Anda di halaman 1dari 14

LAPORAN PRAKTIKUM

FOTOGRAMETRI II

Koreksi Error dan Build Dense Cloud

ADIS NUGROHO

23113007

Program Studi Teknik Geomatika


Jurusan Teknologi Infrastruktur dan Kewilayahan

Institut Teknologi Sumatera


2018
BAB I
PENDAHULUAN

1.1 Latar Belakang


Agisoft Photoscan adalah sebuah software 3D modelling menggunakan citra/foto yang
direkam secara stero/multi sudut, sehingga dari paralaks antar foto yang dihasilkan dapat
disusun sebuah model tiga dimensi dari foto. Agisoft dapat digunakan untuk mengolah foto
udara yang direkam menggunakan Drone, sehingga dari hasil perekamannya dapat dihasilkan
orthofoto. Titik tinggi dan DEM resolusi tinggi serta dapat ditampilkan secara tiga dimensi.
Kemudian pada praktikum kali ini kita diharuskan mengetahui cara mengaplikasikan
perangkat lunak agisoft photoscan untuk melakukan koreksi error.

1.2 Tujuan Praktikum


1. Mahasiswa mengetahui bagaimana langkah-langkah pada proses pengolahan foto
udara dengan menggunakan perangkat lunak agisoft photoscan.
2. Mahasiswa mengetahui error yang terdapat pada foto yang sedang dilakukan dengan
perangkat lunak agisoft photoscan.
3. Mahasiswa dapat melakukan koreksi error pada foto.
4. Menghasilkan foto yang telah terkoreksi.

1.3 Waktu Praktikum


 Hari/Tanggal : Senin,12 November 2018

1.4 Lokasi Praktikum
 Di Kampus ITERA, Gedung E
BAB II
DASAR TEORI

2.1 AGISOFT PHOTOSCAN


Agisoft photoscan merupakan software 3D yang digunakan untuk membuat gambar 3D
dari gambar diam /gambar biasa. Dan berbagai referensi format gambar yang sering
digunakan seperti JPG, TIF, PNG, BMP, EXR, PPM, MPO, dan lain-lain. Agisoft photoscan
dapat digunakan juga sebagai penyelaras foto, mengatur parameter yang pada geometri dan
tekstur, kemudian juga digunakan untuk memperbesar atau memperkecil suatu gambar.

 Alignment Foto
Alignment foto merupakan tahap awal pengolahan foto digital pada perangkat lunak Agisoft
PhotoScan. Pada tahap ini dilakukan proses identifikasi tie point secara otomatis dengan
menggunakan algoritma SIFT invariant. Algoritma ini akan mengenali titik-titik yang
mempunyai kesamaan nilai pixel dan akan membentuknya menjadi model tiga dimensi. Hasil
dari proses alignment diantaranya adalah parameter kalibrasi kamera atau internal orientation
(IO), bentuk kumpulan tie point terdeteksi dalam model 3D, dan posisi kamera saat pemotretan
atau external oreintation (EO) yang melibatkan hitungan bundle adjustment. Sebelum proses
aligment dilakukan, terlebih dahulu memilih tingkat kerapatan point cloud yang diinginkan,
apakah high, low, atau medium. Pada setiap point cloud akan memiliki posisi, dan derajat
kecerahan masing-masing. Posisi point cloud tersebut saling terorientasi relatif antar titik, dan
masih dalam sistem koordinat model

 Input GCP
Input GCP dilakukan untuk memberikan koordinat (XYZ) terhadap hasil operasi align photo,
sehingga model 3D yang terbentuk dapat diperbaiki kualitas geometriknya dan pada akhirnya
mampu menghasilkan DEM dan Orthofoto yang akurat sesuai dengan spesifikasi yang
diisyaratkan. Pada umumnya input GCP dapat dilewati dalam pemerosesan data drone, karna
biasanya kamera yang terinstal di dalam drone mempunyai built in GPS receiver yang dapat
digunakan sebagai referensi koordinat. Hanya biasanya built in GPS receiver di kamera Drone
mempunyai spesifikasi navigation grade ( akurasi 5-25 meter atau lebih), sehingga kurang
seimbang dengan ketelitian orthofoto yang dihasilkan. Oleh karna itu, untuk memperoleh
orthofoto yang dapar digunakan untuk pemetaan sjala detil dengam baik, kita perlu memasukan
GCP yag diperoleh antara lain GPS receiver Grade Mapping ( 1 meter sampai sentimeter) atau
Grade Geodetic (sentimeter sampai millimeter).

