sebagian pembuat perangkat
lunak pengolahan citra dikelompokkan dalam pekerjaan tersendiri yang dikenal sebagai
rektifikasi. Rektifikasi merupakan suatu proses pekerjaan untuk memproyeksikan citra
yang ada ke bidang datar dan menjadikan bentuk konform (sebangun) dengan sisitem
proyeksi
yang
kita
gunakan,
juga
terkadang
mengorientasikan
citra sehingga
menerapkan
transformasi
koordinat
geometrik.
Untuk
melaksanakan
transformasi ini maka digunakan titik Ground Control Point (GCP) yang telah
didefinisikan sebelumnya, sebagai titik kontrol. Ada beberapa model transformasi yang
sering digunakan, dan dapat dilihat dari tabel berikut.
Model Transformasi
1. Helmert
Formula
X = ax + by +
(konform)
Jumlah Parameter
4
Y = ay bx +
2. Tranformasi Affine
d
X = ax +by +
c
Y = dx + ey +
f
3. Polinomial
Dalam pelaksanaan interpolasi spasial kali ini akan dipilih metode polinomial derajat
dua dengan formula matematik yaitu :
X = a0 + a1 x + a2 y + a3 x y + a4 x + a5 y
Y = b0 + b1 x + b2 y + b3 x y + b4 x + b5 y
X dan Y adalah koordinat titik pada citra
x dan y adalah koordinat titik pada peta / citra referensi
Dalam pemilihan metode transformasi ini, maka jumlah minimal titik sekutu
yang diperlukan dapat diketahui dari jumlah parameter yang akan dipecahkan. Dalam
hal ini diperlukan minimal tiga titik kontrol (titik sekutu).
Setelah pemiliihan model transformasi, selanjutnya adalah memecahkan transformasi
dengan model statistika, misalnya yang paling sering digunakan adalah metode
kuadrat terkecil, karena seringkali digunakan ukuran lebih untuk mencapai tingkat
ketelitian yang diinginkan. Ukuran lebih tersebut diperoleh dari titik kontrol yang yang
lebih banyak dari jumlah titik kontrol yang diperlukan.
Besarnya parameter yang diperlukan ini kemudian digunakan untuk menghitung
ulang koordinat hasil transformasi. Biasanya hasil koordinat transformasi ini berbeda
dengan koordinat sebelumnya (titik kontrol tadi). Selisih antara koordinat dengan
koordinat hasil transformasi dikenal dengan istilah root mean square (RMS)
Formula dari RMS tersebut adalah
RMS
Xr Xi
Yr Yi