Eliminasi Gangguan Awan Pada Citra Optik Dr. Ir. Sumijan, M.Sc Dosen Universitas Putra Indonesia “YPTK”

Slides:



Advertisements
Presentasi serupa
Outline Materi Hubungan antara Comp. Vision, Grafika Komputer, Pengolahan Citra, dan Pengenalan Pola (Pattern Recognition) Domain Computer Vision Processing.
Advertisements

PENGOLAHAN CITRA DIGITAL : Operasi Aritmatik dan Geometri pada Citra
Geographic Information and Spatial Information
Image color feature Achmad Basuki
Faculty of Computer Science University of Indonesia Dr. Aniati Murni
Prof.Dr. Aniati Murni (R 1202) Dina Chahyati, M.Kom (R 1226)
Progdi Teknik Informatika
ANALISIS CITRA QUICKBIRD MENGGUNAKAN KLASIFIKASI Latifa Ulfah
Pengertian Citra Dijital
Eliminasi Gangguan Awan Pada Citra Optik
Faculty of Computer Science University of Indonesia Dr. Aniati Murni
Pemetaan Substrat Dasar Perairan Dangkal Menggunakan Citra Satelit Quickbird-2 Ike Dori Candra C
“Mendeteksi Kebakaran Hutan Di Indonesia dari Format Data Raster”
Perspective & Imaging Transformation
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Citra Tematik Hasil Reklasifikasi Dari 30 Menjadi 6 Kelas obyek
Pertemuan 7 Pengolahan Citra Digital
ALGORITMA THINNING Kelompok 12: Slamet Eries Nugroho Indra Setiawan
Kompresi Citra dan Reduksi Data
S1 Teknik Informatika Disusun Oleh Dr. Lily Wulandari
Pengolahan Citra Digital Peningkatan Mutu Citra Pada Domain Frekuensi
Metodologi Hybrid Berdasar Informasi Spasial dan Spektral Unsupervised dan Supervised Prof.Dr. Aniati Murni (R 1202) Dina Chahyati, M.Kom, (R 1226) Fakultas.
SISTEM INFORMASI GEOGRAFI TKW 303
Dosen Universitas Putra Indonesia “YPTK”
Pengolahan Citra Digital: Konsep Dasar Representasi Citra
Pengolahan Citra Digital Peningkatan Mutu Citra Pada Domain Frekuensi
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Aplikasi Transformasi Citra Beberapa Contoh
Convolution and Correlation Dr. Ir. Sumijan, M.Sc Dosen Universitas Putra Indonesia “YPTK”
Kompresi Citra dan Reduksi Data Dr. Ir. Sumijan, M.Sc Dosen Universitas Putra Indonesia “YPTK”
KONSEP DASAR SISTEM.
PENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA
JURUSAN TEKNIK MESIN PENGUKURAN TEKNIK
Sistem PLC - TK3434 (Programmable Logic Controler)
Sistem PLC - TK3434 (Programmable Logic Controler)
TEMU BALIK INFORMASI Multimedia Dalam Temu Balik Informasi.
Materi 07 Pengolahan Citra Digital
Image Segmentation.
MODUL14 Segmentasi Citra
Sistem Informasi Geografis
Operasi2 Dasar Merupakan manipulasi elemen matriks :
Teknik Pemanenan Kayu (BW4207)
Sistem Informasi Geografis
Interpretasi Citra Satelit
Analisis Reliabilitas Pertemuan ke-7/14
Memantau Hutan Indonesia dari Udara
Operasi Aritmatika dan Geometri pada Citra
Kualitas Citra Pertemuan 1
PENENTUAN LUASAN VEGETASI MANGROVE DI PANTAI BARAT-UTARA JAKARTA MENGGUNAKAN CITRA LANDSAT 8 PADA 9 OKTOBER TAHUN 2013 Oleh: Ahlan S Hutabarat ( )
PENGOLAHAN CITRA DIGITAL : PENGENALAN POLA TEMPLATE MATCHING
BAB IX Recognition & Interpretation
Nana Ramadijanti, Ahmad Basuki, Hero Yudo Martono
Penyajian Data dan Distribusi Frekuensi
Prinsip Perbaikan Citra Digital
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Rekayasa Perangkat Lunak Dosen : Citra Noviyasari, S.Si, MT
Pengolahan Citra Digital Peningkatan Mutu Citra Pada Domain Frekuensi
KONVOLUSI DAN TRANSFORMASI FOURIER
Jenis-Jenis Citra dan Interpretasi Citra
PENGENALAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL : PENGENALAN POLA TEMPLATE MATCHING
I. Fourier Spectra Citra Input Peningkatan mutu citra pada domain frekuensi Fourier dilakukan secara straightforward: Hitung transformasi Fourier dari.
PENGINDERAAN JAUH DR. EKO BUDIYANTO, M.Si..
Pertemuan 6 Mata Kuliah Pengolahan Citra
BAGAIMANA PRINSIP KREATIF DAN BERILMU
Program Studi S-1 Teknik Informatika FMIPA Universitas Padjadjaran
REKOGNISI CITRA Konsep Dasar Rekognisi
Penentuan Indeks Kualitas Lingkungan Hidup
Penentuan Indeks Kualitas Lingkungan Hidup
Aplikasi Pengolahan Citra
Transcript presentasi:

