Oleh :
Muhammad Rory Abduljabbar (15115038)
Syafiq Ali Fauzan (15115062)
Dody Virgiawan (15115080)
Firdausi Zahara Gandes (15115097)
"Pan Sharpening" adalah singkatan dari " panchromatic Sharpening ". Artinya
menggunakan sebuah gambar pankromatik (single band) untuk "mempertajam" citra
multispektral. Dalam hal ini, untuk "Mempertajam" berarti meningkatkan resolusi spasial
citra multispektral. Gambar multispektral mengandung resolusi spektral yang lebih tinggi
daripada Citra pankromatik, meski seringkali citra panchromatic akan memiliki resolusi
spasial yang lebih tinggi dari pada citra multispektral. Sebuah gambar yang diukir
melengkung mewakili sensor fusi antara gambar multispektral dan panchromatic yang
memberikan yang terbaik dari kedua jenis gambar, resolusi spektral tinggi dan resolusi
spasial tinggi. Inilah alasan mengapa pan sharpening dilakukan.
2.2 Multispektral
Citra multispektral adalah gambar yang berisi lebih dari satu band spektral. Ini
dibentuk oleh sebuah sensor yang mampu memisahkan cahaya yang dipantulkan dari bumi
ke dalam band spektral diskrit. Citra warna adalah contoh sederhana dari citra multispectral
yang berisi tiga band. Dalam hal ini, pita-pita tersebut sesuai dengan warna biru, hijau dan
merah pita panjang gelombang spektrum elektromagnetik. Spektrum elektromagnetiknya
pemetaan energi gelombang elektromagnetik, seperti yang ditunjukkan di bawah ini.
Dalam diagram ini, radiasi yang masuk dipisahkan menjadi pita spektral dengan
menggunakan prisma. Kita semua pernah melihat bagaimana prisma mampu melakukan
ini dan kita telah melihat atmosfer bumi bertindak seperti prisma saat kita melihat pelangi.
Dalam prakteknya, prisma jarang digunakan pada sensor modern. Sebagai gantinya, kisi
difraksi
Yang merupakan selembar bahan dengan banyak alur tipis yang diukir ke dalamnya
digunakan. Alurnya menyebabkan cahaya tercermin dan ditransmisikan dalam arah yang
berbeda tergantung pada panjang gelombang Anda dapat melihat contoh kasar dari kisi
difraksi saat Anda melihat CD dan perhatikan efek multi-warna cahaya yang
memantulkannya saat Anda memiringkannya pada perbedaan sudut.
Setelah memisahkan cahaya menjadi "tempat sampah" yang berbeda berdasarkan rentang
panjang gelombang, Sensor multispektral membentuk gambar dari masing-masing tempat
sampah dan kemudian menggabungkannya menjadi sebuah gambar tunggal untuk
eksploitasi
Bila ada lebih banyak band yang mencakup lebih banyak bagian spektrum
elektromagnetik, lebih banyak lagi Materi dapat diidentifikasi menggunakan algoritma
yang lebih maju seperti yang diawasi dan klasifikasi tanpa pengawasan, selain rasio band
sederhana namun efektif dan metode normalisasi seperti NDVI.
Berbeda dengan citra multispektral, gambar pankromatik hanya berisi satu wide band data
reflektansi. Data biasanya mewakili berbagai band dan Panjang gelombang, seperti
inframerah terlihat atau termal, yaitu, menggabungkan banyak warna sehingga begitu
"Pan" chromatic. Gambar pankromatik dari pita yang terlihat kurang lebih sebuah
kombinasi data merah, hijau dan biru menjadi satu ukuran pantulan. Modern Pemindai
multispektral juga umumnya mencakup beberapa radiasi sedikit lebih lama panjang
gelombang dari lampu merah, yang disebut radiasi "near infrared".
Gambar panchromatic umumnya dapat dikumpulkan dengan resolusi spasial yang lebih
tinggi daripada sebuah Citra multispektral karena jangkauan spektral yang luas
memungkinkan detektor yang lebih kecil untuk digunakan sambil mempertahankan rasio
sinyal terhadap noise yang tinggi.
