Koreksi Citra (Geometrik dan Radiometrik)

Koreksi citra adalah suatu kegiatan memperbaiki citra landsat yang digunakan supaya benar-benar memberikan informasi yang jelas dan akurat baik secara geometris maupun radiometris. Berdasarkan hal tersebut, kegiatan koreksi citra ini dapat dikatakan sebagai operasi preprocessing (Danoedoro, 1996). Koreksi citra landsat yang dilakukan biasanya terbagi dari dua bagian yakni koreksi geometrik dan koreksi radiometrik.

1. Koreksi Geometrik

Koreksi geometrik merupakan transformasi citra hasil dari kegiatan penginderaan jauh sehingga citra yang diolah tersebut memiliki berbagai sifat peta baik dalam bentuk, proyeksi, maupun skala (Mather, 1987). Hal utama pada koreksi geometrik adalah menempatkan ulang nilai-nilai piksel dengan sama persis sehingga hasil yang diperoleh dari rekaman sensor sesuai dengan obyek di permukaan bumi (Rahman, 2018). Hasil dari transformasi ini adalah adanya perubahan bentuk kerangka liputan dari bentuk bujur sangkar menjadi bentuk jajar genjang.

Menurut Jensen (1986), cara untuk melakukan koreksi geometrik terdiri dari registrasi geometrik dan rektifikasi geometrik. Registrasi geometrik citra merupakan registrasi dari citra yang satu ke citra yang lain dengan menggunakan daerah yang sama yang telah dikoreksi sebelumnya atau sering disebut image to image. Sedangkan reaktifikasi merupakan proses pembuatan citra secara planimetrik berdasarkan peta dengan proyeksi standar yang telah dirujuk ata sering disebut image to map rectification (Rahman, 2018).

Koreksi geometrik melingkupi titik-titik pada citra tertentu yang telah dirujuk ke titik-titik yang sama pada peta. Gabungan titik tersebut selanjutnya digunakan untuk membentuk fungsi matematis yang menjelaskan hubungan antara posisi titik pada citra dengan titik obyek pada peta. Posisi piksel yang dimaksud adalah posisi pusat piksel. Pada koreksi geometrik, harus mempertimbangkan perubahan posisi piksel yang mempengaruhi informasi nilai spektralnya berubah. Untuk mengatasi hal tersebut, diperlukan adanya interpolasi nilai spektral baru selama kegiatan transformasi geometri, sehingga dihasilkan geometri dengan nilai yang baru. Proses interpolasi tersebut biasanya dikatakan resampling. Interpolasi spasial adalah penentuan hubungan geometrik antara letak piksel pada citra dan peta. Pada proses interpolasi spasial dibutuhkan beberapa titik kontrol medan (Ground Control Point/GCP) yang dapat teridentifikasi pada citra dan peta. Apabila persamaan transformasi koordinat diterapkan pada titik-titik kontrol maka diperoleh residual x dan residual y (Rahman, 2018).

Residual merupakan posisi titik yang bersangkutan mengalami penyimpangan terhadap posisi yang didaptkan melalui perubahan koordinat yang kemudian disebut sebagai nilai Residual Means Square Error atau RMS (error). Tingkat keberhasilan dalam tahap ini biasanya ditentukan dengan besarnya nilai ambang RMS (error) total, atau yang dikenal dengan istilah sigma (Rahman, 2018).

2. Koreksi Radiometrik

Koreksi radiometrik merupakan pemrosesan gambar digital supaya nilai kecerahan menjadi meningkat (Aryastana et al., 2017). Penerapan koreksi radiometrik bertujuan untuk mengurangi pengaruh kesalahan atau ketidaktepatan nilai kecerahan gambar yang mampu membatasi kemampuan sesorang untuk menafsir secaara kuantitatif dan menganalisis citra (Stow, 2017).

