Koreksi Geometrik

Salwa Nabilah, S.T., M.Sc.

Source: LM Jaelani, Ph.D.

Penginderaan Jauh
Teknik Sipil UNISLA
Koreksi Geometrik
• Sebuah proses untuk memperbaiki
kesalahan geometrik pada pixel
citra digital
Sumber Kesalahan Geometrik
• Rotasi bumi
• Kelengkungan bumi
• Perubahan ketinggian wahana, kecepatan
, Perubahan posisi wahana terhadap obyek
karena gerakan berputar (roll),
menggelinding (pitch), berbelok (yaw),
mengakibatkan terjadinya distorsi atau bising
acak (random-error)
Efek Rotasi Bumi
Efek Kelengkungan Bumi
Wahana dengan ketinggian rendah tidak terpengaruh
Variasi Ketinggian, Kecepatan
dan Perubahan Posisi Satelit

• Perubahan ketinggian satelit= merubah

IFOV
• Perubahan kecepatan = perubahan skala
sepanjang track
• Perubahan posisi (pitch, roll, yaw)
menyebabkan distorsi lokal
Cara Koreksi Geometrik
• Koreksi kesalahan geometrik dari citra
• Mengubah posisi pixel dari posisi asal di citra
ke grid bereferensi tertentu.
• PROSES (dikenal dg sebutan WARPING):
• Pemilihan model distorsi matematika yang
cocok
• Transformasi koordinat
• Interpolasi (resampling )
Koreksi Geometrik: Terminologi
• Registrasi/Registration
Pencocokan satu citra dengan citra lain pada daerah yang
sama. Salah satu citra harus sudah memiliki koordinat yang
benar. Setiap satu pixel pada lokasi yang sama dari dua
citra yang berbeda harus mewakili satu titik yang sama di
muka bumi
• Rektifikasi/Rectification
Pencocokan sebuah citra dengan peta, sehingga cita
tersebut memiliki koordinat yang sama dengan peta. Proses
ini disebut juga sebagai geo-referencing
• Geocoding
Rektifikasi pada skala yang seragam
• Orthorektifikasi/Orthorectification
Rektifikasi dengan mempertimbangkan efek topografis
 Metode Resampling
(Interpolasi)

• Nearest Neighbour
• Bilinier Interpolation
• Cubic Convolution
 Nearest Neighbour
• Nearest neighbour – (nilai dari pixel terdekat)
• Keunggulan
• Mudah untuk diproses,
• DN tidak berubah
• Kelemahan
• Secara geometrik citra berubah
• Offset lebih dari setengah pixel

categorical data:
land-use classification or slope classification
Contoh Nearest Neighbour
Contoh Nearest Neighbour

Setelah resampling

Sebelum resampling
Bilinear Interpolation
• Bilinear Interpolation – (nilai dari 4 pixel)
• Keunggulan
• Citra halus
• Geometrik akurat
• Kelemahan
• DN berubah (masih di dalam range)
• Citra kabur (blurring of the image)
• Lebih kompleks dari metode sebelumnya

Continues data:
DEM , slope value
Contoh Bilinear Interpolation
Contoh Bilinear Interpolation

bilinear interpolation
resampling

nearest neighbour
resampling
 Cubic Convolution
• Cubic Convolution – (nilai dari 16 pixel)
• Keunggulan
• Citra sangat halus (smooth).
• Geometrik terjaga
• Kelemahan
• Nilai DN berubah (bisa di luar range)
• Membutuhkan spesifikasi komputer yang
sangat tinggi (paling berat dibanding dua
metode sebelumnya)

Smoothing continues data:

DEM
Contoh Cubic Convolution
Contoh Cubic Convolution
Cubic Convolution
Resampling

Bilinear Interpolation
Resampling
Remember…
Read First!

Penginderaan Jauh
Teknik Sipil UNISLA