pengolahan citra digital dengan envi 4.1_full

MODUL

PENGOLAHAN CITRA DIGITAL DENGAN ENVI 4.1.

Bagian Konservasi Sumberdaya Hutan Fakultas Kehutanan Universitas Gadjah Mada Jl. Agro No. 1 Bulaksumur, Sleman, D.I.Yogyakarta Telp. 0274 550542, Fax. 0274 550541 Email : pela�[email protected] 2009

APLIKASI SISTEM INFORMASI GEOGRAFIS (SIG) DASAR

UNTUK PELAKSANA LAPANGAN

Disusun oleh : Hero Marhaento, S.Hut., M.Si

Pengolahan Citra Digital

halaman 1 Hero Marhaento, S.Hut., M.Si - 081328800393 2009

PENGOLAHAN CITRA DIGITAL

ENVI 4.1.

BAB I. MENGENAL ENVI

Envi merupakan software pengolah citra yang flexibel. Envi dapat mengolah beberapa tipe

data citra yang berasal dari citra satelit asli, ataupun dari hasil olahan pengolah citra lainnya

seperti ERDAS atau ER Mapper. Disamping itu, ENVI juga dapat mengolah citra yang

berasal dari format generik seperti JPEG, TIFF, GEO TIFF dan lain-lainnya.

Data yang digunakan dalam latihan bab ini adalah :

1. Memulai ENVI 4.1

a. Pilih Start Program ENVI 4.1

b. Memahami tampilan depan (GUI) dari ENVI 4.1.

c. Menampilkan citra

Dari jendela menu utama, pilih File open image file

Arahkan ke data can_tmr.img lanjutkan dengan klik open

d. Jendela Available Band List

Membuka citra Grayscale

o Pilih TM Band 4 pilih

Grayscale

o Klik Load Bands



e. Grup tampilan dalam ENVI

Terdapat 3 grup tampilan dalam ENVI, yaitu : image window, scroll window,

dan zoom window

Mengenal Image Window

Merupakan jendela utama untuk menampilkan bagian dari citra dalam

resolusi sesungguhnya

Mengenal scroll wondow

Merupakan jendela yang menampilkan citra secara keseluruhan

dengan pengurangan resolusi (subsampled factor)

Mengenal zoom window

Merupakan jendela untuk menampilkan perbesaran dari obyek yang

diinginkan.



f. Menampilkan lokasi dan nilai kursor

Pada menu utama ENVI atau grup tampilan ENVI, PIlih Window

Cursor location / value

Atau pada jendela image, pilih cursor location / value

Jelajahi untuk mengetahui nilai dan lokasi dari kursor

2. Perentangan kontras pada citra

Envi memiliki beberapa operasi penajaman kontras secara otomatis.

Dari jendela image, pilih Enhance dan cobalah beberapa operasi

perentangan contrast (linear, linear 0 – 255, dst)

Bandingkan hasil dari beberapa perentangan kontras tersebut

3. Mengedit warna tampilan

Tampilan warna pada citra dapat diubah dengan menggunakan koleksi ENVI Color

Table.

Pada jendela image, pilih Tools Color Mapping

Envi Color Tables

Coba lakukan beberapa perubahan warna

Untuk kembali ke warna asal, pilih Option Reset

Color tables



4. Menampilkan Citra berwarna (komposit)

Sebelumnya kita berlatih menggunakan citra satu warna. Selanjutnya kita akan

berlatih menggunakan citra berwarna yang dihasilkan dari komposit 3 bands

menggunakan pilihan warna RGB (Red, Green , Blue).

Dalam jendela available bands list, klik RGB color

Pilih secara berurutan TM Band 1, TM Band 2, dan TM Band 5

Klik Display #1, pilih New Display

Load RGB

5. Menghubungkan 2 tampilan display

Kita dapat membandingkan 2 tampilan jendela image dengan operasi Link Displays.

Hal ini akan membantu dalam identifikasi obyek dalam saluran yang berbeda.

