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 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.

II.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 6.4 sehingga akan muncul window main menu

II.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.      

ER Mapper  juga mempunyai banyak fasilitas import yang dapat dipergunakan untuk mengimport antara lain data raster dan vektor dalam berbagai format. Contoh langkah untuk mengimport data landsat_5 TM adalah sebagai berikut :

 

·         Dari menu bar pilih Utilities yang akan menampilkan berbagai jenis data yang dapat diimport dengan ER Mapper.

·         Untuk mengimport data Landsat_5 TM, pilih Import satellite imagery, kemudian klik Import akan keluar tampilan sebagai berikut :

ER Mapper6.4 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. Membuka file data dari CD Rom bisa dimulai dari window algorithm.

·         klik icon load    kemudian arahkan folder ke CD ROM melalui menu Volumes dari Windows Raster Dataset.

 

·         Klik file L71114063_06320030323_B10.TIF untuk membuka file dari kanal/band 2. Susunan nama file menunjukkan arti tertentu, seperti terdapat dalam file readme CD yang bersangkutan :

“DATA FILE NAMES

The file naming convention for Landsat 7 GeoTIFF is as follows:

L7fppprrr_rrrYYYYMMDD_AAA.XXX  where:

------------------------------

      L7         = the Landsat-7 mission

      f           = the ETM+ data format

      ppp     = the starting path of the product

      rrr_rrr    = the starting and ending rows of the product

      YYYYMMDD = the acquisition date of an image

      AAA     = the file type:

                  B10 = band 1

                  B20 = band 2

                  B30 = band 3

                  B40 = band 4

                  B50 = band 5

                  B61 = band 6L (low gain)

                  B62 = band 6H (high gain)

                  B70 = band 7

                  B80 = band 8

                  MTL = the metadata file

                  XXX = the extension file

                  TIF = the GeoTIFF file extension

                  TXT = the text file extension”

·         Klik OK

·         Untuk membuka data citra lebih dari 1 band, maka lakukan duplikat pseudo layer. Klik  pada windows algorithm. Lakukan duplikat sebanyak jumlah band yang akan dibuka.   Band 2 akan kita letakkan pada pseudo layer yang kedua, band 3 akan kita letakkan pada pseudo layer 3 dan seterusnya. Untuk membuka band 2, letakkan cursor pada layer 2, kemudian klik   dan cari file yang berisi band 2. klik this layer only pada Window Raster Dataset. Sehingga sekarang sudah ada 2 data dari 2 band pada Window View.lakukan hal yang sama untuk band 3 dan seterusnya.

II.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 (HIS), 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

II.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 :

·         Dari window algorithm klik  dibawah kata No Dataset untuk memilih data yang akan ditampilkan, kemudian klik file di kotak dialog Raster Dataset, misal L71114063_06320030323_B50.TIF, maka akan tampak gambar dalam mode pseudo layer seperti di bawah ini. Mode ini biasanya digunakan untuk melakukan konversi format file.

II.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 542, artinya pada layer red (R) akan ditempatkan band 5, pada layer green (G) akan ditempatkan band 4, 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.

·         Pindahkan cursor pada layer red, klik    untuk membuka data. Pilih nama file yang berisi band 5, klik ok. Layer green diisi file yang berisi band 4, klik this layer only, demikian juga layer blue, isi dengan band 2, klik this layer only. 

·         Akan muncul tanda silang (X) pada masing-masing layer, karena default surface belum diganti. Klik kanan pada default surface, ganti dengan  red green blue.

 

·         Pada window view, akan muncul gambar citra sebagian wilayah Sulawesi Selatan, path/row 114/063, dengan kombinasi warna true color.

II.3.3          Langkah-langkah untuk menyimpan file dalam satu dataset :

·         Buat kombinasi dataset dari band 1,2,3,4,5,7 ke dalam satu dataset. Kemudian band 61, 62 ke dalam satu dataset dan band 8 dipisahkan sendiri. Dataset akan disimpan ke dalam hard disk  di folder D:/DIKLAT_1_2005/RASTER/.