Sebagai contoh, data multispektral 4-band tersedia dari QuickBird dan GeoEye. Untuk
Masing-masing, resolusi spasial panchromatic sekitar empat kali lebih baik dari pada data
multispektral Citra panchromatic dari QuickBird-3 memiliki resolusi spasial sekitar 0,6
meter di nadir. Sensor yang sama mengumpulkan hampir data multispektral di sekitar 2,4
meter resolusi. Untuk Ikonos GeoEye, pankromatik dan multispectral Resolusi spasial
masing-masing sekitar 1,0 meter dan 4,0 meter. Kedua sensor bisa kumpulkan co terdaftar
(dijelaskan di bawah) pankromatik dan empat band (merah, hijau, biru dan dekat-
inframerah) gambar multispektral.
Ada banyak penelitian tentang penajaman pan dan banyak, banyak algoritma telah
dilakukandikembangkan. Ada yang sedikit lebih baik dari yang lain dalam melestarikan
spasial atau spectral informasi, tapi umumnya selalu ada yang kehilangan satu atau yang
lain atau keduanya. Semua dariMetode tergantung pada gambar pankromatik dan
multispektral menjadi sangat erat terdaftar. Saat gambar didaftarkan, Anda bisa
memikirkan overlay satu di bagian atas lain dan memeriksa setiap pixel pada gambar atas.
Pixel pada gambar di bawah yang seharusnya Jadilah fitur yang persis sama di lapangan.
Pan mengasah algoritma tergantung pada input gambar menjadi co terdaftar karena mereka
semua melakukan operasi pada piksel yang sesuai pada kedua gambar. Mereka semua
melakukan sesuatu dengan piksel multispektral dan piksel panchromatic untuk membuat
piksel baru. Jika gambar tidak co terdaftar, pengolahan akan menggunakan piksel yang
salah, bukan yang sesuai dan hasilnya tidak akan terlihat alami.
Perangkat lunak ini menggunakan informasi georeferensi dalam satu gambar untuk
mengidentifikasi tanah titik yang terkait dengan setiap piksel, kemudian gunakan informasi
georeferensi di sisi lain gambar dalam arah sebaliknya, untuk mengubah lokasi tanah
menjadi ruang gambar agar Cari piksel gambar yang sesuai pada gambar lainnya.
Untuk tingkat yang besar, hasil yang Anda dapatkan dari penajaman pan akan tergantung
pada bagaimana caranya baik co terdaftar dua gambar dan seberapa dekat metode
georeferencing mereka setuju, begitulah baiknya georeferensi relatif mereka.
Jika gambar tidak terdaftar dengan baik, Anda bisa memperbaiki situasi ini dengan
menggunakan RemoteView gambar ke alat registrasi gambar Alat ini dijelaskan dalam
kertas putih Basic Fotogrametri Dengan secara manual mengidentifikasi sejumlah kecil
"titik dasi" pada keduanya gambar, Anda bisa mendapatkan registrasi co yang jauh lebih
baik dan pan sharpening menghasilkan beberapa kasus.
Dengan meningkatkan resolusi spasial citra multispektral resolusi spektral tinggi, Banyak
tugas pengolahan gambar lainnya yang dilakukan pada citra multispektral tersebut
ditingkatkan. Ini termasuk interpretasi gambar visual sederhana dan eksploitasi visual,
seperti serta generasi produk dan metode lanjutan seperti Orthorectification dan
orthomosaik.
BAB III
METODOLOGI PRAKTIKUM
3. Buka data manager (F4), kemudian centang panchromatic lalu load grayscale untuk
membuat layer citra pankromatik yang baru dengan data citra sebelumnya:
4. Tampilkan menu ROI, kemudian plot sebuah area pada citra sebagai area yang akan
dilakukan pan-sharpening
5. Buka fitur subset data from ROI, untuk membuat layer subset multispectral dan layer
subset pankromatik dari citra. Untuk yang multispectral pilih file dengan keterangan 7
band.
6. Setelah muncul layer baru subset multispectral, buka data manager lalu klik load true
color.
7. Kemudian untuk subset pankromatik, pilih file dengan jumlah band adalah 1
8. Kemudian kita lakukan proses sharpening, sharpening kita lakukan dengan Metode
Gram Schmidt, buka fitur gram Schmidt sharpening, lalu input data subset
multispectral dan pankromatik untuk digabungkan.
9. Dalam proses sharpening terdapat 3 metode resampling, yang pertama dipilih metode
nearest neighbor,
10. Metode resampling yang kedua adalah Bilinear, dengan cara yang sama didapatkan
hasil sebagai berikut.
11. Metode resampling yang terakhir adalah Cubic Convolution, denga hasil sebagai
berikut.
