prosedur pengolahan data citra

Pengantar Diklat Penginderaan Jauh Parepare, September 2012 Oleh : Sarip hidayat

1

BAB I

PROSEDUR PENGOLAHAN DATA CITRA

(Aplikasi Perangkat Lunak Er Mapper)

Pengantar

Prosedur pegolahan data citra dimulai dari

mengimport/membaca/membuka data citra sampai dengan hasil akhir berupa

informasi spasial dalam bentuk cetakan (Hardcopy). Pekerjaan dasar

pengolahan citra bisa diuraikan sebagai berikut :

1). Import/open/load data

2). Visualisasi

3). Kombinasi kanal/band (color composit)

4). Registrasi dan rektifikasi

5). Image enhancement (penajaman kontras)

6). Mosaik antar scene, antar kanal

7). Cropping area of interest

8). Klasifikasi

9). Aplikasi/analisa

Dalam mengolah tentunya perlu perangkat keras dan perangkat lunak.

Perangkat keras berupa komputer membutuhkan performa yang cukup tinggi,

karena akan berpengaruh terhadap kecepatan proses. Data citra biasanya

berkapasitas puluhan megabyte bahkan lebih, sehingga untuk loading dan

visualisasi memerlukan memory yang besar.

Perangkat lunak untuk pengolahan citra cukup banyak jenisnya,

tentunya dengan kemampuan dan kelebihan yang berbeda-beda. Beberapa

software tersebut diantaranya ER Mapper, erdas imagine, envi, global mapper,

PCI geomatic, ilwis, arc view gis, arc gis, arc info, map info. Dalam modul ini

akan dipelajari beberapa software yaitu ER Mapper, arc view gis dan arc info,

namun tidak keseluruhan aplikasi modul yang terdapat dalam software

tersebut.

ER Mapper adalah salah satu software (perangkat lunak) yang

digunakan untuk mengolah data-data citra. Pengolahan data citra merupakan


2

suatu cara memanipulasi data citra atau mengolah suatu data citra menjadi

suatu keluaran (output) yang sesuai dengan yang kita harapkan. Adapun cara

pengolahan data citra itu sendiri melalui beberapa tahapan, sampai menjadi

suatu keluaran yang diharapkan. Tujuan dari pengolahan citra adalah

mempertajam data geografis dalam bentuk digital menjadi suatu tampilan

yang lebih berarti bagi pengguna, dapat memberikan informasi kuantitatif

suatu obyek, serta dapat mendukung utuk aplikasi sistem informasi geografis.

Data digital disimpan dalam bentuk barisan kotak kecil dua dimensi

yang dikenal dengan sebutan pixel (picture element). Masing-masing pixel ini

mewakili suatu wilayah yang ada dipermukaan bumi. Struktur ini disebut

raster, sehingga data citra sering juga disebut data raster.

Data yang diperoleh dari satelit umumnya terdiri daribeberapa bands

(layers) yang mencakup wilayah yang sama. Masing-masing bands ini

mencatat pantulan obyek dari permukaan bumi pada panjang gelombang yang

berbeda.

1.1 Mengaktifkan Program ER Mapper

Dari desktop komputer dapat dicari shortcut icon seperti gambar

dibawah ini :

kemudian di-klik 2x, atau dapat juga dari menu Start pilih Program

kemudian klik ER MAPPER 7.0 sehingga akan muncul window main menu

sebagai berikut :

Menu bar

Tools bar

Refresh Hand

Zoom tool Edit Save/save Copy window

Buka

Buka window

Stop processing


3

1.2 Loading Data

Langkah pertama dalam pengolahan data citra adalah mengimport data

satelit yang akan digunakan ke dalam format ER Mapper . Umumnya data

citra disimpan dalam media magnetic tape, CD ROM atau media penyimpan

lainnya. Jenis data yang bisa diload ke dalam ER Mapper adalah data raster

dan data vektor.

Data raster adalah tipe data yang menjadi bahan utama kegiatan

pengolahan citra. Data raster adalah citra digital yang dibentuk dari elemen-

elemen gambar (pixel = picture elemen) dan dinyatakan dalam tingkat

keabuan. Contoh data raster adalah citra satelit dan foto udara. Secara

definitif citra penginderaan jauh adalah gambaran suatu objek dari pantulan

atau pancaran radiasu elektromagnetik objek, yang direkam dengan cara

optik, elektro-optik, optik-mekanik, atau elektronik. Citra penginderaan jauh

merupakan gambaran dari wujud aslinya atau paling tidak berupa gambaran

planimetriknya, sehingga citra merupakan keluaran suatu sistem perekaman

data dapat bersifat optik, analog dan digital. Pada saat membuka data raster,

ER Mapper akan membuat dua files :

File data binary yang berisikan data raster dalam format BIL, tanpa file

extention.

File header dalam format ASCII dengan extention .ers

Data vektor adalah data yang tersimpan dalam bentuk titik, garis, dan

polygon (area). Contoh data vektor adalah data yang dihasilkan dari hasil

digitasi Sistem Informasi Geografis (SIG) seperti lokasi pengambilan sampel,

jalan atau penggunaan lahan. ER Mapper juga akan membuat dua file hasil

dari mengimport adta vektor :

File data dalam format ASCII berisikan data vektor.

File header dalam format ASCII dengan extention .erv

Selain window main menu, terdapat juga algorithm Window dan view

window. algorithm Window dapat dibuka melalui View/Algorithm, atau klik

icon dari main menu, akan membuka window algorithm dan window

view sekaligus. view window bisa dibuka lebih dari satu buah, dengan

mengklikk icon dari main menu.


4

ER Mapper 7.0 mampu membuka langsung data berbagai format (.ers,

.alg, .hdr, .bmp, .dat, .doq, .ecw, .fst, .tif, .tiff, .l1g, l1r, .met, .hdf,

.jpg), tanpa harus mengimport dulu.

1.3 Menampilkan Citra

Setelah proses membuka data, proses selanjutnya adalah menampilkan

citra tersebut. Di dalam ER Mapper, ada beberapa cara untuk menampilkan

citra, yakni :

Pseudocolor Displays, menampilkan citra dalam warna hitam putih

(greyscale), biasanya hanya terdiri dari satu layer/band saja.