·         Dari window algorithm klik  sebanyak 5x, kemudian double klik kiri pada  untuk mengganti nama layer menjadi Band 1, kemudian klik  dibawah kata No Dataset untuk memilih data yang akan ditampilkan, kemudian klik file di kotak dialog Raster Dataset, misal L71114063_06320030323_B10.TIF, kemudian klik apply this layer only tampilan akhir dapat dilihat pada gambar dibawah ini :

·         Ganti semua    dengan urutan nomor band seperti di gambar atas. Isi layer band 2 dengan file dari CD yang bersisi band 2, layer band 3 dengan file dari CD yang bersisi band 3, dan seterusnya.

·         Dari menubar pilih File-Save as Dataset akan muncul kotak dialog seperti dibawah ini :

 

·         Arahkan foldernya ke D:/DIKLAT_1_2005/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 L71114063_06320030323_B123457.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 30. Maintain aspect ratio dan Delete output transform di ceklist (√)

·         Klik OK, tunggu sampai window ER Mapper Status mencapai 100% dan ada message complete

·         Klik OK

Lakukan langkah-langkah yang sama untuk save as… data citra dari CD yang lainnya.

II.4       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).

II.4.1. Langkah-langkah dalam Mosaik Citra bisa diuraikan sebagai berikut :

·         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\ L71114063_06320030323_B123457.ers (Default Surface 1) sebut saja DS untuk selanjutnya, Dari window algorithm klik  sebanyak 5x, klik kiri pada  untuk mengganti nama layer menjadi Band1 sampai Band7

·      Klik  1x di  kemudian klik  pilih file di kotak dialog Raster Dataset, yakni L72114064_06420020928_B123457.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 542. 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 2. 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.

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 542.

II.4.2. Langkah-langkah untuk membuat color composit RGB 542 bisa diuraikan sebagai berikut :

·         Delete dengan icon   pada window algorithm layer-layer “selain” band 5,4 dan 2. Lakukan hal yang sama pada DS 1 dan DS 2. sehingga pada masing-masing DS tersisa band 5, 4 dan 2.

·         Ganti  pada masing masing DS dengan layer red, green dan blue sesuai urutan band 5, 4 dan 2, tidak boleh “tertukar” urutannya.

·         Ganti juga  dengan surface red green blue

Proses selanjutnya adalah mengecek apakah di antara perbatasan kedua scene citra tersebut mengalami pergeseran, prosesnya disebut Translasi.

II.4.3. Langkah-langkah 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.

 

·      Pada kotak dialog algorithm klik kiri di DS 1 gerakan ke kanan ke kiri Transparency (%), jika terjadi pergeseran dilakukan translasi dengan cara :

Þ    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 :

 

Þ    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.

Þ    Geser transparency = 100 % klik di citra pixel pada DS 2, kemudian catat Dataset X,Y, selanjutnya DS 2 sebagai referensi.

Catatan :

À         Transparency = 0 % berarti data yang tertampilkan di window algorithm adalah L71114063_06320030323_B123457.ers

À         Transparency = 100 % berarti data yang tertampilkan di window algorithm adalah L72114064_06420020928_B123457.ers

Þ    Lakukan pengurangan antara data yang akan digeser dengan referensi ( DS 1 – DS 2), hasil pengurangan akan dimasukan ke dalam header data yang akan digeser, contoh :

Dataset X,Y (DS 1) :        5042.00     ; 6790.04

Dataset X,Y (DS 2) :        5042.94     ; 6792.00 - 

         -2.94      ;    - 0.96

Þ    Kemudian klik  pada dataset yang akan digeser, klik Info-Edit-Raster info…-Registrasi Point… akan muncul kotak dialog Dataset Header Editor : Registration.

 

Þ    Kemudian isikan hasil pengurangan DS 1 – DS 2 ke dalam kotak dialog Dataset Header Editor : Registration.

Þ    Klik OK 3x, kemudian Yes, kemudian OK

Þ    Selanjutnya dicek apakah citra masih mengalami pergeseran, kalau masih lakukan lagi proses diatas, kemudian hasil pengurangan ditambahkan atau dikurangi dengan hasil pengurangan pertama.

Catatan :

À         Untuk Band file L72114064_06420020928_B80.ers

À  klik  pada dataset yang akan digeser, klik Info-Edit-Raster info…-Registrasi Point…

À  Isikan nilai hasil pengurangan DS 1 – DS 2 dikali 2 ke dalam kotak dialog Dataset Header Editor : Registration.

