PRAKTIKUM PENGINDRAAN JAUH

IMAGE ENHANCEMENT

Dibuat oleh:

Nama Lengkap : M.Saleh Arasyid

NIM : 20/457286/SV/17733

Program Sarjana Terapan

Teknologi Survei dan Pemetaan Dasar
SEKOLAH VOKASI
UNIVERSITAS GADJAH MADA
2021
 Judul
Image Enhancement
Image Sharpening
Fusi

Tujuan
Praktikum ini bertujuan untuk :
1. Menghasilkan citra Landsat 8 berwarna dengan resolusi spasial 15 meter.
2. Membandingkan hasil berbagai metode image sharpening.
3. Membandingkan metode resampling (Nearest Neighbor, Bilinear, dan Cubic Convlution) yang
berbeda khusus untuk metode image sharpening-HSV dan Brovey.

Alat
1. Laptop
2. Envy Classic

Langkah Kerja Resampling (Cubic Convolution)

CN Spectral Sharpening
Save File

Mulai Resampling (Bilinear)

Masukkan Band RGB dari File B17
Save File

Resampling (Nearest Neighbor)

Buka Envy
Masukkan Band dari File B8
Masukkan Band dari File B8

Buka File MTL Choose File and save

Masukkan Band RGB dari File B17

HSV
Layer Stacking Gram-Schmidt Pan Sharpening

Save File Strech Data

Layer Stacking Ban Multi Resampling (Cubic Convolution)
spectral (Band 7)
Save File Ubah Nilai data menjadi 0-255
Resampling (Bilinear)
Spatial Subset
(2000x2000 pixel) Ubah Type data menjadi Byte
Save File
Resampling (Nearest Neighbor)

Lakukan Streach data pada B17 dan B8

Save in name B17
Masukkan Band dari File B8

Lakukan Streach data pada B17 dan B8

Layer Stacking Band Masukkan Band RGB dari File B17
Pancromatic
Masukkan Band RGB dari File B17

Spatial Subset – file – Color Normalized (Brovey) Sharpening

B17 Masukkan Band dari File B8 Save File

Image Sharpening Save File

Save in name B8 Selesai
A. Layer stacking

Layer stacking adalah suatu proses yang berfungsi untuk menggabungkan beberapa
citra atau band atau layer menjadi satu. Berbeda dengan komposit citra, layer stacking
hanya di gunakan untuk mengurutkan daftar citra atau band sesuai nomor band pada
jendela Available Bands List

Band Multispektral

Sebuah citra multispektral adalah salah satu spasial acquisition yang menangkap data
citra pada frekuensi tertentu di seluruh spektrum elektromagnetik. Citra multispektral
adalah tipe utama dari gambaryang diperoleh dengan radiometers sensing. Ia membagi
spektrum ke banyak band, multispektral adalah kebalikan dari pankromatik, yang
mencatat hanya intensitas total radiasi yang jatuh pada setiap pixel. Biasanya, satelit
memiliki tiga atau lebih radiometers. Masing-masing memperoleh satu gambar digital
(dalam penginderaan jauh, yang disebut 'pixel') di sebuah band kecil dari spektrum
yang terlihat, mulai dari 0,7 pM sampai 0,4 pM, yang disebut merah-hijau-biru (RGB)
wilayah, dan pergi ke panjang gelombang inframerah 0,7 pM sampai 10 atau lebih pM,
diklasifikasikan sebagai infra merah dekat (NIR), tengah inframerah (MIR) dan infra
merah jauh (FIR atau termal). Dalam kasus Landsat, tujuh adegan terdiri dari tujuh
gambar-band multispektral. Pencitraan spektral dengan band-band lebih banyak, lebih
halus resolusi spektral atau cakupan spektral yang lebih luas dapat disebut ultraspectral.
Band Pankromatik