Red-Green-Blue (RGB), menampilkan citra melalui kombinasi tiga

band, setiap band ditempatkan pada satu layer (Red/Green/Blue), cara

ini disebut juga color composite.

Hue-Saturation-Intensity (HSI), menampilkan citra melalui

kombinasi tiga band, setiap band ditempatkan pada satu layer

(Hue/Saturation/Intensity), cara ini biasanya digunakan bila kita

menggunakan dua macam data yang berbeda, misalkan data Radar

dengan data Landsat7 ETM

.3.1 Langkah-langkah untuk menampilkan citra di monitor

berdasarkan Pseudocolor Displays dapat dilihat dibawah ini :

Dari menubar pilih File-New untuk membuat tampilan kosong atau klik

Dari menubar pilih View-Algorithm atau dari toolbar klik untuk

menampilkan isi dari algorithm dari window/tampilan yang dibuat

sebelumnya, akan muncul tampilan :


5

Dari window algorithm klik dibawah kata No Dataset untuk memilih

data yang akan ditampilkan, kemudian klik file di kotak dialog Raster

Dataset, misal IMAGERY.TIF, maka akan tampak gambar dalam mode

pseudo layer seperti di bawah ini. Mode ini biasanya digunakan untuk

melakukan konversi format file.

.3.2 Langkah-langkah untuk menampilkan citra di monitor

berdasarkan Red-Green-Blue (RGB) dapat dilihat dimulai dari

:

Tentukan kombinasi band yang akan dipakai (biasanya 3 band), misalnya

kombinasi RGB 413, artinya pada layer red (R) akan ditempatkan band 4,

pada layer green (G) akan ditempatkan band 1, dan seterusnya.

Buka window algorithm, kemudian duplikat pseudo layer 3 kali. Klik kanan

pada pseudo layer yang pertama, ganti pseudo dengan red. Klik kanan

juga pada pseudo layer kedua, ganti pseudo dengan green dan

seterusnya.


6

Akan muncul tanda silang (X) pada masing-masing layer, karena default

surface belum diganti. Klik kanan pada default surface, ganti dengan red

green blue.

Klik pada dropdown pada layer red, ganti dengan Band 4. Klik juga

dropdown pada layer green, ganti dengan band 1. Begitu juga dengan

layer blue, ganti dengan band 3.


7

Pada window view, akan muncul gambar citra sebagian wilayah Sulawesi

Selatan, K/J 310/359, dengan kombinasi warna true color.

1.3.3 Langkah-langkah untuk menyimpan file dalam satu dataset :

Dari langkah di atas, kemudian pilih File-Save as Dataset akan muncul

kotak dialog seperti dibawah ini :


8

Arahkan foldernya ke D:/DIKLAT/RASTER/.

Masuk ke dalam folder raster, pilih ER Mapper Raster Dataset pada

Files of Type untuk menempatkan dataset hasil save as. Isikan nama

file baru di bawah kata Save as:, misal

20120428SP4310359S0G2AXI.ers. klik OK, kemudian akan terbuka

window Save as ER Mapper Raster Dataset.

Pada window Save as ER Mapper Raster Dataset Klik Default, Output

Type : Multi Layer, klik Output Dataset Type pilih

Unsigned8BitInteger, kemudian pixel heignt dan pixel width masing-

masing 20. Maintain aspect ratio dan Delete output transform di

ceklist ()

Klik OK, tunggu sampai window ER Mapper Status mencapai 100% dan

ada message complete

Up and down

scroll bar

folder


9

Klik OK

1.4 Penajaman Citra

Penajaman citra dilakukan dengan cara menggabungkan citra berwarna

(multispektral, resolusi 20 m) dengan citra hitam putih (greyscale-

pankromatik, resolusi 10 m) sehingga dihasilkan citra berwarna dengan

resolusi 10 m. Penjelasan sederhana dapat dilihat pada gambar di

bawah.

Citra berwarna

Hasil akhir

Citra hitam putih


10

Langkahnya klik Toolbars, kemudian pilih ESG ColorEnhance Akan muncul tool tambahan, kemudian klik SFIM Pan Sharpen Wizard

Muncul jendela SFIM Pan Sharpen Wizard, pilih A single multi-band

image file. Kemudian Next.


11

Pada Multispectral image, masukkan citra multispektral. Pada Red band,

pilih Band 4. Pada Green band, pilih Band 1. Pada Blue band, pilih Band

3. Pada Panchromatic image, masukkan citra pankromatik. Kemudian

Next.

Pilih Create RGB image now.

Agar tampilan citra lebih terang, dapat dipilih Apply 99 percent stretch.

Kemudian Next.


12

Pilih Red Green Blue (RGB)

Akan muncul jendela yang di dalamnya terdapat citra hasil

penggabungan citra multispektral dan pankromatik. Klik Finish.

Kemudian terdapat pesan bahwa hasil penggabungan citra tersebut

tersimpan dalam suatu file berekstensi alg.


13

Citra berekstensi alg ini dapat disimpan dalam format lain misal ers.

Untuk itu klik kanan pada citra berekstensi alg, pilih File, kemudian Save

As. Dan seterusnya seperti pada langkah sebelumnya.

1.5 Mosaik Citra

Mosaik citra adalah proses menggabungkan/menempelkan dua atau

lebih citra yang tumpang tindih (overlapping) sehingga menghasilkan citra

yang representatif dan kontinu. Dalam ER Mapper proses ini dapat dilakukan

tanpa membuat suatu file yang besar (disimpan dalam bentuk Virtual),

kecuali bila diinginkan menyimpan file tersendiri (disimpan dalam bentuk

Dataset).

1.5.1 Langkah-langkah dalam Mosaik Citra bisa diuraikan sebagai

berikut :


14

Dari menubar pilih File-New untuk membuat tampilan kosong atau klik

kemudian klik dari window algorithm, arahkan folder ke file

D:\DIKLAT_1_2005\RASTER\20120428SP4310359S0G2AXI.ers

(Default Surface 1) sebut saja DS untuk selanjutnya. Dari window algorithm

klik sebanyak 2x.

