Metodologi Hybrid Berdasar Informasi Spasial dan Spektral Unsupervised dan Supervised Prof.Dr. Aniati Murni (R 1202) Dina Chahyati, M.Kom, (R 1226) Fakultas.

Presentasi berjudul: "Metodologi Hybrid Berdasar Informasi Spasial dan Spektral Unsupervised dan Supervised Prof.Dr. Aniati Murni (R 1202) Dina Chahyati, M.Kom, (R 1226) Fakultas."— Transcript presentasi:

1 Metodologi Hybrid Berdasar Informasi Spasial dan Spektral Unsupervised dan Supervised Prof.Dr. Aniati Murni (R 1202) Dina Chahyati, M.Kom, (R 1226) Fakultas Ilmu Komputer Universitas Indonesia

2 Penyusunan Citra Tematik Berdasar Data Hiperspektral Citra Tematik: –Segmented Image: satu wilayah dengan wilayah lainnya mempunyai kode atau label berbeda, label tidak mengindikasikan kategori obyek –Themati Image: semua wilayah dengan kategori obyek sama mempunyai kode atau label sama, label menyatakan thema obyek Karakteristik Citra Sensor Hiperspektral: –Jumlah band > 100 –Panjang gelombang kontinu (2.0 – 2.5 mikrometer), tidak cukup lebar untuk respon obyek penutup lahan, sehingga menimbulkan gangguan –Dapat digunakan untuk identifikasi jumlah obyek yang besar termasuk obyek berukuran kecil (target) –Pada resolusi spasial tinggi (sekitar 1 m), terjadi efek shadow yang merupakan gangguan

3 Metodologi (Sumber: Wiweka, Fasilkom UI) Pemrosesan Tingkat Awal –Transformasi Warna –Filtering Pemrosesan Tingkat Menengah (pendekatan spasial – unsupervised) –Segmentasi –Region Merging Pemrosesan Tingkat Akhir (supervised) –Reklasifikasi –Region labeling –Knowledge Based System

4 Pemrosesan Tingkat Awal Transformasi Warna: –Red Green Blue (RGB) –Yellow Magenta Cyan (YMC) –Hue Lightness Saturation (HLS) –CIE Filtering –Low Pass Filter –Median Filter –Mean Shift Filter

5 Pemrosesan Tingkat Menengah Segmentasi –Edge-based –Region-based –Morphological Region Merging –Oversegmentation –Nilai mean antar wilayah tidak berbeda jauh –Jumlah piksel maksimum per wilayah

6 Pemrosesan Tingkat Akhir Pemilihan sampel pelatihan - supervised –Diambil dari segmented image dan informasi supervised – proses reklasifikasi –Perhitungan vektor ciri setiap obyek – proses pelabelan, garis batas obyek sesuai pendekatan spasial –Penyusunan aturan vektor ciri setiap obyek – proses dengan Knowledge Based System

7 Hasil Segmentasi (Sumber: Wiweka, Fasilkom UI)

8 Region Merging and Thematic Image (Sumber: Wiweka, UI) We have used the merging criteria called Mean Luminance Difference (Brox et al., 2004). w ij = (u i – u j ) 2