Citra multispektral yaitu citra yang terdiri dari saluran lebih dari satu (multi).
Berbanding terbalik dengan citra yang mempunyai satu saluran yang terdiri dari saluran
lebar. Citra multispektral prinsipnya terdiri dari saluran sempit. Sensor multispektral
digunakan untuk merekam citra dengan banyak saluran, yang bertujuan untuk
mengidentifikasi kenampakan dari objek tertentu, ini dikarenakan saluran tersebut
mempunyai kepekaan terhadap objek. Panjang gelombang pada citra remote sensing
dibatasi oleh jendela inframerah dan jendela optik. Sedangkan Citra pankromatik
adalah sebuah citra yang dibuat dengan menggunakan banyak spektrum, yang umunya
memiliki kenampakan bisa dilihat oleh mata manusia dari warna merah sampai warna
ungu. Ciri-ciri dari citra pankromatik adalah citra dengan objek yang memiliki warna
sama dengan apa yang dilihat mata manusia biasa, sehingga sangat cocok dalam
pendeteksiani pencemaran air, penyerapan air tanah, kerusakan banjir, dan air
permukaan. Pada Satelit Landsat citra pankromatik terletak pada Band 8 dimana
memiliki spasial 15 meter dari permukaan bumi.

B. Image Sharpening

Penggabungan citra pankromatik dan citra multispektral dikenal dengan istilah

penajaman citra atau sharpening. Penajaman citra umumnya adalah suatu metode untuk
mengkombinasikan nilai spasial resolusi tinggi dari citra pankromatik dengan citra
multispektral dengan resolusi rendah, dimana umumnya dua atau lebih gambar
integrasikan menjadi satu citra dengan mempertahankan fitur penting dari masing-
masing gambar kombinasi. Tujuan penajaman citra yaitu mengintegrasikan data yang
didapat dari sumbersumber tertentu untuk mendapatkan informasi yang jauh lebih baik
dibandingkan dengan menggunakan satu informasi saja.
Penajaman citra bertujuan untuk meningkatkan kualitas visual citra sehingga
mempermudah user dalam proses interpretasi. Peningkatan visual citra dapat dilihat
dari aspek spasial dan spectral. Pada penelitian ini digunakan teknik penajaman citra
dari aspek spasial. Dalam aspek spasial, suatu citra dapat ditingkatkan resoluasi
spasialnya dengan melakukan proses pansharpen. Pansharpening adalah suatu metode
menggabungkan (fusi) antara citra monochrome/panchoramtic (hitam-putih) yang
memiliki resoluasi lebih tinggi dengan multispectral (berwarna) yang memiliki resolusi
lebih rendah sehingga menghasilkan citra multispectral berwarna dengan resoluasi
yang lebih tinggi. Proses Image Sharpening ini memiliki beberapa metode atau pilihan
yang tersedia pada ENVI yaitu:
1. Color Normalized (Brovey) Sharpening,
2. Gram-Schmidt Pan Sharpening,
3. CN Spectral Sharpening,
4. NNDiffuse Pan Sharpening,
5. HSV

Dari ke 5 proses Image Sharpening memiliki cara dan kasifikasi berbeda beda
yang berikut akan saya jelaskan.
a. Color Normalized (Brovey) Sharpening

Penajaman citra normalisasi warna-Brovey (Color Normalized-

Broveysharpening) adalah suatu teknik penajaman citra yang menggunakan suatu
kombinasi dari citra warna yang low resolution dan data citra resolusi spasial tinggi.
Setiap kanal di dalam citra warna tersebut dikalikan dengan suatu rasio dari data
resolusi spasial tinggi yang dibagi dengan jumlah kanal-kanal warna tersebut.
Fungsi tersebut secara automatik melakukan resampling terhadap tiga kanal-kanal
warna menjadi ukuran elemen citra resolusi spasial tinggi dengan menggunakan
salah satu dari teknik-teknik yang kita pilih. Setiap pita dalam gambar berwarna
dikalikan dengan rasio data resolusi tinggi dibagi dengan jumlah pita warna. Fungsi
ini secara otomatis mengambil sampel ulang tiga pita warna ke ukuran piksel
resolusi tinggi menggunakan salah satu teknik yang Anda pilih. Pilihannya adalah
Nearest neighbor, bilinear, atau Convolution Cubic. Gambar RGB yang
dikeluarkan akan memiliki ukuran piksel dari input data resolusi tinggi.
 • Nearest neighbor