Klik 1x di kemudian klik pilih file di kotak

dialog Raster Dataset, yakni 20120428SP4310358S0G2AXI.ers

(Default Surface 2), tampilan proses dapat dilihat dibawah ini :

Citra masih ditampilkan dalam mode pseudo color, untuk dapat melihat

citra dalam warna true color, kita akan buat dengan kombinasi band RGB

413. Sebelum itu, jika terlihat pada perbatasan scene ada bagian citra yang

tidak tampak seperti pada gambar diatas, lakukan edit Null Cel Value pada

kedua scene. Caranya dimulai menempatkan cursor pada DS yang ke 1. Klik

untuk membuka kota dialog Raster Dataset. Selanjutnya klik Info, klik

Edit (1) pada window Dataset Information, klik Raster info (2) pada window

Dataset Header Editor, kemudian ganti Null Cel Value : None dengan 0

(nol) pada window Dataset Header Editor (3) : Raster Information. Klik OK

pada window Dataset Header Editor : Raster Information, klik Apply (4) pada

window Dataset Header Editor, klik yes pada window ER Mapper Status, klik

OK pada window Dataset Header Editor, klik Close pada window Dataset

Information.

Default Surface 1

Default Surface 2


15

Pada View Window akan tampak kedua citra citra yang berbeda scene

telah tersambung, tetapi kita belum tahu apakah di perbatasan kedua scene

tersebut sudah representatif dan kontinyu. Kita akan buat color camposit true

color RGB 413.

1.5.2 Langkah-langkah untuk membuat color composit RGB 413

bisa diuraikan sebagai berikut :

Pada jendela Algorithm, kedua file tersebut sudah tersimpan dalam format

RGB dimana pada saat penyimpanan memilih kombinasi RGB 413.

Sehingga agar citra tersebut tampil true color, maka klik kanan pada kedua

pilih RGB.

Kemudian masing-masing diganti dari atas ke bawah dengan Red,

kemudian Green, kemudian Blue dengan mengklik kanan pada Pseudo

Layer. Begitu juga dengan DS2.

Kemudian dari atas ke bawah pada dropdown diganti dengan Red Layer,

kemudian Green Layer, dan Blue Layer.

1

2

3


16

Proses selanjutnya adalah mengecek apakah di antara perbatasan

kedua scene citra tersebut mengalami pergeseran, prosesnya disebut

Translasi.

Mode Pseudo color Mode true color RGB 413


17

1.5.3 Langkah-langkahnya dalam melakukan translasi

Klik pada main menubar untuk memperbesar (zoom) citra, cari

daerah yang bebas dari awan di daerah perbatasan kedua citra. Klik icon

untuk menggeser tampilan citra di view window.

Atau dari menubar View-Geoposition akan muncul kotak dialog seperti

gambar dibawah ini. lakukan pergeseran tampilan citra dengan klik menu-

menu Pan dan Zooming dengan menu-menu Zoom.

Setelah ditemukan daerah perbatasan citra yang tidak kontinyu, Pada

kotak dialog algorithm klik kiri atau letakkan cursor di DS 1, kemudian

aktifkan sub menu Surface. Gerakan ke kanan ke kiri horizontal scroll bar

Transparency (%), jika terjadi pergeseran dilakukan translasi.


18

Pada kotak dialog algorithm klik kiri di DS 1 gerakan ke kanan ke kiri

Transparency (%), jika terjadi pergeseran dilakukan translasi dengan

cara :

Klik untuk memperbesar (zoom) citra hingga terlihat bentuk

pixelnya, dimana pixel pada DS 1 = DS 2, kemudian dari menubar pilih

View-Cell Coordinat akan muncul kotak dialog seperti :

Nilai yang dicatat


19

Dengan menggunakan pointer atau klik di citra pixel pada DS 1

(transparency = 0 %), kemudian catat Dataset X,Y. selanjutnya DS 1

sebagai data yang akan digeser.

Geser transparency = 100 % klik di citra pixel pada DS 2, kemudian

catat Dataset X,Y, selanjutnya DS 2 sebagai referensi.

Catatan :

Transparency = 0 % berarti data yang tertampilkan di window algorithm

adalah 20120428SP4310358S0G2AXI.ers

Transparency = 100 % berarti data yang tertampilkan di window algorithm

adalah 20120428SP4310359S0G2AXI.ers

Lakukan pengurangan antara data yang akan digeser dengan referensi (

DS 2 DS 1), hasil pengurangan akan dimasukan ke dalam header

data yang akan digeser, contoh :

Dataset X,Y (DS 2) : 5041.00 ; 6790.04

Dataset X,Y (DS 1) : 5042.94 ; 6791.00 -

-1.94 ; - 0.96

Pixel ujung sungai DS 1

Pixel ujung sungai DS 1


20

Kemudian klik pada dataset yang akan digeser, klik Info-Edit-

Raster info-Registrasi Point akan muncul kotak dialog Dataset

Header Editor : Registration.

Kemudian isikan hasil pengurangan DS 2 DS 1 ke dalam

kotak dialog Dataset Header Editor : Registration .

Klik OK 3x, kemudian Yes, kemudian OK

Selanjutnya dicek apakah citra masih mengalami pergeseran,

kalau masih lakukan lagi proses diatas, kemudian hasil

pengurangan ditambahkan atau dikurangi dengan hasil

pengurangan pertama.

1

2

3


21

Catatan :

Untuk Band file 20120428SP4310358S0G2AXI.ers

klik pada dataset yang akan digeser, klik Info-Edit-

Raster info-Registrasi Point

Isikan nilai hasil pengurangan DS 2 DS 1 dikali 2 ke dalam

kotak dialog Dataset Header Editor : Registration .

Untuk Band 20120428SP4310358S0G2AXI.ers, hasil pengurangan

DS 2 DS 1 dibagi 2

1.5.4 Menyimpan 2 dataset citra dari scene yang berurutan ke

dalam satu dataset.

