CITRA DIGITAL PENGINDERAAN JAUH
Sebelum melangkah pada tutorial berikutnya mari kita bahas masalah tentang properties (kekayaan) data citra penginderaan jauh yang berhubungan dengan tutrial sebelumnya, seperti ditampilkannya nilai non - 8 bit (16 bit signed dan unsigned, 32 bit signed dan unsigned, atau 32 bit float) ke 8 bit karena layar monitor hanya bisa menampilkan 8 bit.
Citra digital meruapakan susunan (array) dari angka – angka, yang dipresentasikan sebagai sebuah matrik baris dan kolom (cell). Sususan data citra seperti ini termasuk dalam kelas umum “data raster”, yang berarti bahwa cell atau piksel (yang berisi nilai data individu) tidak secara jelas berhubungan dengan lokasi di permukaan bumi. Lokasi dari setiap nilai data pada picture element (pixel) diimplikasikan oleh oleh posisinya pada susunan piksel pada citra (array) seperti pada gambar dibwah ini.
Konsep data raster, cell pada grid yang terletak pada kiri atas merupakan awal atau titik pangkal dari sistem koordinat ( baris dan kolom). Ukuran piksel atau grid cell biasanya menggunakan satuan jarak seperti meter. Posisi piksel dimanapun dalam citra dapat dikalkulasikan jika jarak antar piksel horizontal dan vertikal diketahui, dan koordinat citra dapat diketahui jika koordinat citra dari piksel (1,1) diketahui. Jadi, jika kita menggetahui koordinat UTM piksel pada pojok kiri atas pada susunan citra (arrays) atau raster dan jarak antar piksel dalam meter maka kita dapat mengkalkulasikan posisi piksel dimanapun dalam raster. Seperti dijelaskan sebelumnya setiap piksel memiliki nilai. Nilai yang disimpan dalam data raster terletak pada rentang yang spesifik, biasanya 0 – 255, yang berasosiasi kepada rentang kecerahan warna. Nilai 0 mengindikasikan tidak adanya warna (merah, hijau, atau biru), dan nilai kecerahan 255 mengindikasikan intensitas ditampilkannya warna.
Gambar di atas menunjukkan citra yang telah kita gunakan sebelumnya yaitu citra raster termal AVHRR_Mulls#04.bmp dengan nilai pikselnya (Digital number) dalam kotak hitam pada citra. Susunan nilai piksel tersebut disimpan pada area yang spesial dalam memori komputer yang disebut sebagai graphics memory. Graphics memory normalnya terletak pada graphics card dan bukan termasuk dalam bagian RAM (Random Access Memory). AVHRR_Mulls#04.bmp adalah contoh dari citra hitam putih (gray scale) sehingga hanya satu Susunan angka (satu citra tunggal) yang diperlukan untuk menampilkan nilai piksel memiliki 256 nilai kecerahan dengan rentang 0 (hitam) sampai 127 (abu – abu ) hingga 255 (putih). Citra hitam putih hanya memiliki satu komponen, yaitu intensitas tingkat keabuan, sebaliknya citra berwarna memiliki tiga komponen, yang terdiri dari intensitas warna primer dari cahaya (merah, hijau, dan biru) pada setiap piksel.
Seperti keterangan sebelumnya, sebuah citra berwarna terbentuk oleh tiga susunan raster, yang memiliki nilai piksel yang mempresentasikan level dari tiga warna primer cahaya. Level 0 sampai 255 merupakan representasi rentang dari setiap warna primer dari 0 (hitam) ke 255 ( intensitas maksimum dari merah, hijau, dan biru atau RGB) Kombinasi yang berbeda dari RG dan B menghasilkan warna dari spektrum, seperti yang didemonstrasikan oleh Sir Isaac Newtons yaitu experimen tentang prisma. Warna primer cahaya disebut warna additive contohnya merah + hijau = kuning. Kebalikannya, warna yang digunakan dalam printer adalah warna subtractive. Ini kenapa alasan printer menggunakan tinta cyan, magenta, dan kuning. Berikut adalah contoh warna yang diciptakan dengan menggabungkan setiap warna dengan proporsi RG dan B berbeda.
Tidak semua citra penginderaan jauh memiliki piksel dengan renatang 0 – 255. Sebagai contoh, AVHRR menggunakan rentang 0 – 1023. IKONOS memiliki rentang 0 – 2047, dan saluran termal dari ASTER diukur pada rentang 0 – 4095. Pada ASTER nilai terendah (0) dan tertinggi (4095) memiliki kegunaan khusus yaitu untuk mengindikasikan data rusak (bad data) dan piksel yang terlalu cerah (saturated pixel).