Dari jendela image, pilih Tools Link Link Displays

Pilih nomor jendela tampilan yang ingin di Link-kan

Klik OK



BAB II GEOREFERENSI CITRA

Georeferensi merupakan proses pemberian titik ikat lapangan pada citra sehingga informasi

yang ditampilkan pada citra memiliki ketepatan spasial (koreksi geometrik). Proses

pemberian titik ikat pada citra sering dikenal sebagai Ground Control Point (GCP).

Data yang digunakan dalam latihan bab ini adalah :

1. Menampilkan citra terkoreksi

File open image file bldr_sp.img

Keluar jendela available band list

Load Band

Untuk melihat informasi geometris citra,

pada ikon Map Info pilih Edit Map

Information

Jelajahi tampilan tersebut

Untuk melihat koordinat lokasi pada citra

bisa melalui jendela image, klik dua kali

pada citra untuk menampilkan Cursor

Location/Value



2. Image to image registration

Dalam latihan ini, citra SPOT yang sudah teregistrasi akan digunakan sebagai base

map pada citra LANDSAT TM yang belum memiliki koordinat.

Tampilkan kedua citra tersebut, bldr_sp.img dan bldr_tm.img

Tampilkan jendela cursor location/value

a. Memulai image to image registration

Dari menu utama ENVI, pilih Map registration Select GCP’s image to

image

Pada menu base map, pilih display#1 (citra SPOT) dan pada warp image,

pilih display#2 (citra Landsat TM)

Klik OK dan akan muncul jendela sbb.

Mulai melakukan registrasi dengan memilih lokasi-lokasi yang mudah dikenali

pada kedua citra. Gerakkan kursor pada citra teregistrasi, gunakan jendela

zoom untuk memilih titik ikat secara tepat. Lanjutkan pada lokasi yang sama

pada citra tujuan.

Klik Add point

Buat titik ikat minimal 4 untuk bisa menampilkan RMS Error.

Semakin kecil nilai RMS Error semakin baik

Buat titik ikat sebanyak 20

Untuk mempersingkat waktu, kita akan menggunakan file titik ikat yang sudah

ada

Pada menu bar jendela GCP Selection, pilih Option Clear All Points

Klik File Restore GCP’s from ASCII

Pilih bldr_tm.pts



File GCPs yang sudah dibuat akan ditampilkan, pada kondisi ini menu predict

dapat digunakan untuk menambah points pada GCPs.

b. Warping image (koreksi citra)

Warping image adalah proses eksekusi pembuatan GCP pada citra.

Setelah proses pembuatan GCP selesai , simpan file GCPs

Untuk eksekusi, pilih Option Warp file

Lengkapi jendela informasi tersebut (nama file), yang lain biarkan secara

default

3. Image to Map Registration

Dalam latihan ini file vektor berformat Digital Line Graph (DGL) akan digunakan

sebagai base map pada citra LANDSAT TM yang belum memiliki koordinat.

Tampilkan citra LANDSAT TM, bldr_tm.img

Tampilkan jendela cursor location/value

a. Membuat GCP’s dari data vektor

Dari menu utama ENVI, pilih File open vector file

Pada pilihan tipe file, pilih USGS DLG pilih file bldr_rd.dlg

Tampilkan dengan pilihan memory untuk menghemat ukuran file.

Sesuaikan datum dan info lainnya, default tersedia. Pilih OK

Pada jendela available vector list, pilih ROADS AND TRAILS: BOULDER, CO

(merupakan file jalan format vektor)



Load selected, pilih display#1 dan

klik OK

Keluar jendela image vector

Pilih Map pada jendela utama ENVI,

klik Registration image to map

registration

Pada jendela citra, tentukan titik ikat

yang mudah di identifikasi

(persimpangan jalan). Gunakan

jendela zoom

Pilih titik ikat pada peta vektor yang

sama

Klik kanan pada titik ikat peta vektor,

pilih Export Map Location

Dalam jendela GCP, klik Add points

Langkah yang sama seperti pada Image to Image

Registration



BAB III KLASIFIKASI CITRA

Klasifikasi citra merupakan bagian image processing yang paling penting. Merupakan

tahapan untuk mengidentifikasi obyek-obyek pada citra. Pada bagian ini kita akan berlatih

untuk menggunakan metode klasifikasi unsupervised dan supervised. Kegiatan post-

classification dilakukan untuk memperhalus hasil klasifikasi dengan clump, sieve, combine

classes dan accuracy assessment.