Setelah citra tidak mengalami pergeseran lagi, proses selanjutnya

menyimpan 2 dataset citra tersebut ke dalam satu dataset. Dimulai dengan

membuka kembali semua band pada DS 1 dan DS 2 ke dalam mode

pseudo layer. Sehingga pada window algorithm tersusun urut seperti

gambar di bawah sebelah kiri. Pada view window, kondisi citra harus

dalam keadaan Zoom to All Datasets.

Lakukan drag layer-layer pada DS 2 ke DS 1, seperti gambar dibawah :


22

Dari menubar pilih File-Save as untuk menyimpan algorithm-nya,

misal D:\DIKLAT\Mosaik_310358_310359.alg. Untuk

menyimpan hasil mosaik dapat dalam dua bentuk :

1. Disimpan dalam bentuk Virtual

Dar i menubar p i l ih File-Save as akan muncul kotak d ia log

baru ya itu kotak Save as . D i bawah kata Files of Types ,

p i l ih ER Mapper Virtual Dataset (.ers) is ikan nama f i le

baru d i bawah kata Save as , misa l D:\DIKLAT\RASTER\

Mosaik_310358_310359_Virt .ers .

Klik OK

2. Disimpan dalam bentuk Dataset

Dari menubar pilih File-Save as

Di bawah kata Files of Types , p i l ih ER Mapper Raster

Dataset ( .ers) , is ikan nama f i le baru d i bawah kata Save

as , misal D:\DIKLAT\RASTER\

Mosaik_310358_310359.ers

Kl ik Apply





23


ceklist ()

Klik OK, tunggu sampai window ER Mapper Status mencapai

100% dan ada message complete.

1.6 Pembuatan Algorithm

Dari toolbar (main menu) klik kemudian klik pilih citra yang akan

ditampilkan, misal 20120428SP4310358S0G2AXI.ers , kemudian

klik

Dari window algorithm klik kemudian klik

sebanyak 1x, kemudian klik pada DS2 dan buka file yang lain misal

20120428SP4310359S0G2AXI.ers

Dar i menubar p i l ih File-Save as akan muncul kotak d ia log

baru ya itu kotak Save as . D i bawah kata Files of Types ,

p i l ih ER Mapper Algorithm (.alg) is ikan nama f i le baru d i

bawah kata Save as , misal D:\DIKLAT\RASTER\

Mosaik_310358_310359.alg .

Klik OK

1.7 Koreksi Geometrik/Rektifikasi Citra

Data citra harus dikoreksi geometrik terhadap sistem koordinat bumi,

supaya semua informasi data citra telah sesuai keberadaannya di bumi. Pada

koreksi geometrik ini terdapat dua istilah, yakni registrasi dan rektifikasi.

Registrasi adalah proses mendaftarkan/menempatkan titik-titik

referensi peta atau titik-titik referensi bumi terhadap citra yang belum

terkoreksi geometrik. Sedangkan rektifikasi adalah proses koreksi/perbaikan

geometrik citra yang belum terkoreksi yang sudah memiliki titik-titik referensi.

Di dalam ER Mappervesi 5.5 terdapat empat tipe pengoperasian

rektifikasi :

1. Image to map rectification

2. Image to image rectification


24

3. Map to map transformaion, yaitu mentransformasikan data yang

terkoreksi menjadi datum map projection yang baru.

4. Image rotation, memutar citra menjadi beberapa derajat.

Urutan dalam proses rektifikasi, pertama adalah menentukan titik kontrol

(GCP), kemudian melakukan proses rektifikasi, serta mengevaluasi hasil

rektifikasi.

Menurut wizard ER Mapper7.0, terdapat 7 Geocoding Type, yaitu:

1. Tryangulation

2. Polynomial

3. Orthorectify using ground control point

4. Orthorectify using exterior orientation

5. Map to map projection

6. Known Point Registration

7. Rotation

1.7.1 Menentukan Metode Geocoding

Langkah awal Koreksi geometrik adalah menentukan metode yang akan

digunakan untuk melakukan koreksi. Metoda yang akan digunakan tergantung

pada jenis data (Resolusi Spasial), jenis kesalahan geometris (skew, yaw, Roll,

pitch).

Triangulation biasanya digunakan untuk data yang mengalami banyak

pergeseran/distorsi skew dan yaw. Juga digunakan untuk data yang tidak

sama ukuran pixelnya pada satu set data. This method creates a mesh of

triangles from the ground control points. The triangles are constructed so that

the circumcircle for each triangle contains only the vertices for the triangle.

The polynomial coefficients for each triangle are then calculated. ER Mapper

rectifies the image by performing a linear rectification within each triangle.

Triangulation reduces local distortion in the image, a characteristic of geo-

scanned data. It is ideal for airborne scanners, as it removes skew and yaw

errors without introducing errors from a polynomial warp (Copyright Earth

Resource Mapping Ltd).

Polynomial biasanya digunakan untuk data citra yang mengalami

pergeseran linear, ukuran pixel sama dalam satu set, untuk data resolusi

spasial tinggi maupun rendah. Polynomial geocoding is usually used to


25

transform an image from a RAW (or unknown) projection into a known

projection. Ground Control Points are located on the RAW image and matched

either with points on an image in the desired projection, or with coordinates

typed in (possibly from a map).

Polynomial geocoding can also be used to reference two images in unknown

projections, such as images of the same location on different dates or with

different sensors. This can be done by rectifying both images into the same

known projection, but is more simply achieved by rectifying one image directly

to the other.

Unlike simple rectifications, one or both of the TO (corrected) and FROM

(uncorrected) coordinate spaces are not specified for polynomial rectifications,

so the relationship between them is also unknown. Ground Control Points

(GCPs) are identified in the FROM and TO coordinate spaces. The relationship

is approximated by a Polynomial equation, and the INPUT image is rectified to

fit the TO coordinate space.

The accuracy of this method depends on how precisely the GCPs are located.

It is, therefore, beneficial to choose as many GCPs as possible to minimise the

effect of any single error.

The coordinate space of the OUTPUT image will be the same as that of the TO

coordinate space, whether that is specified in terms of a known map projection

or as RAW coordinates (Copyright Earth Resource Mapping Ltd).