Nearest neighbor adalah salah satu opsi resampling yang ada pada Color Normalized-
Broveysharpening. Hasil citra yang dihasilkan memiliki resolusi yang tinggi. Yaitu
menggabung kan citra yang low resolution dengan hight resolution (Pancromatik). Untuk
warna yang di hasilkan cukup jelas.
• Bilinear

Bilinear juga termasuk salah satu dari opsi resampling yang ada pada Color Normalized-
Broveysharpening. Untuk citra yang dihasilkan sangat jelas dengan pencahayaan yang
dengan komposisi yang pas.
 • Cubic Convolution

Cubic Convolution juga tidak jauh beda dengan resampling sebelumnya. Dengan citra
tinggi resolution.
b. Gram-Schmidt Pan Sharpening

Metode Gram-Shmidt Spectral Sharpening menghasilkan 8 band dan image

yang hampir sesuai dengan citra asli yang ditunjukkan dengan kanalkanal warna
yang terang dan juga kenampakan spasial yang dihasilkan tajam yang didapat dari
citra resolusi tinggi. Penggunaan penajaman citra spektral tajam dengan metode
Gram-Schmidt adalah untuk mempertajam data multispektral resolusi spasial
rendah dengan menggunakan data citra resolusi spasial tinggi.
ENVI melakukan teknik penajaman spektral Gram-Schmidt dengan prosedur yang
berikut:
- Melakukan simulasi suatu kanal panchromatic dari kanal-kanal spektral
resolusi spasial yang lebih rendah,
- Melakukan suatu transformasi GramSchmidt pada kanal panchromatic simulasi
dan kanal-kanal spektral, dengan menggunakan kanal panchromatic simulasi
sebagai kanal pertama,
- Melakukan pertukaran kanal panchromatic resolusi spasial-tinggi dengan kanal
Gram-Schmidt yang pertama,
- Menggunakan transformasi GramSchmidt kebalikan untuk membentuk kanal-
kanal spektral pan-sharpened.
Gram-Shmidt Spectral Sharpening memiliki 3 resampling yaitu Nearest
neighbor, bilinear, atau Convolution Cubic.
 • Bilinear

Pada resampling ini untuk citra yang tinggi dapat memberikan kejelasan pada daerah
pemukiam serta daerah vegetasi yang jelas dengan resolusi tinggi.
• Cubic Convolution

Untuk Cubic resolution pada Gram-Shmidt Spectral Sharpening menghasilkan citra yang
tajam dan kejelasan warna dengan resolusi tinggi. Baik pada area pemukiman area
vegetasi dan laut yang memiliki kejelasan daerah yang dankal maupun dalam.
• Nearest Neighbor
Pada hasil resolusi citra tinggi di resampling ini memiliki warna yang tajam yang dapat
mendefinisikan daerah daerah yang meiliki warna warna pembeda, seperti pemukiman dan
vegetasi.

c. CN Spectral Sharpening
CN Spectral Sharpening adalah perpanjangan dari algoritma Color Normalized
yang sering digunakan untuk mempertajam gambar RGB tiga pita. Tidak seperti
penajaman HSV atau Brovey, Anda dapat menggunakan penajaman
spektral CN untuk secara bersamaan mempertajam sejumlah pita dan
mempertahankan tipe data asli dan rentang dinamis gambar masukan. Misalnya,
Anda dapat menggunakan alat penajaman spektral CN untuk mempertajam data
hiperspektral menggunakan gambar multispektral. Algoritma Color Normalized,
juga disebut sebagai Transformasi Subdivisi Energi, menggunakan pita resolusi
spasial yang lebih tinggi (dan resolusi spektral yang lebih rendah) dari gambar yang
dipertajam untuk meningkatkan pita resolusi spasial yang lebih rendah (tetapi
resolusi spektral yang lebih tinggi) dari gambar input. ENVI mempertajam pita
input hanya jika berada dalam kisaran spektral dari salah satu pita gambar
penajaman; semua band input lainnya tidak berubah dalam output. Rentang spektral
dari pita penajaman ditentukan oleh panjang gelombang pusat pita dan nilai full
width-half maximum (FWHM), keduanya diperoleh dari file header ENVI gambar
penajaman.
d. NNDiffuse Pan Sharpening