Eliminasi Gangguan Awan Pada Citra Optik Dr. Ir. Sumijan, M.Sc Dosen Universitas Putra Indonesia “YPTK”

2 Skema Eliminasi Gangguan Awan

3 Raw / Classified Temporal Optical Images with Complementary Cloud Cover Citra mosaik merupakan kumpulan bagian citra yang tidak tertutup awan yang diambil dari kedua citra multitemporal Persyaratan: citra berasal dari sensor dan daerah yang sama dan registered (untuk raw data perlu normalisasi tingkat keabuan)

4 Contoh Temporal images of Jakarta Eliminasi Tutupan Awan Deteksi Perubahan Wilayah Jakarta Tahun 1994 Jakarta Tahun 1998

5 Cloud cover removal based on multisensor images (1) Bagaimana bila penggunaan citra optik multitemporal sudah tidak memungkinkan ? Artinya: ada awan yang tidak pernah berpindah tempat sepanjang waktu, sehingga perolehan citra optik multitemporal yang letak awannya komplementer tidak dapat diperoleh. Dalam hal ini dapat digunakan: Teknik dithering untuk citra mentah Teknik mosaik dan fusi untuk citra terklasifikasi

6 Cloud cover removal based on multisensor images (2) Citra Masukan Landsat TM daerah Teluk Belantung Citra sensor optik Citra sensor SAR (Sumber: Bakosurtanal RI)

7 Cloud cover removal based on multisensor images (3) Langkah Pertama: dilakukan proses klasifikasi| citra Citra sensor optik Citra terklasifikasi Obyek: air, hutan, lahan terbuka, awan

8 Cloud cover removal based on multisensor images (4) Langkah Pertama: dilakukan proses klasifikasi| citra Citra sensor SAR Citra terklasifikasi Obyek: air, hutan, lahan terbuka

9 Cloud cover removal based on multisensor images (5) Langkah Selanjutnya: Mosaik atau Fusi Citra Hasil Mosaik Citra Hasil Fusi Obyek: air, hutan, lahan terbuka

10 Cloud cover removal based on multisensor images (6) Citra Mosaik: Informasi non-cloud diambil dari citra optik terklasifikasi karena dianggap lebih reliable Informasi di daerah cloud di-substitute dengan informasi dari citra SAR terklasifikasi dengan metode cut and paste Kelemahan: bayangan awan yang diklasifikasi sebagai air tetap sebagai air (terjadi misklasifikasi) Citra Fusi: Keputusan fusi dibuat berdasarkan informasi keputusan masing-masing sensor IF keputusan sensor optik adalah cloud, THEN diambil keputusan sensor SAR; OTHERWISE konsensus keputusan berdasarkan keputusan kedua sensor Hasil fusi relatif lebih baik dari hasil mosaik

11 Cloud cover removal based on multisensor images (7) Bagaimana bila yang diinginkan adalah mendapatkan citra bebas awan pada tingkat data mentah? Dapat dilakukan dengan mengkonstruksi data yang tertutup awan berdasarkan proses sintesa Pengetahuan tentang kategori obyek penutup lahan diperoleh dari citra SAR dan pengetahuan karakteristik distribusi keabuan piksel obyek bersangkutan diperoleh dari citra optik tingkat raw dan terklasifikasi pada bagian yang tidak tertutup awan Sintesa dapat diterapkan dengan teknik white atau blue dithering (hasil secara visual tidak berbeda)

12 Cloud cover removal based on multisensor images (8) Image with Cloud Restored Clear Image Based on Dithering Method