Orthorectify digunakan selain untuk mengoreksi citra secara geometris, juga

mengoreksi citra berdasarkan ketinggian geografisnya. Jika tidak menggunakn

orthorectify, maka puncak gunung akan bergeser letaknya dari posisi

sebenarnya, walupun sudah dikoreksi secara geometris. Orthorectifying an

image corrects local and global distortions by adjusting for camera

characteristics, platform positions and terrain details.

The Geocoding Wizard provides two methods for orthorectifying images, viz.

Orthorectify using ground control points, and Orthorectify using exterior

orientation. The former uses these ground control points (GCPs) to calculate

the exterior orientation (roll, pitch, yaw and XYZ) of the camera at the

moment of exposure. With the latter, GCPS are not necessary because the

exterior orientation is already known.

To orthorectify an image you need the following:


26

- Camera file containing camera calibration information

- DEM file (You can enter an average height if the terrain is relatively

flat)

- Exterior orientation (Orthorectify using exterior orientation)

- GCPs referenced by their XYZ coordinates. (Orthorectify using ground

control points)

If you do not already have a Camera File, the Geocoding Wizard gives you

access to the Camera Wizard to create one using information contained in a

Camera Calibration Report (Copyright Earth Resource Mapping Ltd)

Rotation digunakan untuk mengoreksi citra karena terjadi pergeseran citra

yang terlihat berputar, baik searah jarum jam maupun berlawanan jarum jam.

You can use the Geocoding Wizard to accurately rotate your image

counterclockwise by typing the value in degrees. You can also use this feature

to only resample the image by rotating it by zero degrees.

Note: When you rotate an image, ER Mapper updates the rotation field in the

header file by adding the new rotation to the existing value. For example, if

you rotate an image, which has already been rotated by 10 degrees, by a

further 10 degrees, the header file will now show a rotation of 20 degrees. It

is, therefore, important to ensure that the header file correctly reflects the

existing rotation and coordinate information before rotating the image further,

otherwise you could end up with an image that looks correct but with an

incorrect rotation value in the header. You can use the Geocoding Wizard

Known point registration facility to enter the correct rotation and coordinate

information (Copyright Earth Resource Mapping Ltd).

Known Point Registration sets the registration point and coordinate space

information in the image, but does not rectify it.

Map to Map Reprojection and Rotation rectify the image by geographic

transformation; i.e. they do not correct geometric distortion.

Triangulation, Polynomial and Orthorectification rectify the image by

geometric correction and graphic transformation; i.e they correct geometric

distortions and associate the image to a spatial location. The


27

Orthorectification methods are the most accurate because they include

terrain and camera information in their calculations. With the exception of

Advanced Orthorectification, they all require the selection of GCPs.

Each of the geometric correction methods is suited to specific types of

imaging. The following matrix indicates which geometric correction methods

are most appropriate for specific types of imaging.

Orthorectification Polynomial Triangulation

Satellite optical

(Landsat, SPOT)

X

Satellite radar

Airphotos X X X

Airborne optical

scanner

X X

(Copyright Earth Resource Mapping Ltd)

1.7.2 Menentukan Titik Kontrol (GCP)

Kita akan melakukan koreksi terhadap file D:\DIKLAT\RASTER\

20120428SP4310359S0G2AXI.ers . Langkah-langkah memulai koreksi

geometrik bisa diuraikan sebagai berikut :

Dari menubar klik Proses, kemudian pilih Geocoding Wizard.

Klik to open file


28

Pada langkah 1) Start, Klik pada window Geocoding Wizard Step 1

of 5 untuk membuka data citra yang akan dikoreksi. Buka file

D:\DIKLAT\RASTER\20120428SP4310359S0G2AXI.ers .

Pi l ih Polynomial pada Geocoding Type , k l ik langkah 2)

Polynomial Setup , p i l ih l inear .

Kl ik Langkah 3) GCP Setup , cekl is t pada Geocoded image,

vectors or algorithm . Klik untuk membuka file referensi

(Hasil Scanning peta Rupa Bumi Indonesia yang sudah geocoded

atau dapat pula citra Landsat yang sudah terkoreksi). Misal citra

Landsat yang akan digunakan untuk mengoreksi file citra

20120428SP4310359S0G2AXI.ers . Buka file peta tersebut

misal di D:\DIKLAT\RASTER\sulsel_sutm50.ers .

Pada kotak Output Coordinat Space (mas ih Langkah 3),

k l ik Change untuk mengis i to Geodetic Datum : WGS84 ,

To geodetic project ion : SUTM50 dan To Coordinat type

: Eastings/Northings .

Klik langkah 4) GCP Edit, untuk memulai mengambil titik kontrol.


29

Klik to open file


30

Pada saat langkah 4) GCP Edit aktif, akan muncul 4 window view :

1. UNCORRECTED GCP ZOOM

2. CORRECTED GCP ZOOM

3. UNCORRECTED GCP (OVERVIEW ROAM geolink)

4. CORRECTED GCP (OVERVIEW ROAM geolink) dan window langkah

4) GCP Edit.

Gunakan icon dari menubar untuk menunjuk titik-titik referensi pada

citra dan peta. Gunakan juga icon-icon zooming dan panning dari

menubar untuk memperbesar, memperkecil citra dan peta serta melakukan

penggeseran display view.

*) Klik dengan icon Pada window view UNCORRECTED GCP ZOOM

untuk mengambil titik X dan Y, kemudian klik dengan pada window

view CORRECTED GCP ZOOM untuk mengambil koordinat Easting dan

Northing.


31

**) Klik icon pada window langkah 4) GCP Edit untuk menambah titik

referensi yang baru

Lakukan langkah yang sama dengan *).

Lakukan hal yang sama dengan **)

Ambil titik GCP tersebut minimal sekali adalh 4 titik, maksimal tidak

terbatas, dengan pertimbangan pada saat memilih titik GCP, sebaiknya

memilih terlebih dahulu pada setiap sudut jendela citra, tetapi bila tidak

bisa (misalnya data daerah pesisir/lautan atau ada awan), maka dicari titik

terdekat dengan sudut tersebut. Hal tersebut untuk menjaga supaya titik

GCP menyebar pada citra sehingga perhitungan statistik rektifikasi tidak

bertumpuk pada salah satu sudut saja.