NNDiffuse Pan Sharpening adalah metode untuk mempertajam data multispektral

menggunakan algoritma Nearest Neighbor Diffusion (NNDiffuse Pan Sharpening).
NNDiffuse Pan Sharpening bekerja paling baik bila fungsi respon spektral masing-
masing band multispektral saling tumpang tindih satu sama lain, dan kombinasi
semua band multispektral mencakup rentang spektral band pankromatik. Berikut
adalah persyaratan raster, masukan untuk menjalankan algoritma NNDiffuse Pan
Sharpening:
- Ukuran piksel raster resolusi rendah harus merupakan kelipatan integral dari
ukuran piksel raster resolusi tinggi.
- Bila raster memiliki informasi proyeksi, proyeksi harus berada dalam proyeksi
yang sama
- Raster harus diselaraskan.
- Pastikan pembatas garis batas, terutama di sudut kiri atas. Bila bergeser sampai
dengan 0,5 piksel di antara keduanya, akurasi penajaman akan terpengaruh.

e. HSV

Penajaman citra dengan metode HVS dilakukan dengan mentransformasikan suatu

citra dalam ruang warna MerahHijau-Biru (Red-Green-Blue: RGB) menjadi citra
dalam ruang warna HSV (Hue-Saturation-Value-HSV) dengan cara: menggantikan
kanal nilai (Value-V) dengan citra resolusi spasial tinggi, secara automatic
melakukan resampling kanalkanal Hue (Hue-H) dan Saturasi (Saturation-S)
menjadi ukuran elemen citra resolusi spasial tinggi dengan menggunakan suatu
teknik nearest neighbor, bilinear, atau cubic convolution.
Penajaman citra dengan metode HVS (Hue Saturation Value) dilakukan dengan
mentransformasikan suatu citra dalam ruang warna Merah-Hijau-Biru (Red-
Green-Blue: RGB) menjadi citra dalam ruang warna HSV dengan
cara,menggantikan kanal nilai (Value-V) dengan citra resolusi spasial tinggi,
 secara automatik melakukan resampling kanal-kanal Hue (Hue-H) dan Saturasi
(Saturation-S) menjadi ukuran elemen citra resolusi spasial tinggi dengan
menggunakan suatu teknik cubic convolution. Band yang diperoleh metode HSV
dari pansharpening hanya 3 band. Hasil yang didapat dari image sharpening
metode HSV mendapatkan Informasi spasial dan ketajaman yang bagus namun
tidak bagus dalam warna, kekurangan dari metode ini hasil yang didapat untuk
sebagai pixel citra tidak mendapatkan kanal warna yang disebabkan warna RGB
yang telah mengalami transformasi menjadi ruang HSV.

• Neares Neighbor

Citra yang dihasilkan begitu memiliki ketajaman pada warna yang ada di citra yang di
hasilkan

• Bilinier

Untuk hasil pada resampling ini tidak jauh beda dengan yang sebelumnya dengan
menampilkan citra yang tajam
 • Cubic Convolution

Citra yang dihasilkan begitu memiliki ketajaman pada warna yang ada di citra yang di
hasilkan
C. Jawab dan jelaskan pertanyaan-pertanyaan berikut ini

1. Perbedaan tipe data Byte dan Unassigned Integer?

Perbedaan tipe data Byte dan Unassigned Integer adalah tipe data byte adalah 8-bit signed
bilangan bulat, tipe data byte digunakan untuk menghemat memori. Tipe data byte
berukuran 4 kali lebih kecil dibanding int. range-nya dari -128 sampai 127. nilai defaultnya
adalah 0. Sedangkan type data integer unsigned adalah tipe data yang nilainya bilangan bulat
seperti matematika dengan tidak ada tandanya.