À         Untuk Band L71114064_06420020928_B62.ers, hasil pengurangan DS 1 – DS 2 dibagi 2

II.4.4. 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 :

 

·         Dari menubar pilih File-Save as… untuk menyimpan algoritm-nya, misal D:\DIKLAT_1_2005\Mosaik_L71114063_L7114064_B123457.alg. Untuk menyimpan hasil mosaik dapat dalam dua bentuk :

1. Disimpan dalam bentuk Virtual

·         Dari menubar pilih File-Save as akan muncul kotak dialog baru yaitu kotak Save as. Di bawah kata Files of Types, pilih ER Mapper Virtual Dataset (.ers)  isikan nama file baru di bawah kata Save as, misal D:\DIKLAT_1_2005\RASTER\Mosaik_L71114063_L7114064_B123457_Virt.ers.

·         Klik OK

2. Disimpan dalam bentuk Dataset

·         Dari menubar pilih File-Save as

·         Di bawah kata Files of Types, pilih ER Mapper Raster Dataset (.ers), isikan nama file baru di bawah kata Save as, misal D:\DIKLAT_1_2005\RASTER\Mosaik_L71114063_L7114064_B123457.ers

·         Klik Apply

·         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 30. Maintain aspect ratio dan Delete output transform di ceklist (√)

·         Klik OK, tunggu sampai window ER Mapper Status mencapai 100% dan ada message complete.

II.5       Pembuatan Algorithm

·           Dari toolbar (main menu) klik  kemudian klik  pilih citra yang akan ditampilkan, misal Mosaik_L71114063_L7114064_B123457.ers, kemudian klik

·         Dari window algorithm klik kanan   pilih Red Green Blue, kemudian klik  sebanyak 2x, klik kanan pada  untuk mengganti layer menjadi Red Green Blue :

·         Klik  pilih band 5 untuk layer Red, band 4 untuk layer Green, band 2 untuk layer Blue.

·         Dari menubar pilih File-Save as… akan muncul kotak dialog baru yaitu kotak Save as. Di bawah kata Files of Types, pilih ER Mapper Algorithm (.alg)  isikan nama file baru di bawah kata Save as, misal D:\DIKLAT_1_2005\RASTER\ Mosaik_L71114063_L7114064_B542.alg.

·         Klik OK

II.6       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.

            Proses Koreksi dapat dilakukan dengan cara, antara lain:

1. Image to map rectification
2. Image to image rectification

Urutan dalam proses rektifikasi, pertama adalah menentukan titik kontrol (GCP), kemudian melakukan proses rektifikasi, serta mengevaluasi hasil rektifikasi.

Menurut wizard ER Mapper6.4, terdapat 7 Geocoding Type, yaitu:

                        2. 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

II.6.1. Menentukan Metoda 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).

            Tryangulation 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 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:

-          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 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)

II.6.2. Menentukan Titik Kontrol (GCP)

            Sebelum melakukan proses penentuan titik kontrol (GCP), terlebih dahulu harus membuat file algorithm dari citra RGB yang akan kita koreksi. Kita akan melakukan koreksi terrhadap file D:\DIKLAT_1_2005\RASTER\Mosaik_L71114063_L7114064_B123457.alg. Langkah-langkah memulai koreksi geometrik bisa diuraikan sebagai berikut :

·           Dari menubar klik Proses, kemudian pilih Geocoding Wizard.

 

·           Pada langkah 1) Start, Klik  pada window Geocoding Wizard – Step 1 of 5 untuk membuka data citra yang akan dikoreksi. Buka file D:\DIKLAT_1_2005\RASTER\Mosaik_L71114063_L7114064_B123457.alg.

·           Pilih Polynomial pada Geocoding Type, klik langkah 2) Polynomial Setup, pilih linear.

·           Klik Langkah 3) GCP Setup, ceklist pada Geocoded image, vectors or algorithm. Klik  untuk membuka file referensi (Hasil Scanning peta Rupa Bumi Indonesia yang sudah geocoded). yang digunakan sebagai  peta referensi untuk mengoreksi file citra Mosaik_L71114063_L7114064_B123457.alg. Buka file peta tersebut di D:\DIKLAT_1_2005\PETA\Mozaik_peta_ALL.ers.

·           Pada kotak Output Coordinat Space (masih Langkah 3), klik Change untuk mengisi to Geodetic Datum : WGS84, To geodetic projection : SUTM50 dan To Coordinat type : Eastings/Northings.

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

·         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.

·         **) 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 2. 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).

 

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)

·         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).