Pemilihan obyek yang akan dijadikan GCP sebaiknya obyek yang tidak

berubah bentuknya dalam rentang waktu perbedaan data citra tersebut,

misalnya perpotongan jalan, tetapi bila tidak memungkinkan maka dapat

dipilih daerah aliran sungai, perpotongan sungai dan lainnya selama obyek

tersebut tidak berubah bentuknya dan berpindah tempat.

Setelah 4 titik GCP diambil, kita bisa melihat nilai RMS (Root Mean Square)

nilai tersebut menunjukkan seberapa besar kesalahan titik yang kita ambil

terhadap sebenarnya di peta. RMS (Root Mean Square) Error is a

standard statistical measure that attempts to describe the difference

between the actual point location you have defined and the mathematically

estimated point location.

The RMS error is calculated as the square root of the average square

differences in X and Y between the actual fiducial point location and the

estimated fiducial point location given by the fitted polynomial or

collinearity equation.

In general terms the RMS error should be less than 1. This means that

the average error in X and Y is less than 1 image cell. (Note: If an image

contains severe distortions it may be appropriate to have RMS errors

greater than 1).


32

Note: You must have at least four defined points before the RMS error

is displayed for each point.

Note: The error value of the point affects and is affected by other points

in the image, unless it is turned Off (Copyright Earth Resource Mapping

Ltd)


33

Jika sudah banyak titik yang kita ambil, jangan lupa disave, untuk

menghindari hal yang tidak diinginkan. Klik save untuk menyimpan file

GCP ke dalam file header citra. Klik juga icon untuk menyimpan file

GCP ke dalam file tersendiri berextensi gcp (.gcp).

Kita juga bisa melihat ke arah mana salahnya pergeseran titik referensi

tersebut, dengan mengaktifkan Grid dan Errors pada window langkah 4

ini.

1.7.3 Proses Rektifikasi

Langkah terakhir untuk koreksi geometrik adalah Rectifying. Klik langkah

5) Rectify.

Klik untuk menyimpan file hasil koreksi di

D:\DIKLAT\RASTER\20120428SP4310359S0G2AXI_rec.ers


34

Cell size X : 20 dan Cell size Y : 20, null cell value : 0, Resampling :

Nearest neighbour. Kemudian Klik untuk mulai

melakukan resampling dan penyimpanan.

Tunggu sampai Rectification 100%, klik OK jika Rectification finished

succesfully.


35

1.7.4 Koreksi Geometrik dengan GCP Map Interpolation

Metode ini digunakan jika kita mempunyai peta yang dapat dijadikan

acuan, misal Peta Rupa Bumi Indonesia (Peta RBI). Pada peta ini terdapat

objek yang dapat dijadikan titik GCP dan sebagai referensi koordinat, maka

kita baca dari grid koordinat yang terdapat di tepi peta. Langkah-langkahnya

adalah mirip dengan metode di atas. Hanya berbeda pada Step 3.

Pada Step 3, tidak ada yang diceklist. Output Coordinate Space sama

dengan di atas.

Pada Step 4, yang ditampilkan hanya 2 jendela citra uncorrected. Karena

kita akan menggunakan Peta RBI untuk dibaca koordinatnya dan

memasukkannya ke kolom Easting Northing pada jendela Geocoding

Wizard (Step 4).


36

Pada Peta RBI terdapat grid geografi berupa garis biru dan grid UTM

berupa garis hitam yang hanya terdapat di tepi peta. Pada Step 3,

geodetic projection yang dipilih adalah SUTM50, sehingga yang kita baca

dan masukkan berupa koordinat UTM. Interval grid UTM pada Peta RBI

skala 1:50.000 adalah 2 cm atau 1000 meter. Skala 1:50.000 berarti 1 cm

di peta adalah 50.000 cm di lapangan atau 500 meter di lapangan. Misal

kita akan membaca koordinat titik 35 pada Peta RBI di bawah. Misal

dengan penggaris kita ukur jaraknya dari grid 442000 adalah 1,2 cm. Dan

jarak dari grid 9448000 adalah 1,9 cm. Maka koordinat UTM titik 35

adalah 442600 mT [dihitung dari 442000 + (1,2 x 500)] dan 9448950 mU

[dihitung dari 9448000 + (1,9 x 500)]

Titik yang kita dapatkan kemudian dimasukkan ke dalam kolom Easting

(atau meter Timur disingkat mT) dan Northing (atau meter Utara disingkat

mU).

Kemudian langkah selanjutnya adala sama dengan di atas yaitu

menambahkan titik-titik berikutnya, kemudian masuk ke Step 5 memberi

nama file hasil koreksi, dan Start Rectification.


37

440000

441000 442000 443000 444000

9450000

9449000

9448000

1,9 cm

1,2 cm


38

1.7.5 Mengevaluasi Hasil Registrasi

Dari toolbar klik kemudian klik

Dari window algorithm klik kanan pilih Red Green

Blue, kemudian klik sebanyak 2x pada , atau

klik icon dari menubar untuk mengubah menjadi

Red Green Blue. Jika icon tersebut belum muncul pada menubar, panggil

dari Toolbars-Forestry.

Duplikat yang telah menjadi Red Green Blue

sebanyak 2x.

isi dengan file citra hasil rektifikasi :

D:\DIKLAT\RASTER\20120428SP4310359S0G2AXI_rec.ers

isi dengan file citra sebelum rektifikasi :

D:\DIKLAT\RASTER\20120428SP4310359S0G2AXI.ers

isi dengan file peta referensi :

D:\DIKLAT\PETA\sulsel_sutm50.ers .

Klik untuk memperbesar, mencari daerah bebas awan,

kemudian klik Surface gerakan ke kanan-kiri untuk melihat

apakah antara kedua data masih atau tidak mengalami pergeseran.

Bisa dibandingkan antara citra dengan citra, antara citra dengan

peta, dengan mengganti on/off salah satunya, jadi hanya 2

yang on pada saat melakukan pergeseran dengan

.