Berikut adalah file data yang akan digunakan dalam bab ini.

a. Menampilkan citra dengan color composite

Dari menu utama ENVI, pilih File Open Image File

Pilih can_tmr.img

Pada jendela available band list, klik RGB dan tentukan band 4, 3 dan 2

dalam susunan R, G, B

Load Bands

b. Memahami tampilan color composite

Citra dengan color composite band 4,3,2 memberikan kenampakan yang cukup

baik untuk mempermudah proses identifikasi obyek. Warna merah terang

menunjukkan tingginya nilai spektral saluran infra-merah yang menunjukkan



tingkat vegetasi yang sehat misalnya pada hutan tanaman. Warna merah gelap

yang berasosiasi dengan perbukitan menunjukkan vegetasi alami yaitu jenis

conifer. Selain itu, kita dapat juga membedakan obyek permukiman, sungai, dll.

c. Klasifikasi Unsupervised (tak-terselia)

Klasifikasi ini menggunakan algoritma yg mengkaji sejumlah besar pixel yg tdk

dikenal, kemudian membaginya ke dlm sejumlah klas berdasarkan

pengelompokan biasa nilai citra yg ada, dengan anggapan bahwa nilai di dlm

suatu jenis tutupan tertentu seharusnya saling berdekatan pada ruang

pengukuran, sedang pada data kelas yang berbeda harus dapat dipisahkan

dengan baik secara komparatif. Kelas yang dihasilkan disini adalah kelas

spektral.

Software ENVI menyediakan dua metode dalam klasifikasi tak terselia,

yaitu : K-Means dan ISO-Data

Dari menu utama ENVI, pilih classification Un supervised K-Means

Pada jendela klasifikasi, pilih jumlah kelas yang diinginkan, misal : 5 kelas

Pilih memory untuk menghemat ukuran file

Klik OK

Pada jendela Available band list, pilih K-means, Load Bands

Coba lakukan pada hal yang sama dengan metode ISO-Data

Tampilkan hasil ISO-data pada display lain



Cermati perbedaannya dengan menggunakan fasilitas Link-Displays

d. Klasifikasi Supervised (terselia)

proses pemilihan kategori informasi/klas yang diinginkan, kemudian memilih

daerah latihan (training sample) yang mewakili tiap kategori pada citra. Statistik

yang diperoleh kemudian digunakan sebagai dasar untuk klasifikasi. Apabila klas

yang dipilih dapat dipisahkan secara spektral & daerah latihan yang dipilih

mampu mewakili seluruh rangkaian data, maka proses klasifikasi akan berhasil

dengan baik.

Software ENVI menyediakan beberapa metode untuk klasifikasi terselia,

antara lain : Parallelepiped, Minimum Distance, Mahalanobis Distance,

Maximum Likelihood, Spectral Angle Mapper, Binary Encoding, and

Neural Net

Hal yang harus diperhatikan dalam metode terselia adalah pemilihan

Regions of Interest (ROI)

Untuk menentukan ROI, langkah-langkah nya adalah sbb.

Dari jendela image, pilih Overlay Regions of Interest

Pada jendela image (disarankan pada jendela zoom), pilih area yang

homogen dengan cara klik mouse kiri dan buat poligon yang diakhiri

dengan double klik mouse kanan.

