Pegantar Perolehan dan Pengolahan Data

Geospasial Untuk Upgrading Data Kadaster

(Point Clouds, DSM, DTM, Ortofoto)

Harintaka
Departemen Teknik Geodesi FT-UGM
https://acadstaff.ugm.ac.id/harintaka

Pelatihan Pemetaan Informasi

Bangunan dan DTM menggunakan
teknologi kecerdasan buatan (AI)

Yogyakarta, 12-14 November 2023

 Bagian 1:
Fotogrametri dengan Wahana UAV
Belajar Fotogrametri yang tuntas ?

Seharusnya/Idealnya:
• Mengunakan sumber yang valid dan up
to date
• Mampu membuat program/ coding
• Kenyataan yang sering ditemui 
Referensi dalam bahasa Indonesia yang
masih tercampur konsep fotogrametri
analog (optik mekanis) dengan digital
Prinsip Dasar Fotogrametri
Fotogrametri/Photogrammetry:
Photo + grammetry

Pengukuran dengan
menggunakan Foto(s)

Data/Informasi:
1. Citra/foto (raster)
2. Data 2D (raster dan Vektor)
3. Data 3D (raster dan Vektor)
4. Informasi Tematik

DSM (Brenner, 2006 3D city (Baltsavias, 2006)

4
Jenis Kamera (berdasarkan ukuran frame)

Kamera Metrik
Format Standar
(Tipe Kamera
Analog)
Format Besar
RC-30 (Habib, 2006)
(Large Format)
Format Medium
(medium Format)
Kamera Non Metrik
 Format Kecil
UltraCam (Petrie, 2007) Jenis SLR (Single
Lens Reflex)
Jenis Zoom/Pocket

FUFK (Habib, 2006)

5
Sensor Kamera, GSD, SideLap, EndLap, OverLap, B/H Ratio

6
Pemotretan Udara menggunaan Wahana Berawak (MAV) –
Tidak Berawak UAV (Fixed Wing, Multikopter, Drone)
Sistem Tak Berawak (Kamera non
Metrik)
 Wahana
 Fixed Wing, Trike, model,
drone, multikopter
 Kamera (sensor)
 Kamera non metrik (fixed
focus, pocket camera)
 Pemrosesan Data
 Algoritma SFM -MVS yang
full automatic (Agisoft,
pix4D, menci, dll)
 Produk: misal unt PTSL
 Aplikasi: Kadaster, 3D
Modelling
Sistem Berawak MAV (Kamera Metrik)
 Wahana
 Pesawat khusus untuk Survei
Udara
 Kamera (sensor)
 Kamera metrik (Large format,
medium format)
 Pemrosesan Data
 Standar Fotogrametri (IO, AT,
RO, AO)  Socec Set, dll
 Product: Data Spasial Skala Besar
 Aplikasi: Mapping, IGD
7
 UAV untuk Mapping
Jalur Terbang

Wahana

Ground Control

Jenis Kamera untuk Pemotretan UAV

8
TRIANGULASI UDARA (AT) VERSUS DIRECT GEOREFERENCING (DG)

Direct Georeferencing adalah pengukuran posisi dan orientasi sensor kamera

untuk pemetaan dari udara.
Direct Georeferencing: Pengganti/subtitusi TU/AT

Tiga sistem pengukur:

• GPS/GNSS
(pengukur posisi)
• INS/IMU (pengukur
orientasi)
• Kamera Udara
(untuk melakukan
pemotretan dari
udara)

Habib (2007)

10
TRIANGULASI UDARA (AT) VERSUS DIRECT GEOREFERENCING
DIRECT GEOREFERENCING

Metode yang digunakan dalam kegiatan pemotretan udara

(khususnya di era kamera digital). Jika system telah
sempurna, secara teoritik maka:
 TIDAK memerlukan GCP (Ground Control Point)
 TIDAK memerlukan proses AT (Aerial Triangulation)
Mengapa?
EOP (Exterior Orientation Parameter) telah
diketahui/diukur

Direct georeferencing menggunakan peralatan:

 GPS  untuk merekam koordinat kamera (X, Y, Z)
 IMU  untuk merekam parameter kamera (omega, phi,
kappa)
MANFAAT DIRECT GEOREFERENCING (DG)
 Peningkatan pemrosesan foto udara, efisiensi point matching, dan
mempertahankan akurasi saat AT
 Kemampuan untuk memetakan lokasi sulit/rentan (terpencil,
pemetaan secara almost real-time untuk aplikasi tanggap bencana)
 Mereduksi biaya, terutama dari aspek Survei Premark/ GCP, prosesing
AT
 Efisien digunakan jika output pekerjaan dikhususkan untuk membuat
ortofoto dan menghasilkan DEM/DSM secara cepat dan otomatis
(automatic stereomatching)
 Jika akan digunakan dalam tahapan ekstraksi obyek 3D secara interaktif
(stereoplotting), harus dipastikan sdh terbebas dari Paralax.
 Bagaimana jika masih ada Parallaks ?  Re-AT dan Orientasi Relatif
diperlukan.
TAHAPAN DIRECT GEOREFERENCING PADA PEMOTRETAN UDARA