 Optimization of Camera Alignment


Agisoft dapat memperkirakan parameter orientasi dalam dan luar kamera saat proses
penggabungan foto. Parameter orientasi dalam dan luar kamera ditentukan bersamaan dengan
proses pendefinisian koordinat tanah (georeferencing) menggunakan prinsip bundle adjustment.
Pendefinisian koordinat tanah melalui transformasi linear menggunakan tujuh parameter (tiga
parameter translasi, tiga parameter rotasi, dan satu parameter skala). Transformasi ini hanya
mengoreksi kesalahan linear pada penggabungan foto. Komponen non-linear tidak dapat
dihilangkan dengan pendekatan ini. Deformasi non-linear pada model disebabkan oleh
ketidaktepatan perkiraan parameter orientasi dalam dan luar kamera saat proses penggabungan
foto. Beberapa faktor yang mempengaruhinya, yaitu tumpang tindih antar foto dan bentuk
permukaan objek. Deformasi non-linear dapat diminimalkan melalui editing manual dengan cara
menghapus point cloud yang posisinya tidak sesuai, seperti outlier. Selain data posisi, Agisoft
juga menyediakan referensi data menggunakan data jarak sebagai pengontrol.
Dengan demikian, model 3D yang dihasilkan dapat disesuaikan dengan ukuran di lapangan.

 Pembentukan Dense Point Cloud


Berdasarkan perkiraan posisi kamera dengan program perhitungan yang lebih mendalam,
Agisoft memungkinkan untuk menghasilkan dan memvisualisasikan model dense point cloud
dengan tingkat kepadatan yang sama. Hasil dense point cloud ini dapat diedit dan
diklasifikasikan (export) dalam bentuk lain seperti 3D Mesh untuk analisis lebih lanjut. Terdapat
dua parameter yang mempengaruhi pembentukan dense point cloud, yaitu quality dan depth
filtering mode.
 Quality, menunjukkan kualitas dari foto yang akan digunakan untuk membentukdense
point cloud. Kualitas ultra high digunakan untuk mendapatkan detil dan akurasi geometri
yang tinggi dengan mengolah foto pada ukuran sebenarnya. Sama halnya dengan proses
align photos, pada setiap pilihan kualitas pre-processing foto selanjutnya akan
mengalami perubahan ukuran foto menjadi dua kali lebih kecil dari ukuran sebenarnya
dalam setiap sisi.
 Depth filtering mode, menunjukkan cara perlakuan terhadap titik tinggi karena tekstur
yang jelek, adanya noise atau foto tidak fokus, dan outlier di antara titiktitik. Terdapat
tiga algoritma untuk memilah outliers, yaitu mild, moderate, dan aggressive. Mild
dipilih jika geometri yang akan dibentuk adalah kompleks dengan kedetilan pada objek
yang kecil, sedangkan untuk pembentukan geometri yang tidak mengharuskan untuk
kedetilan objek maka dipilih aggressive depth filtering mode. Moderate depth filtering
mode memberikan hasil antara mild dan aggressive depth filtering
BAB III
METODE PELAKSANAAN

3.1 Langkah Kerja

1. Buka software Agisoft

2. Buka file hasil pratikum pada modul 1 yaitu yang kualitas high
3. Klik file-> Expor genera l Refort -> akan muncul :

Pada kotak titile isi “Re port Alignment” ->OK ->simpan dalam folder yang diinginkan
beri nama “Error” Ok. Maka akan muncul file pdf.

4. Selanjutnya klik menu M odel -> Gradual Selection

Criterion -> reprojection error -> level 0,5 -> OK.


5. Klik menu edit -> Delet e Selection.
6. Klik menu Edit -> Grad ual Selection
Pada Criterion pilih Reconstruction accuracy -> level : 10 -> OK.
7. Klik menu edit -> Delete Selection.
8. Klik menu Edit -> Gradual Selection

Pada Criterion pilih Image Count-> level : 3 -> OK


9. Klik menu edit -> Delet e Selection
10. Klik menu Edit -> Grad ual Selection

Pada Criterion pilih Projection Accuracy-> level : 3 -> OK


11. Klik menu edit -> Delet e Selection
12. Klik Optimize Camera pada menu Reference -> akan muncul :

Ceklist seperti pada gam bar -> OK


13. Klik menu workflow -> Build Dense Cloud -> akan muncul :
Pada Quality pilih Medium -> depth Filtering pilih Aggressive-OK

14. Tunggu Sampai Proses s


elesai Hasil :

15. Setelah selesai klik men u File -> export -> General Report ->Pada kotak titile isi “Report
Alignment” ->OK ->sim pan dalam folder yang diinginkan beri nama “Error” Ok. Maka
akan muncul file pdf.
BAB IV
HASIL DAN PEMBAHASAN

4.1 Hasil
Data
NO DATA SEBELUM SESUDAH
1 Number of Images 335 335
2 Flying altidude 91.1 m 953 m
3 Ground Resolution 3.94 cm/pix 3.48 cm/pix
4 Coverage area 0.108 km 0.21 km
5 Camera Statios 335 335
6 Tie Point 146,547 52.246
7 Projections 1,303,097 528.028
8 Reprojection error 0.705 pix 0.527 pix