Klik New Region

Ganti dengan keterangan

yang kita inginkan

Buat beberapa ROI pada

kelas yang sama

Simpan, klik file save

ROI



Pada latihan ini kita akan menggunakan ROI yang sudah tersedia

Buka citra Pada jendela ROI, pilih File Restore ROIs

Pilih classes.roi

Klik OK

Untuk memulai klasifikasi terselia, buka image can_tmr.img

Pada jendela utama ENVI, pilih Classification parallelepiped

Pilih citra can_tmr.img sebagai sumber data, klik OK

Pada pilihan ROI, pilih select all items untuk memilih semua ROI

Pilih memory untuk menghemat ukuran file

Klik Output Rule Image pada posisi No

Klik OK, untuk menampilkan pada jendela Available Band List

Pada jendela available band list, tampilkan hasil klasifikasi tersebut

Lakukan langkah serupa untuk metode klasifikasi yang lain

Cermati perbedaaannya dengan menggunakan fasilitas Link Displays

e. Post Classification (generalisasi hasil klasifikasi)

Kegiatan ini merupakan usaha untuk memperhalus hasil klasifikasi. Salah

satunya adalah dengan generalisasi yang bisa dilakukan dengan Clump dan

Sieve

Pada jendela utama ENVI pilih Classification Post Classification

Sieve Classes

Pilih file yang sudah terklasifikasi, can_sam.img

Pilih output memory

OK

Kemudian gunakan output sieve sebagai input clump



Classification Post Classification Clump

Pilih output memory

OK

Bandingkan hasil dari ketiga citra tersebut

f. Post Classification (menyatukan kelas)

Kegiatan ini merupakan salah satu alternatif untuk generalisasi citra dengan cara

menggabungkan kelas yang dirasa sama dengan fasilitas combine classes

Pada menu utama ENVI, pilih Classification Post Classification

Combine classes

Pilih file yang sudah terklasifikasi, can_sm.img

Pilih kelas yang akan dikombinasikan, misal : pilih region#3 pada input file

dan unclassified pada output class

Klik Add combination, klik OK

Pilih memory

OK

g. Mengedit warna kelas

Setelah kita melakukan klasifikasi, proses editing warna diperlukan untuk

memperbaiki tampilan citra

Dari jendela image, pilih Tools Color

Mapping Class Color Mapping

Pilih kelas yang akan diganti warnanya

Untuk membuat kelas warna yang permanen,

bisa kita simpan file warna tersebut, klik File

Save Changes



h. Bekerja dengan Overlay (interactive overlay)

Salah satu fasilitas dalam ENVI adalah mampu menyediakan tampilan citra

dengan hasil klasifikasi secara interaktif.

Buka citra can_tm.img dalam tampilan grayscale band 4

Buka citra hasil klasifikasi can_sam.img

Pada jendela image citra can_tm.img, pilih overlay Classification

Pilih can_sam.img sebagai input

Klik On pada jendela interactive overlay untuk menampilkan pada citra

can_tm.img

Coba satu persatu dan lakukan editing warna hingga tampilan menarik

Hasil overlay disimpan dalam bentuk gambar, file save image as

image file

i. Bekerja dengan Overlay (overlay vektor)

Beberapa file yang tersaji dalam bentuk vektor dapat di overlaykan dengan citra.

Misal kita menggunakan citra hasil klasifikasi can_clmp.img

Pada jendela image, pilih overlay vectors

Pada jendela vectors, pilih file Open Vector File

Pilih vector file can_v1.evf dan can_v2.evf, Open

j. Convert hasil klasifikasi ke format vektor

Seringkali dalam melakukan operasi SIG, kita tidak hanya menggunakan satu

perangkat Software saja. Misalnya : dalam operasi citra kita menggunakan ENVI,

kemudian untuk pengolahan data dan penyajian menggunakan ArcView. Untuk

melancarkan kegiatan pengolahan data di ArcView, hasil klasifikasi dalam ENVI

harus dirubah kedalam format vektor (.shp)