Sebelum Kedua hal ini dilakukan untuk

pemotretan KALIBRASI KAMERA menentukan:
udara di - Besaran distorsi kamera
lokasi - Boresight misalignment 
BORESIGHT
project mengkoreksi nilai parameter EO yang
CALIBRATION
dihasilkan GPS/IMU

PEMOTRETAN
Saat proses UDARA DENGAN
akuisisi DIRECT
GEOREFERENCING

setelah Pemrosesan dilakukan dengan

POST-PROCESSING
proses menggunakan perangkat pengolah
EO Parameter
akuisisi GPS/IMU (misa: IGI AeroOffice)
 DIRECT GEOREFERENCING

 Mengapa harus ada BORESIGHT MISALIGNMENT ?

 Direct Georeferencing bergantung pada kombinasi dari
posisi relatif GNSS/GPS kinematik dan IMU
 Untuk menghasilkan akurasi yang tinggi, maka perlu
dipastikan boresight calibration & kalibrasi kamera dilakukan
dengan benar
 Koreksi missalignment dari IMU berbeda-beda, bergantung
pada lokasi dan image scale yang diterapkan.

 Bagaimana Akurasi DG?

 Akurasi DG antara 10 cm – 20 cm (Jacobsen, 2002)
 Pengalaman akuisisi data di project BIG tahun 2012. Hasil
direct georeferencing menghasilkan akurasi 50cm (1:2.500
kelas 1 atau 1:1.000 kelas 3)
CONTOH DIRECT GEOREFERENCING PADA UAV (Multikopter)

Module IMU, GNSS

pendukung DG
Contoh Hasil Pemotretan dengan Wahana UAV:
Trike, Fixed Wing, Multikopter
Fixed Wing Multikopter
Trike

Rekonstruksi Saat Pemotretan

DSM Mosaik Ortofoto

Mosaik Ortofoto

Model 3D Model 3D
17
Akurasi Product?
Product:
Idealnya QC product ditinjau dari
1. Metrik dan non metrik ?
 aspek:
Mosaik Ortofoto 2. Full Direct Georeferencing ?
1. Input
 DSM 3. Shuter (rolling versus global) ?
a. Spesifikasi Alat
 Model 3D
b. Spesifikasi Bahan
2. Proses
a. Prosedur dan SOP 1. Prosedur dan SOP baku
b. Toleransi maks setiap 2. Indikator kualitas QC tiap tahap
tahap pemrosesan
3. Output Akhir
a. Standard Ketelitian yang Case: Ortomosaic
digunakan 1. Ketelitian ICP (jml,distribusi, RMSE)
2. Seamless man made feature (ex.
Jaringan Jalan, dst)
3. Seamless tone/color, contras
4. Logis (tidak ‘bergelombang’,
‘bergerigi’)

18
Pemrosesan Foto Udara Pemotretan UAV (SFM) - vs- Standard
Fotogrametri (Kamera Metrik)

SFM Algorithm (metashape)

Softcopy Photogrammetry System
 Align
 IO (interior orientation, orientasi dalam)
 Matching Obyek pada overlap
 Transformasi dr SK piksel ke SK
foto
Foto
 Bundle Adjustment unt
 Koreksi kesalahan internal Kamera
menghitung EOP
(lensa)
 Hitung sparse 3D point cloud
 AT (aerial triangulation)
 Build Dense Point Clouds
 Penentuan TKT/GCP
 Hitung dense point cloud
 Penentuan TP (Tie Point)
 Build Mesh
 Stereoplotting
 Interpolasi point clouds dan
 Pemilihan pasangan foto
membuat mesh (raster data)
 Digitasi secara 3D
 Build Texture
 Diperoleh mass point
 Pembuatan texture (al Ortofoto)
 Data spasial
 Product:
 DTM  Kontur
 Mosaic Ortofoto
 DSM  Ortofoto  peta Foto
 3D model  Peta Garis
19
Titik Exposure dan Overlap (SfM Agisoft )

20
Lokasi Eksposure dan Error-nya (SfM Agisoft )

21
Letak GCP dan ICP (SfM Agisoft)

22
SfM Agisoft : Contoh Akurasi GCP dan ICP

23
SfM Agisoft : DSM/DEM

24
Mosaik Ortofoto

25
 Bagian 2:
Point Clouds, DSM, DTM
Tahapan Ekstraksi Data spasial

1 jalur terbang/strip yang overlap

1 blok dari 6 jalur terbang

Stereoplotting dari epipolar photo

DSM terbentuk DTM

Prinsip Penurunan Tinggi: Interaktif  Foto Metrik

Optik mekanik stereoplotter

Habib (2007b)