2. Apakah yang dimaksud dengen Resampling?

Resampling citra merupakan suatu proses transformasi citra dengan cara memberikan
nilai piksel citra terkoreksi. Pelaksanaan resampling dilakukan dengan proses
transformasi daru suatu sistem koordinat ke sistem koordinat yang lain. Terdapat tiga
teknik resampling yang umum digunakan dalam proses resampling yaitu Nearest
Neighbor (tetangga terdekat), Bilinear (interpolasi bilinear) dan (Cubic Convolution)
konvolusi kubik.

3. Apakah perbedaan ketiga metode

resampling?

a. Bilinear Interpolation
Metode interpolasi bilinear pada proses regristrasi citra mengguakan dua
persamaan linier, di mana proses interpolasi dilakukan denga memperhitungkan
pengaruh distribusi tingkat keabua pikseltetangga atau perkiraan rata-rata
tertimbang dari empat piksel dalam proses interpola
 b. Cubic Convolution

Teknik resampling ini menghitung rata-rata jarak tertimbang dari sebuah blok dengan enam
belas pixel dari gambar asli yang mengelilingi lokasi baru pixel tersebut Nearest
Neighbour

c. Nearest Neighbour

merupakan algoritma interpolasi yang paling sederhana, di mana harga interpolasi yang
diberikan pada suatu titik adalah sama dengan harga titik sampel masukan terdekat
dengan titik yang diinterpolasi. Keunggulan dari metode ini yaitu perhitungan sederhana
dan menghindari pengubahan nilai piksel Perlunya dilakukan pansharpening karena Pan-
sharpend colour composite merupakan hasil dari penggabungan citra multispektral dengan
keunggulan resolusi spektral yang tersedia dan citra pankromatik dengan keunggulan
resolusi spasial yang lebih detail.

4. Mengapa perlu dilakukan pansharpening?

Pansharpening perlu dilakukan karena untuk membentuk citra dengan resolusi yang
tinggi yaitu dengan menyatukan 2 band yaitu multispectral yang ditandai dengan 7
band serta pancromatik yang ditandari dengan pixel 15 meter, Ketika kedua tersebut
di gabung, maka akan dihasilkan citra satelit dengan resolusi tinggi.

5. Jelaskan perbedaan hasil yang diperoleh dengan menggunakan 5 metode yang

berbeda?

Color normalized (brovey) : Warna citra yang di peroleh yaitu warna natural dengan
resolusi tinggi

Gram-Schmidt Pan Sharpening : Tingkat warna citra lebih tajam, namun menampilkan
citra dengan spectrum warna yang berbeda dari citra asli.
 CN Spectral Sharpening : Warna citra yang dihasilkan bisa dibilang tajam dengan
informasi warna yang jelas

HSV : Warna lebih cerah dan tinngkat warna kebiruan lebih dominan.
Menampikan citra yang dihasilkan kenampakan citranya namun kenampakan
bentuk objeknya terlihat jelas.

6. Jelaskan perbedaan hasil yang diperoleh menggunakan tiga metode resampling yang
berbeda pada metode Brovey dan HSV?
Perbedaan dari hasil yang diperoleh menggunkan tiga metode resampling Tersebut yaitu .
Color normalized (brovey) menghasilkan warna citra yang lebih natural. Color normalized
(brovey) memiliki penampakan citra yang hampit mirip padad citra awal namun
warnanya lebih tajam dan lebih terlihat kenampakannya. Sedangkan perbedaannya
dengan HSV adalah warna yang dihasilkan lebih cerah dan lebih dominan. Menampikan
hasil kenampakan citranya namun kenampakan bentuk objeknya terlihat jelas.
Kesimpulan

1. Dari hasil image sharpening yang sudah di hasilkan umumnya hasil pada citra sama yang
menampilkan gambar citra resolusi tinggi dengan warna yang pekat dan mudah untuk
memperoleh informasi melalui satelit
2. Yang membedakan dari beberapa metode image sharpening diatas yaitu pada tahapnya,
dimana ada yang mudah dan ada yang perlu di layerstacking terlebing dahulu, karena
membutuhkan data byte yaitu pada proses HSV