Kalau masih mengalami pergeseran terutama dengan peta referensi,

maka pemilihan titik GCPnya diulang kembali dengan menambah

atau membenarkan letak titik GCPnya, sampai kira-kira mendekati

peta.


39

1.7.6 Koreksi Citra Pankromatik

Koreksi untuk citra pankromatik dilakukan dengan menentukan titik

GCPnya yang dapat dilakukan dengan cara cepat. Dengan menyimpan titik-

titik GCP ke dalam file pada Step 4 pada saat koreksi citra yang multispektral,

Kondisi off

Icon on/off layer

Kondisi transparansi 66%. Pada citra nampak daratan dan sungai yang belum tepat.

Kondisi transparansi 66%. Pada citra nampak daratan dan sungai yang sudah tepat.


40

maka file GCP yang telah disimpan tersebut dapat dibuka pada saat koreksi

citra pankromatik pada Step 4.

Step 1 yang dibuka adalah citra pankromatik

Step 2 pilih Linear

Step 3 yang dibuka adalah citra Landsat yang telah terkoreksi

Step 4 kita buka file GCP milik multispektral. Kemudian kolom Cell X dan

kolom Cell Y yang tampil dikalikan dengan 2 dan hasilnya dimasukkan ke

dalam kolom Cell X dan kolom Cell Y

Step 5 ketikkan citra hasil koreksi dan mulai rektifikasi

1.8 Pembuatan Citra Komposit Red-Green-Blue

(RGB)

Dari toolbar klik kemudian klik pilih citra yang akan dipotong,

misal IMAGERY.TIF, kemudian klik

Klik icon Dari menubar, cut dengan layer dari

window algorithm. pilih Red Green Blue,

Klik pilih band 4 untuk layer Red, band 1 untuk layer Green, band 3

untuk layer Blue.


41

Dari menubar pilih File-Save as

Arahkan foldernya ke D:/DIKLAT/RASTER/.

Masuk ke dalam folder raster, pilih ER Mapper Raster Dataset pada Files

of Type untuk menempatkan dataset hasil save as. Isikan nama file baru

di bawah kata Save as:, misal

20120428SP4310359S0G2AXI_B413.ers. klik OK, kemudian akan

terbuka window Save as ER Mapper Raster Dataset.





ceklist ()

Klik OK, tunggu sampai window ER Mapper Status mencapai 100% dan

ada message complete

1.9 Pemotongan Citra (Cropping)

Pemotongan citra dilakukan guna memperkecil daerah yang dikaji sesuai

dengan area of interest, dimana diketahui ukuran satu scene citra adalah 60 x 60 km.

Langkah-langkah dalam melakukan pemotongan citra (cropping) ada beberapa cara :

1. Dengan memasukkan koordinat lintang/bujur atau UTM

Dari toolbar klik kemudian klik pilih citra yang akan dipotong,

misal 20120428SP4310359S0G2AXI_rec.ers, kemudian tampilkan

semua band pada dari file tersebut, jangan lupa ganti

dengan nama-nama band-nya.

Dari menubar View-Geoposition atau klik , kemudian pilih Extens

akan muncul kotak dialog seperti gambar dibawah ini :


42

Masukan nilai koordinatnya, bisa dalam bentuk Latitude/Longitude atau

Easting/Northing, kemudian klik Apply

Dari menubar pilih File-Save as, dan seterusnya ikuti prosedur File-

Save as

2. Memotong sesuai bentuk yang diinginkan, seperti Batas Kabupaten :

Jika data berasal dari data shp terlebih dahulu dilakukan konversi dari

data shp ke Erv (vector ER Mapper). Adapun langkahnya sebagai berikut :

Data 20120428SP4310359S0G2AXI_rec.ers dibuka seperti diatas.

Dari Utilities pilih Import Vektor and GIS formats-ESRI Shape File-

Import.

Muncul window Import Shape File, pada baris Input File Name : arahkan

ke folder D:/DIKLAT/ADMINISTRASI/barru_polygon.shp.

Pada baris Output File Name : arahkan ke folder

D:/DIKLAT/ADMINISTRASI/barru_polygon.erv.

extension file output harus ditulis (.erv), yang merupakan type file

vektor ER Mapper.


43

Map Projection : GEODETIC, Geodetic datum : WGS84, dan

seterusnya seperti pada gambar. Warna garis bisa dipilih sesuai selera,

yang penting terlihat jelas diatas citra.

Pada window algorithm, klik Edit-Add Vektor Layer-Annotation/Map

Composition, untuk mengeluarkan layer khusus vektor.


44

Setelah dibuka dengan mengklik icon , maka akan muncul vektor

polygon Kabupaten Barru di atas citra.

Vektor batas ADM

Kab. Barru

Klik to load data

vektor (.erv)


45

Beri nama region vektor polygon tersebut dengan cara Klik pada

window Tools. Jangan lupa garis vektor tersebut harus dalam keadaan ter-

select. Ketikkan kata kab_barru pada window yang tersedia, klik Apply.

Save File vektor tersebut dengan , dan save as ke dalam Raster

Region dengan .

Pindahkan dot selection dari Vektor File ke Raster Region (langkah 2). Pada

baris Save To File, filenya harus sama dengan yang dibuka di window

algorithm, jika belum sama dengan yang kita inginkan, yaitu

mosaik_310358_310359.ers, berarti yang terbuka di window algorithm

bukan file mosaik_310358_310359.ers. Setelah dibetulkan, klik OK.

Sampai langkah ini, file citra siap untuk dicroping. Langkah

selanjutnya adalah memberikan formula untuk memotong citra

tersebut.

Klik pada Algorithm pada window formula editor klik Standard

Inside Region, isikan pada :

INPUT1 : B1 : Red Layer

1

2

3


46

REGION1 : kab_barru

Lakukan hal yang sama sampai INPUT1 : B3 : Blue Layer dan REGION1 :

kab_barru

Klik (untuk men-zoom citra yang sudah di-crop), kemudian

dari menubar klik File-Save as... beri nama file baru, misal

crop_ mosaik_310358_310359.ers

Ikuti prosedur save as, Klik OK.

