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
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
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
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
Pemrosesan Tingkat Menengah Segmentasi –Edge-based –Region-based –Morphological Region Merging –Oversegmentation –Nilai mean antar wilayah tidak berbeda jauh –Jumlah piksel maksimum per wilayah
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
Hasil Segmentasi (Sumber: Wiweka, Fasilkom UI)
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