Nilai yang disimpan dalam cell (baris dan kolom) yang membentuk citra digital ( nilai piksel atau intensitas piksel ) direpresentasikan secara elektronik oleh bilangan biner (berbasis dua) yang memiliki fungsi saperti tombol on dan off, atau titik dan garis pada sandi morse. Pada sistem berbasis dua bentuk desimal angka 1, 2, 3 ditulis sabagai 0, 1, 10, 11..., tidak seperti bilangan berbasis sepuluh seperti sistem digital yang digunakan setiap hari. Jika digit biner 8 digunakan untuk merekam nilai data yang disimpan pada setiap piksel, maka 0 dan 255 ditulis sebagai 00000000 dan 11111111. Oleh sebab itu, 8 binary digit (bits) diperlukan untuk merepresentasikan 256 angka pada rentang 0 – 255. Karena 8 bit diperlukan untuk merepresentasikan rentang dari setiap warna primer, maka citra warna hasil bentukan dari ketiga warna primer disebut sebagai citra 24 bit. Cara lain dalam menampilkan nilai piksel terdapat pada tabel berikut.
Sebagai contoh 10 bit citra saluran tunggal menyediakan 1024 tingkat kecerahan, sementara citra 16 bit dapat mempresentasikan nilai positif dan negatif atau hanya positif dan negatif, tergantung cara penyajian yang dipilih signed atau unsigned. Nilai real sering kali digunakanuntuk merepresentasikan data nilai fisik dari pada bilangan jumlah (integer). Sebagai contoh data amplitudo dan fase pada citra SAR disimpan dalam 32 bit angka real. Banyak monitor komputer memerlukan sebuah masukan sinyal analog (terus menerus), jadi nilai digital yang memiliki karakteristik diskrit (pisah – pisah) disimpan dalam graphics memory dikonversi menjadi bentuk analog, sebagai voltage, dengan sebuah Digital to Analoge Converter (DAC), seperti gambar di bawah ini. Keluaran dari DAC digunakan untuk masukan monitor.
Penting untuk disadari bahwa jumlah bits per piksel pada tampilan memory telah ditetapkan pada skala 8 bit oleh perangkat keras. Jadi berapapun masukan nilai bit jika lebih dari 8 bit maka diskalakan menjadi 8 bit. Seperti diketahui bahwa, citra penginderaan jauh dapat disajiakn dalam 10 bit, 12 bit, 16 bit, atau 32 bit, seperti juga bentuk 8 bit integer, tambah 32 bit atau bahkan 64 bit real. Angka real memiliki nilai desimal (contoh, 2,81), sementara integer adalah seluruh angka hitung ( 0, 1, 2, 3,4, 5, dst). Tampilan pada layar monitor citra dipengaruhi oleh pilihan metode mentranformasikan nilai masukan menjadi bentuk 8 bit. Seperti gambar dibawah
Terdapat dua metode yang digunakan dalam menstransformasi menjadi bentuk 8 bit dalam software MIPS (karena referensi yang dirujuk adalah Mather, 2004) yaitu linear mapping (interval sama pada setiap kelas) dan non – linear mapping (frekuensi sama pada setiap kelas). Pertama adalah linear mapping yang mentransformasikan nilai citra non – 8 bit menjadi 8 bit berdasarkan pembagian kelas yang sama berdasarkan rumus dibawah ini :
Output = (input – inmin)/(inmax-inmin) x 255
Dimana output merupakan nilai dengan rentang 0 – 255, inmax dan inmin adalah nilai maksimum dan nilai minimum citra masukan, input merupakan nilai citra yang akan dikonversi. Sebagai contoh nilai citra adalah 139.76 dan 2409.77 dan kita ingin mengkonversikannya menjadi bentuk 8 bit dalam graphics memory menggunakan persamaan di atas, input 1500.20 sama dengan 152 (merupakan integer dari 152.82). nilai yang ekstrim atau yang aneh dapat memeliki pengaruh yang subtansial pada rentang data input dan dapat menyebabkan metode ini memiliki kontras yang kurang. Sebagai contoh, jika 99% nilai piksel citra masukan terletak pada rentang 1290 hingga 1879, dengan nilai terendah 5 dan tertinggi 2009. Nilai masukan 1290 ditransformasikan menjadi 164 menggunakan persamaan di atas, sedangkan nilai 1879 menjadi 238. Hal tersebut menyebabkan nilai piksel terkonversi pada rentang 164 hingga 238 dari rentang 0 – 255 tingkat kecerahan, sehingga hasil citra akan terlihat over-exposed pada istilah fotografi, tetapi ada kontras yang sedikit antara bagian yang gelap 164 dan bagian yang cerah 238. Sebagian besar porsi dari 0 – 255 tidak terpakai. Bagaimanapun juga transformasi ini bersifat reversible (dapat dikembalikan), tapi hanya berupa kira – kira nilai yang paling mendekati, karena nilai yang keluar telah menjadi integer maka jika nilai tersebut real akan memiliki hasil yang berbeda dari nilai piksel sebelumnya (nilai asli).