INPUT1 : B1 : Red Layer

INPUT1 : B2 : Green Layer

INPUT1 : B3 : Blue Layer

REGION1 : kab_barru


47

Catatan :

Pada saat Save as, layer vektor bisa dicut , agar tidak terbawa ke dalam

dataset baru.

1.10 Penajaman Kontras Citra (Transformation)

Transformasi adalah teknik peningkatan kontras warna dan

cahaya dari suatu citra sehingga memudahkan untuk interpretasi

dari analisis citra. Histogram adalah suatu tampilan grafik dari

distribusi frekuensi relatif dalam suatu dataset. Suatu kotak dialog

transformasi akan menampilkan histogram data masukan dan data

keluaran setelah ditransformasi dan garis transformasi.

Transforms change the value of each pixel by re-mapping the

original value to a new value. The Transform dialog box displays

Citra hasil cropping dengan batas

administrasi Kab. Barru

Citra hasil cropping setelah

dizoom, siap di Save as


48

the histogram and the transform line, as well as transform

options.

The default transform maps the input directly to the output (x=y).

The x-axis represents the actual image cell values, and the Y-axis

represents how they are mapped to the image. More complex

transforms modify the data across the full output (Copyright

Earth Resource Mapping Ltd).

Untuk mengkontraskan data dengan menghilangkan 1 % informasi klik

Untuk mengkontraskan data secara manual klik akan muncul

tampilan :

Transform types

Several different types of transforms can be used to enhance your image.

These are:

Linear transform allows you to create a piecewise linear transform,

including a step function, sawtooth, or any other transformation which can be

expressed by a piecewise linear relationship between the input and output

values.

Output histogram

Transform line (drag to adjust)

Input histogram

X axis (data) minimum and maximum fields

Y axis (display) minimum and maximum fields

Clik to view transform in other layers

Clik to choose an automatic transform option

Choose X and Y axis limits options

Insert, delete or copy transform

Slider


49

Autoclip transform clips at 99%, excluding the first and last 0.5% of the

data. Double-click on the button to change the percentage clip.

Level-slice transform clips in 'steps', which can be used to create contour

lines. Double-click on the button to change the number of steps.

Histogram match is used when there is more than one layer of the same

type - for example, two Red layers - and you wish them both to have similar

contrast and brightness.

Histogram equalize creates a piecewise linear transform modifying the

values so that all values occur with equal probability.

Gaussian equalize creates a piecewise linear transform modifying the

values to match a Gaussian probability distribution. Double-click on the button

to change the half-width of the Gaussian envelope.

Logarithmic transforms are useful for processing geophysical data with a

large dynamic range, in order to compress the dynamic range.

A Logarithmic transform can also be applied to the intensity layer of a color

draped algorithm, to reduce the darkness of the image while retaining the

variation of the intensity.

Exponential transforms can be used to stretch the dynamic range in an

image using geophysical data with a small dynamic range.

Display Histogram only enables you to look at an output histogram of the

data at a specific point of the processing.

Note: Display Histogram only does not modify the image; it only displays the

current histogram. For example, this can be used to compare data values

before and after a formula is applied (Copyright Earth Resource Mapping Ltd)

Selain dengan icon transform otomatis, dapat juga membuat kontras citra

secara manual dengan mendrag garis transform pada kotak historam

dengan mouse kiri., seperti contoh :

Sebelumnya transformasi harus dihapus terlebih dahulu dengan cara :

Dari jendela Transform pilih Edit Delete this transform, kemudian

klik pada layer Red-Green-Blue.


50

Untuk menyimpan hasil transformasi maka tampilan citra perlu

disimpan, bisa sebagai algoritma ataupun sebagai raster dataset

dengan mengklik File-Save as buat nama file, misal

D:\DIKLAT\RASTER\trans_crop_mosaik_310358_310359.alg.

1.11 Penyimpanan Citra

Buka file yang akan disimpan

Klik Save As

Ketikkan nama file

Pilih tipe file misal GeoTIFF/TIFF (.tif, .tiff)

Drag to transform


51

Akan muncul jendela Save As GeoTIFF/TIFF

Pada bagian bawah, jika ingin dibuatkan file yang mengandung informasi

koordinat, maka ceklist-lah Write world file

Kemudian klik OK

Untuk menyimpan dalam format lain misal JPEG maka pilih JPEG (.jpg)

Akan muncul jendela Save As JPEG


52

Pada bagian bawah, jika ingin dibuatkan file yang mengandung informasi

koordinat, maka ceklist-lah Write world file

Kemudian klik OK

Jika ingin mengkompres citra, sehingga ukurannya menjadi lebih kecil,

maka setelah membuka citra yang akan dikompres, maka klik File,

kemudian Save as Compressed Image

Akan muncul jendela baru, klik Next


53

Kemudian ketikkan file baru di mana akan disimpan. Misal kompres.

Kemudian klik OK.

Akan muncul ke tahap berikutnya. Klik Next.

Akan muncul ke tahap berikutnya. Masukkan angka Target compression

ratio. Semakin kecil angka yang dimasukkan, semakin besar ukuran file

hasil kompresannya. Semakin besar angka yang dimasukkan, semakin

kecil ukuran file hasil kompresannya. Semakin kecil ukuran file hasil


54

kompresan, maka gambarnya akan semakin pecah. Angak default adalah

25. Klik Next.

Akan muncul ke tahap berikutnya. Klik Next.

Akan muncul ke tahap berikutnya. Jika kita ingin mengetahui berapa

ukuran file hasil kompresan dengan angka rasio yang telah dimasukkan

sebelumnya, maka klik Compute summary information. Maka ER Mapper

akan menghitung. Pada gambar di bawah dari 34 MB dikompres menjadi 1

MB. Angka ini adalah angka perkiraan. Jadi, hasilnya akan mendekati


55

angka tersebut. Jika tidak puas, maka klik Back untuk memasukkan angka

rasio yang baru. Jika sudah puas, maka klik Finish. Maka ER Mapper akan

menjalankan tugasnya. Ternyata bahwa hasil kompresan ER Mapper

menghasilkan keluaran 467 KB pada file input.


56

prosedur pengolahan data citra

Documents