Selain itu, koreksi radiometrik dapat dikatakan sebagai teknik perbaikan citra satelit untuk menghilangkan efek atmosferik dan membuatnya menjadi lebih tajam. Koreksi radiometrik dilakukan untuk memperbaiki nilai piksel supaya sesuai dengan yang sebenarnya dengan mempertimbangkan gangguan atmosfir sebagai faktor utama terdapatnya kesalahan. Pengaruh atmosfir pada saat perekaman efek nilai pantulan obyek di permukaan bumi yang terekam sensor berbeda dengan nilai sebenarnya (kecil ataupun besar). Hal tersebut diakibatkan oleh hamburan atau proses serapan. Beberapa metode untuk mengatasi efek atmosfir tersebut adalah dengan menggunakan metode pergesaran histogram, metode regresi dan kalibrasi bayangan (Danoedoro, 1996).

Pada proses perekaman, tenaga radiometrik yang digunakan megalami gangguan atmosfir ketika sampai pada sensor sehingga diperlukan adanya koreksi radiometrik. Hal ini disebabkan karena interaksi antara radiasi matahari dengan atmosfir bumi akan mengalami hamburan dan absorbsi. Absorbsi atmosfir oleh uap air dan gas-gas lain pada atmosfir cenderung berpengaruh pada panjang gelombang yang lebih besar dari 0,4-7 m. Efek dari hamburan dan penyerapan atmosfir akan mempengaruhi nilai kecerahan pada citra sehingga menjadi sumber kesalahan dan menurunkan kualitas dari data penginderaan jauh. Hal ini dapat terjadi pada saat membandingkan respon spectral dari suatu piksel dengan citra lain pada pada daerah yang sama. Berdasarkan hal tersebut dikembangkan dua teknik untuk mengatasinya yakni penyesuaian histogram serta penyesuaian regresi (Samsuri, 2004).

Koreksi radiometrik perlu dilakukan karena adanya distorsi radiometrik ketika proses perekaman. Gangguan tersebut terjadi pada sinyal pantulan objek saat melewati lapisan atmosfir, sehingga hambatan atmosfir tersebut perlu dihilangkan. Hasil dari koreksi radiometrik adalah adanya kualitas visual citra yang lebih baik dan nilai-nilai piksel yang mengalami distorsi terperbaiki pada saat proses perekaman data citra. Munculnya kesalahan geometrik disebabkan oleh dua faktor, yakni faktor internal dan faktor eksternal. Faktor internal meliputi kesalahan geometrik sensor dan bersifat sistematik, sedangkan faktor eksternal meliputi kesalahan bentuk dan karakter objek data (Pratiwi, 2014).

Pustaka:

Aryastana et al. 2017. Analisis Perubahan Garis Pantai dan Laju Erosi di Kota Denpasar dan Kabupaten Badung dengan Citra Satelit Spot. Jurnal Fondasi 6 (2): 100-111

Danoedoro, P. 1996. Pengolahan Citra Digital Teori dan Aplikasinya Dalam Bidang Penginderaan Jauh. Fakultas Geografi Universitas Gadjah Mada. Yogyakarta.

Jensen, J.R. 1996. Introductory Digital Image Processing – a Remote Sensing Perspective. Second Edition. Prentice-Hall. London

Mather, P. M. 1987. Computer Processing of Remotely Sensed Data. John Willey & Sons. London.

Pratiwi, Kartika. 2014. Aplikasi Pengolahan Digital Citra Penginderaan Jauh danSistem Informasi Geografis Untuk Pemetaan Lahan Kritis Kasus di Kabupaten Banjarnegara Provinsi Jawa Tengah. Universitas Gadjah Mada. Yogyakarta

Rahman, A. 2018. Modul Ajar Pengolahan Citra Digital (Studi Kasus Perubahan Lahan Mangrove dan Rawa). Universitas Lambung Mangkurat. Banjarbaru

Samsuri. 2004. Aplikasi Penginderaan Jauh dalam Pengelolaan Sumberdaya Hutan. Universitas Sumatera Utara. Medan

Stow, D. A. 2017. Radiometric Correction of Remotely Sensed Data. San Diego State University. San Diego