Metode kedua disebut sebagai equalisation. Nilai piksel masukan dikelompokkan kedalam 256 nilai kecerahan dengan jalan mengubah tingkat kecerahan 1024 menjadi 256 berdasarkan jumlah piksel yang sama. Hasil keluaran tersebut didasarkan pada persamaan frekuensi daripada persamaan rentang atau jarak. Seperti dilihat pada gambar di bawah.
Cara ini sangat mirip dengan histogram equalisation seperti pada penajaman citra pada tutorial berikutnya. Sebagai perbandingan, metode equalisation memiliki hasil kontras yang lebih terlihat daripada linear mapping. Maskipun begitu, karena beberapa nilai input yang berbeda dapat dikonversi menjadi nilai output yang sama, transformasi ini tidak reversible, dan merupakan bentuk non linear, karena antara nilai atau kelas output individual yang berbatasan tidak memiliki hubungan jarak atau rentang yang sama dari nilai input. Jadi, menggunakan gambar dari linear mapping di atas, nilai input 5 – 1295 bisa jadi masuk kedalam kelas 0, sementara rentang 1296 – 1309 masuk dalam output kelas 1, dan 1309 masuk dalam kelas 2.
Bilko memiliki beberapa metode untuk menampilkan citra non 8 bit menjadi 8 bit pada graphics memory seperti yang ada pada pilihan Redisplay Image, yaitu linear stretch, logaritmic stretch, auto linear stretch, equalize, dan gaussian.
Berikut adalah histogram rentang nilai piksel asli AVHRR_ID2497481#04.dat dengan rentang 440 – 893
Berikut adalah hsitogram rentang nilai setelah dikonversi menjadi 8 bit rentang 0 – 255.
Linear stretch
Logaritmic stretch
Auto linear stretch
Equalize
Gaussian
Pentingnya untuk mengerti cara mengubah nilai kecerahan piksel (brightness value) disimpan pada graphics memory dapat diilustrasikan dengan contoh yang simple sebegai berikut. Seperti diketahui bahwa nilai pada graphics memory tidak secara linier terkait pada nilai piksel dalam citra yang ditampilkan ketika metode equalisation digunakan maka perbedaan dan rasio yang dikalkulasikan dari nilai pada graphics memory tidak akan proporsional terhadap perbedaan dan rasio dari nilai piksel yang sebenarnya. Seperti penjelasan pada paragraf – paragraf sebelumnya menunjukkan adanya perbedaan rentang terhadap nilai kecerahan yang ditranformasikan menjadi 0 – 255 dengan metode equalisation. Jika mengambil perbedaaan nilai piksel pada rentang 1311 dan 1296 maka kita memperoleh selisih 15. Sedangkan perbedaan nilai piksel pada rentang 1039 dan 1038 adalah 1. Meskipun begitu nilai piksel masukan (input) 1311 dan 1039, kedua duanya direpresentasikan pada graphics memory dengan nilai 2 ( skala 0 – 255), sedangkan nilai piksel masukan 1296 dan 1038 direpresentasikan nilai 1. Berbeda jika ditampilkan menggunakan metode linear, pada metode linear perbedaan dan rasio dari nilai piksel masukan akan mendekati secara proporsional sama dengan yang dikomputasikan pada nilai di dalam graphics memory. Untuk lebih jelasnya silahkan dilihat pada gambar histogram hasil pengubahan non 8 bit menjadi 8 bit. Disana terlihat bentuk histogram metode linear atau auto linear hampir sama dengan histogram asli sedangkan pada equalize terdapat perbedaan histogram, karena pada histogram linear ditransformasi berdasarkan jarak yang sama sedangkan pada equalize berdasakan frekuensi (jumlah piksel) yang sama.
Selanjutnya adalah masalah jenis citra yang dapat disimpan pada memory dan ditampilkan pada layar monitor. Secara umum terdapat tiga jenis yang dapat disimpan dalam memory dan ditampilkan pada layar monitor. Tiga tipe citra tersebut adalah : color images (citra berwarna), grayscale images (citra hitam putih), dan labelled atau classified images (citra berlabel atau terklasifikasi). Terdapat tiga yang dapat disebut sebagai citra berwarna. Pertama disebut sebagai natural color (warna alami), citra ini dibuat dari tiga komponen yang mempresentasikan warna seperti yang ada pada dunia nyata yaitu saluran merah, hijau, dan biru (sebagai contoh Landsat ETM+ saluran 3 (Merah),2 (Hijau),1 (Biru)) disimpan dan ditampilkan dalam memori sebagai merah, hijau, dan biru. Citra natural color sama seperti pada hasil fotografi biasa, dimana hasilnya adalah sesuai yang terlihat mata kita.