Tampilkan citra hasil klasifikasi can_clmp.img

Pada menu utama ENVI, pilih Classification Post Classification

Classification to Vector

Pilih can_clmp.img

Pada jendela yang tampil, pilih seluruh kelas

Tulis Output filename yang diinginkan

Pilih seluruh kelas pada jendela available vector list, Load Selected

Pilih OK. File hasil convert tersaji dalam format .evf (format vektor ENVI)

Untuk merubah ke format .shp, pada jendela image vector pilih File

Export active layer to shapefile



BAB IV LAYOUT

Layout merupakan kegiatan akhir dalam proses pengolahan data yang bertujuan untuk

penyajian hasil dengan memperhatikan kaidah-kaidah kartografi.

Layout dengan fasilitas ENVI dianggap kurang menarik karena beberapa keterbatasan yang

dimiliki oleh ENVI. Seringkali proses layout-ing dilakukan di lingkungan software lain,

misalnya : ArcView.

Terdapat 3 kegiatan dalam pembuatan layout, yaitu : pemberian Grid, pemberian Annotasi

pada peta, dan menyimpan dalam format image lain untuk proses printing.

1. Membuat Grid pada citra

Grid merupakan informasi bujur dan lintang.

Pada jendela image, pilih Overlay Grid Lines

Pada jendela grid line, pilih Option untuk merubah tampilan grid

Apply

2. Membuat Annotasi

Annotasi adalah simbol pada peta baik berupa tulisan, poligon, dan informasi

lainnya.

Pada jendela image, pilih Overlay Annotation

Telusuri beberapa fasilitas Annotasi, klik Object

Untuk meletakkan pada citra, klik mouse kiri

Setelah lokasi sesuai, klik mouse kanan untuk menyelesaikan proses.

Annotasi yang sudah dibuat, disimpan dengan fasilitas file Save

Annotation



3. Menyimpan hasil layout

Hasil layout yang telah dibuat disimpan dalam format image untuk mempermudah

proses selanjutnya (printing).

Pada jendela image, pilih File Save Image As Image File

Pada Output File Type, pilih Tiff/Geotiff

Beri nama file keluaran, klik OK



BAB V APLIKASI PENGOLAHAN CITRA DIGITAL DI BIDANG KEHUTANAN

Beberapa aplikasi pengolahan citra digital di bidang kehutanan antara lain : perhitungan

index vegetasi, pemetaan kerapatan tajuk, pembuatan DEM, pemetaan kelas kelerengan,

visualisasi 3 Dimensi

1. Perhitungan Index Vegetasi

Terdapat 2 model Index vegetasi yang ditawarkan oleh ENVI, Normalized Difference

Vegetation Index (NDVI) dan Tesseled Cap

a. NDVI

Secara umum algoritma perhitungan NDVI adalah :

NDVI akan menghasilkan nilai pixel antara -1 sampai dengan +1 yang

menunjukkan semakin tinggi nilai (positif) pixel, maka menunjukkan

semakin tinggi tingkat kehijauannya (vegetasi rapat)

Untuk berlatih, gunakan citra bldr_tm.img pada materi latihan sebelumnya

Setelah citra ditampilkan, klik pada jendela utama ENVI transform

NDVI

Sesuaikan Input File Type dengan citra yang digunakan

Nilai NDVI Bands akan menyesuaikan dengan citra yang dipilih

KLik OK



b. Tesseled Cap

Tesseled cap merupakan transformasi citra untuk memberikan informasi :

Brightness, Greenness, Third. Brightness dan Greenness berkaitan dengan

indeks kehijauan, sedangkan Third berkaitan dengan kelembaban tanah.