Softcopy photogrammetry system

28
Stereoplotting Interaktif: Foto Metrik

29
Stereoplotting Interaktif: Foto Metrik

QC Stereoplotting Server Penyimpang Data

30
 Prinsip Penurunan Tinggi Secara Otomatis

O2 P1(i1,j1, O P2
P1 (i1,j1) O1
E’ (imin,j1) g1) 2 (i2,j2,g2)
(imin,j1) (imax,j1) O1
C1 C2 C C
1 2
ds(z)

Ortho-window image
z Ortho-window
I1 image
y I2
Epipolar Resampling x
(X,Y)
Image Left Image Right
Paparoditis(2006)

34 56 134 100 103 105 120 107 60 56 55 53 60 56 55 53

46 67 67 87 94 100 110 109 56 54 56 55 57 54 56 55
54 65 66 54 75 87 91 93 59 56 54 54 59 56 56 54
57 60 63 54 60 76 80 80 57 56 60 54 57 56 59 54
75 69 75 51 54 56 67 73 56 55 54 51 60 56 55 53
90 73 85 65 58 57 63 87 55 57 57 58 57 54 56 55
93 80 76 48 54 75 86 89 54 56 56 54 59 56 56 54
95 76 94 108 102 101 103 101 53 55 54 53 57 56 59 54

Habib (2007)
31
Penurunan Tinggi Secara Otomatis

Prinsip
• Pencocokan obyek (titik)
pada pasangan foto
• Menggunakan area based
matching berdasar
geometri epipolar image
Habib (2007)

32
Stereo  Matching  Tie Points  Point Clouds

PCI, 2012
Representasi DSM/DEM dan DTM

PCI, 2012
Filtering DSM  DTM
PCI, 2012
Teknik Filtering DSM ke DTM
(Pfeifer, 2008)
a. Morphological filters. Misal
: Slope based filtering
(Vosselman) +
mathematical morphology
b. Progressive densification.
Misal: TIN densification
(Axelsson)
Filtering DSM  DTM (Sithole dan c. Surface based filters.
Vosselman, 2004):
Misal: robust interpolation
• Slope-based. (Kraus) + hierarchic
• Block-minimum extension
• Surface-based d. Segmentation based filters
• Clustering/ segmentation
Filtering DSM berdasar: Beda Tinggi, Slope, Jarak ke Surface

Zhang and Cui, 2007

Algortitma Filtering DSM  ATIN dan ETEW

Sulaiman, Zulkifli,Majid, 2010

Beberapa efek Filtering DSM  DTM

Mana
yang
terbaik
hasilnya ?

DSM DTM Filter-1 Filter-2 Filter-3 Filter-4

Product: DSM/DTM dan Kontur

39
 Bagian 3:
Ortofoto dan Mosaik Ortofoto
 Konsep Ortofoto
 Ortofoto adalah foto yang menyajikan gambaran obyek pada
posisi ortografik yang benar yang dihasilkan dari foto
perspektif melalui proses ortorektifikasi, yang mengkoreksi
pergeseran letak oleh kemiringan kamera dan relief
displacement (Wolf, 1994 dengan modifikasi).
 Pada foto miring, pergeseran letak gambar oleh relief
permukaan bumi tergantung pada tinggi terbang, jarak titik
dari exposure center, dan kelengkungan bumi.
 Dalam prosesnya, pergeseran letak oleh relief pada sembarang
bagian foto dan variasi skala dapat dieliminasi sehingga skala
menjadi seragam pada seluruh foto.
 Proses ortorektifikasi secara digital dilakukan dg menggunakan
data frame kamera (dimensi, CCD/CMOS), kalibrasi kamera
(panjang fokus, dimensi frame, offset, dan distorsi lensa),
DSM/DTM, dan Titik Kontrol Tanah (TKT/GCP).

41
Komparasi Foto Udara – Peta (Ortofoto)
Proyeksi Sentra Proy Ortogonal

Proyeksi Sentra Proy Ortogonal

Habib, 2006
42
Komparasi Foto Udara – Peta (Ortofoto)

Habib, 2006

43
Mengapa ortofoto?
Komparasi Foto Udara – Peta (Ortofoto)
 Foto udara/citra:
 proyeksi sentral/ proyektif
 Skala tidak seragam
 Peta (termasuk ortofoto):
 Proyeksi ortogonal/ paralel
 Skala seragam
 Obyektif dari fotogrametri:
 Memperoleh peta (sistem proyeksi ortogonal) dari foto
udara (sistem proyeksi sentral)
 Menghasilkan data 3D dari data 2D

44
Proses ortorektifikasi – Pembuatan Ortofoto

45
Ortorektifikasi: Efek relief displacement

PCI, 2012
Mosaik Ortofoto (area berupa blok)

47
Kualitas Mosaik Ortofoto versus Foto Terektifikasi

Foto Tererktifikasi Ortofoto

 Virtual 3D : Ortofoto + DTM/DSM

Overlay koridor ortofoto pada DTM

Overlay blok mosaik ortofoto pada DTM

49
Maturnuwun