Camera Locations
Sebelum Proses Gradual
Selection dan Build Dense
Cloud
X error (m) Y error (m) Z error (m) XY error (m)
6.65558 3.94083 3.2972 7.73478

Sesudah Proses Gradual


Selection dan Build Dense
Cloud
X error (m) Y error (m) Z error (m) XY error (m)
4.46269 3.91482 6.3325 5.93645

Ground Control Point


Sebelum Proses Gradual
Selection dan Build Dense
Cloud
Count X error (m) Y error (m) Z error (m)
5 4.25735 5.06943 1.56535
5.
Sesudah Proses Gradual
Selection dan Build Dense
Cloud
Count X error (m) Y error (m) Z error (m)
4 0.886102 1.9827 0.583551
1 1.66533 3.80877 7.64971
4.2 Pembahasan
Gradual selection adalah proses penghapusan point cloud yang tidak masuk dalam toleransi
yangtelah ditentukan dalam parameter yang ada. Sebelum di proses gradual selection jumlah point
cloud yang dihasilkan dari kualitas high modul 1 yaitu 146,547 point clouds. Pada reprojection
error 0.5 yang terhapus adalah 38,078 point clouds, Recontruction accuracy 10 yang terhapus
yaitu sebanyak 44,305 point clouds, Image count 3 yang terhapus yaitu sebanyak1,641 point
clouds, Projection error 3 yang terhapus yaitu sebanyak 10,227 3 point clouds. Sehingga etelah di
proses gradual selection point cloud yang tersisa adalah sebanyak 52,246. Sebanyak 94,246 point
clouds yang terhapus. Point cloud yang terhapus ini adalah point cloud yang tidak termasuk dalam
toleransi parameter yang telah ditetukan atau bisa disebut point clouds yang tidak bisa dipakai.
Sehingga data yang kita peroleh akan semakin teliti.
Setelah di proses gradual selection data yang dihasilkan menjadi lebih baik dikarnakan pada proses
ini kita menghapus point cloud yang salah atau tidak masuk dalam toleransi yang telah ditentukan
dalam parameter tersebut.
Optimize cameras yaitu pendefinisian koordinat tanah melalui transformasi linear menggunakan
tujuh parameter (tiga parameter translasi, tiga parameter rotasi, dan satu parameter skala).
Transformasi ini hanya mengoreksi kesalahan linear pada penggabungan foto. Komponen nonlinear
tidak dapat dihilangkan dengan pendekatan ini. Deformasi non-linear pada model
disebabkan oleh ketidaktepatan perkiraan parameter orientasi dalam dan luar kamera saat proses
penggabungan foto. Beberapa faktor yang mempengaruhinya, yaitu tumpang tindih antar foto dan
bentuk permukaan objek. Deformasi non-linear dapat diminimalkan melalui editing manual dengan
cara menghapus point cloud yang posisinya tidak sesuai, seperti outlier. Selain data posisi, Agisoft
juga menyediakan referensi data menggunakan data jarak sebagai pengontrol. Dengan demikian,
model 3D yang dihasilkan dapat disesuaikan dengan ukuran di lapangan.
x, fy (Panjang fokus dalam x dan y dimensi diukur dalam piksel)
cx, cy (Koordinat titik pokok, yaitu koordinat intersepsi sumbu optik lensa dengan
bidang sensor)
k1, k2, k3, k4 (Koefisien distorsi radial) p1, p2, p3, p4 (Koefisien distorsi tangensial.)
BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan

Gradual selection adalah proses penghapusan point clouds yang tidak termasuk
dalamtoleransi parameternya. Reprojection error dengan ketentuan 0,1-0,5 pada pratikumini
di pakai 0.5 yang terhapus adalah 38,078 point clouds. Reconstruction Acurracydengan
ketentuan 10 yang terhapus yaitu sebanyak 44,305 point clouds. Image countdengan
ketentuan 3 yang terhapus yaitu sebanyak1,641 point clouds. Dan projection errordengan
ketentuan 3 yang terhapus yaitu sebanyak 10,227 3 point clouds. Jumlah point clouds
sebelum proses gradual selection berjumlah 146,547 dan sesudahproses gradual selection
berjumlah 52, 246 dengan total point clouds yang terhapus sebanyak 94,246.
Pembentukan dense point cloud dipengaruhi oleh dua parameter yaitu quality dan
depthfiltering mode. Quality, menunjukkan kualitas dari foto yang akan digunakan untuk
membentuk dense point cloud. Depth filtering mode, menunjukkan cara perlakuan terhadap
titik tinggi karena tekstur yang jelek, adanya noise atau foto tidak fokus, dan outlier di
antara titik-titik.

5.2 Saran

Asisten sebaiknya tidak terburu-buru supaya para praktikan mengeteahui lebih jelas
dan supaya pemahaman lebih baik lagi.
Daftar Pustaka

www.academia.edu

https://www.scribd.com/doc/230806362/Fotogrametri-Digital-Agisoft-Photoscan/