BAB IV
HASIL DAN ANALISIS
4.1 Hasil
Dari step-step yang telah dilakukan untuk proses sharpening didapatkan hasil
seperti berikut:
Citra yang diproses
Subset Pankromatik
Pan-Sharpening Nearest Neighbour
Pan-Sharpening Bilinear
Pan-Sharpening Cubic Convolution
4.2 Analisis
Firdausi Zahara Gandes – 15115097
Pada praktikum kali ini telah dilakukan proses pan sharpening pada citra
multispektral Landsat 8 dengan bantuan citra pankromatik Landsat 8. Dari hasil yang
diperoleh, dapat terlihat bahwa resolusi citra baru yang dihasilkan lebih baik daripada
sebelumnya. Resolusi citra multispektral yang awalnya 30 m berubah menjadi 15 meter.
Penyebab terjadinya hal tersebut adalah akibat dari proses pan sharpening yang
melibatkan citra pankromatik yaitu citra yang mampu menangkap lebih banyak energi
dengan sensor yang lebih kecil pada saat proses perekaman data.
Proses pan sharpening ini mengakibatkan bertambahnya pixel pada citra baru.
Karena jumlah pixelnya lebih banyak, maka perlu dilakukan resampling untuk mengisi
pixel-pixel yang kosong. Terdapat 3 jenis resampling yang telah dilakukan. Penjelasan
dari masing-masing resampling akan dijelaskan sebagai berikut
Yang pertama adalah neirest neighbour. Pada teknik ini nilai digital number dari
citra diperoleh dari nilai digital number pixel lain yang posisinya paling dekat dengan
pixel yang di-resampling. Oleh karena hal tersebut, maka tidak ada nilai digital
number baru yang muncul sebab nilainya diperoleh dari yang sudah ada.
Yang kedua adalah bilinear. Pada teknik ini nilai digital number dari pixel yang
tidak diketahui nilainya diperoleh dari perhitungan matematis orde dua. Perhitungan
dilakukan pada 4 pixel sekitar nilai pixel yang dicari nilai digital numbernya. Karena
hal tersebut maka akan tercipta nilai digital number yang baru.
Yang ketiga adalah cubic convolution. Pada teknik ini nilai digital number dari
pixel yang tidak diketahui diperoleh dari perhitungan matematis orde tiga.
Perhitungan dilakukan pada 9 pixel sekitar nilai pixel yang dicari nilai digital
numbernya. Karena hal tersebut maka akan ada nilai digital number yang baru.
Dari ketiga proses resampling yang telah dilakukan, tidak terdapat visualisasi yang
menonjol antara satu dengan yang lain. Hasil dari ketiga metode tersebut mirip satu sama
lain. Untuk bisa menentukan metode mana yang paling cocok maka ada beberapa faktor
yanng harus dilihat. Faktor yang pertama adalah kondisi nyata objek. Teknik resampling
neirest neighbour cocok digunakan untuk daerah yang relatif homogen, sedangkan teknik
resampling bilinear dan cubic convolution cocok untuk daerah yang kondisinya sedikit
heterogen. Namun pada dasarnya resampling ini merupakan teknik untuk ‘menebak’ nilai
digital value suatu pixel secara interpolasi backward, oleh karena itu sebenarnya tidak
dapat ditentukan metode yang akan mewakili kondisi aslinya tetapi hanya paling
mendekati kondisi aslinya.
Pada praktikum ini telah dilaksanakan Pan Sharpening pada citra Landsat 8 dengan
menggunakan beberapa metode; yakni nearest neighbor, bilinear dan cubic convolution.
Secara kasat mata tidak ada perubahan yang signifikan diantara ketiga metode tersebut,
namun jika citra diteliti sampai pixel-nya, hal ini dapat diindikasikan bahwa terdapat
perbedaan. Secara dasar metode cubic convolution seharusnya memiliki hasil yang baik
dikarenakan lebih banyak data yang digunakan untuk proses interpolasi, namun untuk
mententukan mana yang terbaik pada kenyataannya hal ini sangat bergantung dengan
kondisi wilayah pada citra tersebut dan bahwa pada ketiga metode tersebut memiliki
model matematis yang berbeda pula.
5.2 Saran
Saran yang dapat disampaikan agar asisten dapat menghimbau dan mengingatkan agar
melakukan persiapan untuk praktikum secara baik, terutama dalam hal data yang
dibutuhkan. Dan saran lainnya adalah agar pelaksanaan praktikum hari Jumat dimulai pada
pukul 13.30 saja, dikarenakan waktu yang mepet untuk shalat Jumat dan makan siang.
Terimakasih.
DAFTAR PUSTAKA