Langkah serupa dengan NDVI, hanya yang dipilih adalah Tesseled Cap

2. Pemetaan kelas kerapatan tajuk

Pemetaan kelas kerapatan tajuk merupakan kegiatan lanjutan setelah transformasi NDVI

Hasil dari citra NDVI dilakukan pembagian kelas berdasarkan jumlah kelas yang

diinginkan

Pada jendela image NDVI, pilih Tools Color mapping Density slices

Pilih citra yang dimaksud

OK

Pada jendela Density slices, klik clear ranges untuk membuat rentang baru

Pilih Option Add new ranges tentukan parameter yang diinginkan

Lakukan Editing dengan fasilitas Edit range

Apply untuk melihat hasil

Simpan hasil range, klik File Save ranges

3. Pembuatan DEM

DEM atau Digital Elevation Model merupakan aplikasi yang sering digunakan terutama

untuk pemetaan kondisi fisik lahan. Data yang dibutuhkan dalam pembuatan DEM

adalah data ketinggian tempat. Tidak semua citra memiliki data DEM, hanya citra

dengan sensor tertentu yang mampu menghasilkan data ketinggian (misal : SRTM,



ALOS PALSAR, dll). Selain dari data citra, DEM dapat dibuat dari data kontur. Peta

kontur saat ini sudah banyak tersedia sehingga memudahkan dalam proses pengolahan

data.

Pada latihan ini, materi peta kontur yang digunakan adalah peta kontur wilayah Taman

Nasional Alas Purwo dengan format .shp

Buka peta kontur, pada jendela Envi utama, pilih open vector file

Rubah file type menjadi .shp

Sesuaikan informasi tipe koordinat, datum, dll

Ganti layer name dengan nama file yang

diinginkan

Output result to : file

Ganti nama output file dengan nama yang

diinginkan, simpan pada folder kerja

Set Proyeksi ke UTM

Datum : WGS 84

Units : meter

Zone : 50 S

OK



Pada jendela available vector layers : pilih layer , Load Selected

Untuk merubah ke DEM, pada jendela utama ENVI, klik Topographic Convert

contours to DEM

Pilih file kontur berformat .evf



Perhatikan Elevation Attribut Column : Isi dengan kolom yang memiliki informasi

ketinggian

Valid Elevation Range : Isi sesuai nilai ketinggian

Untuk mengisi kedua data tersebut, sebelumnya bisa dilihat dengan fasilitas ArcView

untuk memudahkan proses perhitungan

Periksa isian yang lain, sistem proyeksi, datum, dll

Klik OK

Pada jendela Output DEM, pilih file dan isi nama file keluaran

OK

Pada jendela available band list, tampilkan DEM tersebut

4. Pemetaan kelas kelerengan

Pemetaan kelas kelerengan merupakan salah satu kegiatan yang penting dalam bidang

kegiatan. Data masukan dalam operasi ini adalah citra DEM.

Pada jendela utama ENVI, pilih topographic topographic modelling

Pilih citra DEM

Pilih Slope

Output result to file dan beri nama file tersebut

OK

Pada jendela available band list, tampilkan citra yang dihasilkan



Ingat! Slope dalam ENVI dalam satuan derajad (degrees)

Gunakan fasilitas Density slices seperti pada latihan sbelumnya untuk merubah

kelas kelerengan

Hasil citra kelas kelerengan disimpan dalam format image .bil untuk kemudian

dilakukan digitas dalam lingkungan ArcView

5. Visualisasi 3 Dimensi

Visualisasi 3 Dimensi merupakan sarana untuk menampilkan obyek dengan lebih

menarik dan tampak nyata. Bahan untuk menampilkan 3 Dimensi adalah data DEM

Pada jendela utama ENVI, pilih topographic 3D Surface View

Pilih citra DEM



OK

Pada jendela 3D Surface, biarkan default klik OK

Atur tampilan dengan kursor atau klik Option Surface control

Coba beberapa fasilitas dalam surface control tersebut

………………………………………………………….…………………………..

Sumber :

1. Tutorial ENVI 4.1, The Environment for Visualizing Images Copyright (C) 2004,

Research Systems, Inc. 4990 Pearl East Circle Boulder, CO 80301, USA

……………………………………………....………….…………………………..

pengolahan citra digital dengan envi 4.1_full

Documents