Sedangkan jika tiga saluran yang dipilih tidak merepresentasikan warna merah, hijau , dan biru yang sebenarnya seperti yang kita lihat, maka disebut sebagai citra false color (warna palsu). Contohnya adalah jika kita menampilka saluran 4 (Inframerah dekat), 3 (Merah), 2 (Hijau) dari Landsat ETM+ sebagai merah, hijau, dan biru dan ditampilkan dalam RGB.
Jenis citra berwarna ketiga disebut sebagai citra pseudocolor, yang berarti bahwa data hanya memerlukan satu tempat penyimpanan memori tidak tiga penyimpanan memori seperti pada natural color dan false color. Hal ini menyatakan tidak langsung bahwa rentang nilai piksel pada pseudocolor adalah 0 – 255. 256 tingkat kecerahan ini berasosiasi dengan warna melalui lookup table. Sebagai contoh, tingkatan 0 pada tampilan memori bisa dipetakan kedalam warna maksimum merah ( dengan komponen RGB dari lookup table disesuaikan menjadi 255, 0, 0). Lookup table untuk tingkatan 1 bisa disetting menjadi kuning (255, 255, 0), dan lain sebagainya. Pada bentuk representasi ini, nilai piksel pada posisi ini (setiap piksel) pada citra dikirim kepada tiga digital analoge converter melalui lookup table. Pada contoh pertama, DAC merah mengubah input 0 menjadi 255, DAC hijau mengubah input 0 menjadi 0, dan DAC biru mengubah 0 menjadi input 0 menjadi 0. Pada contoh kedua, input 1 diubah menjadi 255, pada kedua DAC merah dan hijau (untuk menghasilkan kuning), sedangkan DAC biru input 1 diubah menjadi 0. Banyak format citra seperti BMP dan TIF menetapkan itu, untuk citra 256 tingkat kecerahan, sebuah susunan nilai warna (256 x 3, sebagai contoh 256 x merah, hijau, dan biru) ditetapkan dan disimpan dalam citra. Susunan tersebut disebut sebagai palette atau lookup table. Perbedaan antara natural color, false color, dan pseudocolor untuk lebih jelanya ditunjukkan pada gambar di bawah ini.
Jenis citra kedua yang dapat di simpan dalam graphics memory dan dapat ditampilkan pada layar monitor adalah citra hitam putih (grayscale image). Seperti citra pseudocolor, citra hitam putih (grayscale) hanya memiliki satu masukan (input yang merepresentasikan satu panjang gelombang atau saluran). Tidak seperti citra pseudocolor, dimana ketiga warna DAC menampilkan intensitas warna (merah, hijau, dan biru (RGB) yang berbeda – beda, sedangkan citra hitam putih menghasilkan keluaran nilai yang sama pada warna DAC (merah, hijau, biru). Intensitas yang sama dari warna merah, hijau, dan biru mengasilkan warna hitam putih (shade of grey ). Jadi, piksel pada citra hitam putih dengan nilai kecerahan 127 dilihat oleh warna DAC sebagai sebuah RGB dengan nilai tiga nilai merah, hijau, dan biru sama 127, 127, 127. Seperti gambar di bawah ini.
Ketiga, sebuah labelled atau classified image (citra berlabel atau terklasifikasi) tersusun dari piksel yang memiliki nilai yang memresentasikan sebauah label yang mengindikasikan keterangan dari sesuatu objek. Label tersebut tidak memiliki arti sebagai angka yang dapat digunakan untuk kegiatan perhitungan matematika dan merupakan sebuah tipe data nominal atau ordinal. Penjelasan tentang metode klasifikasi akan dijelaskan pada kesempatan yang akan datang. Metode klasifikasi mengijikan setiap piksel pada satu set citra diidentifikasi sehingga masuk pada kategori tertentu, sebagai contoh penutup lahan tertentu. Kategori ini dideskripsikan oleh label seperti ‘1’, ‘2’, ‘3’, dan sebagainya, yang mengindikasikan “tubuh air”, “hutan”, atau “ lahan terbuka”. Untuk menampilkan citra pada layar, citra terklasifikasi disimpan dalam graphic memory dan DAC (merah, hijau, dan biru (RGB)) diprogram untuk memasukkan nilai RGB pada setiap piksel citra terklasifikasi seperti proses yang digunakan untuk memasukkan warna pada citra pseudocolor. Contohnya, nilai DAC untuk label ‘1’ (‘tubuh air’) dapat memiliki nilai RGB (0,0,255) yang memiliki arti bahwa warna yang muncul adalah biru, karena warna merah dan hijau tidak ada. Sehingga semua yang terklasifikasi sebagai ‘tubuh air’ akan memiliki warna biru.
Daftar pustaka
Mather. P.M., 2004, An Introduction Computer Processing of Remotely-Sensed Images, West Sussex : John Willey and Sons