NIM : 2014-64-040
BAB II CITRA DIGITAL: CARA PEROLEHAN DAN KARAKTERISTIKNYA
Citra digital adalah citra yang diperoleh,disimpan ,dimanipulasi, dan
ditampilkan dengan basis logika biner. Citra digital biasanya dihasilkan
melalui bantuan pemindai atau skaner(scanner), meskipun dewasa ini
citra digital juga bias diperoleh melalui berbagai macam kamera digital
dengan harga murah,bahkan yang telah terintegrasi dengan telpon seluler
sekalipun. Citra digital penginderaan jauh diperoleh dari sistem
perekaman melalui sensor yang dipasang pada pesawat terbang ataupun
satelit.
2.1 BAGAIMANA CITRA DIGITAL DIPEROLEH?
Citra digital merupakan model dua dimensional dari objek yang
sudah ada. Objek yang sudah ada tersebut dapat berupa kenampakan nyata
di permukaan bumi, tetapidapat pula berupa gambar atau citra yang
diperoleh melalui proses lain, misalnya peta hasil penggambaran tangan.
Salah satu contoh alat yang paling umum untuk mengubah kenampakan bukan
digital menjadi citra digital ialah skaner. Skaner atau pelarik/pemindai
adalah suatu alat optic elektronik yang dapat dipakai untuk menagkap
informasi pantulan atau pancaran gelombang elektromagnetik dari suatu
permukaan secara tidak serentak.
Dengan cara peralikan, bagian demi bagian objek diindera
direkam dan informasi pantulan tiap bagian tersebut dicatat oleh
komputer. Tiap baris pada gambar yang dihasilkan terdiri atas sekumpulan
sel-sel penyusun gambar yang disebut peixel. Tiap pixel mewakili satu
luasan tertentu pada permukaan yang terindera dan tipa piksel ini punya
nilai pantulan tertentu. Jadi, dengan kata lain piksel ini merupakan
data yang punya aspek spasial dan sekaligus aspek spektral.
Proses kerja pelarik tidak dapat dilepaskan dari proses kerja
computer, karena tipe data yang dihasilkan pun biasanya harus diolah
dengan computer. Kemampuan computer ( dan sensor, tentu saja ) dalam
mengubah informasi pantualan atau pancaran elektromagnetik berbeda-beda.
Pada saat ini, umumnya sensor bekerja dalam satuan bit. Bit adalah
sataun terkecil informasi yang mengekspresikan ada tidaknya arus yang
masuk,dan hanya mempunyai 2 macam kemungkinan informasi: 0 dan 1.
Mengingat bahwa computer adalah media elektronik yang bekerja dengan
arus listrik, maka basis bilangan yang dipakai adalah basis biner (0 dan
1). Nol dapat berarti mati, tidak ada arus masuk, dan 1 dapat berarti
hidup, ada arus.
Sitem 1 bit
0= mati (hitam)
1= hidup (putih)
Sitem 2 bit
0 0 = 0, hitam
0 1 = 1, abu-abu gelap
1 0 = 2, abu-abu terang
1 1 = 3, putih
0= mati (hitam)
1= hidup (putih)
Sitem 2 bit
0 0 = 0, hitam
0 1 = 1, abu-abu gelap
1 0 = 2, abu-abu terang
1 1 = 3, putih
Sitem 4 bit
0 0 0 0 = 0 hitam
0 0 0 1 = 1
0 0 1 0 = 2
0 0 1 1 = 3
0 0 1 0 = 4
0 1 0 1 = 5
0 1 1 0 = 6
0 1 1 1 = 7
1 0 0 0 = 8
1 0 0 1 = 9
1 0 1 0 = 10
1 0 1 1 = 11
1 1 0 0 = 12
1 1 0 1 = 13
1 1 1 0 = 14
1 1 1 1 = 15 putih
0 0 0 0 = 0 hitam
0 0 0 1 = 1
0 0 1 0 = 2
0 0 1 1 = 3
0 0 1 0 = 4
0 1 0 1 = 5
0 1 1 0 = 6
0 1 1 1 = 7
1 0 0 0 = 8
1 0 0 1 = 9
1 0 1 0 = 10
1 0 1 1 = 11
1 1 0 0 = 12
1 1 0 1 = 13
1 1 1 0 = 14
1 1 1 1 = 15 putih
Sistem 8 bit
0 0 0 0 0 0 0 0 = 0 (hitam)
0 0 0 0 1 1 0 1 = 13 (abu-abu sangat gelap)
1 0 1 0 0 0 0 0 = 193 (abu-abu cerah)
1 1 1 1 1 1 1 1 = 225 (putih)
0 0 0 0 0 0 0 0 = 0 (hitam)
0 0 0 0 1 1 0 1 = 13 (abu-abu sangat gelap)
1 0 1 0 0 0 0 0 = 193 (abu-abu cerah)
1 1 1 1 1 1 1 1 = 225 (putih)
2.2 CARA PENYIMPANAN CITRA DIGITAL
Informasi dengan basis 8 bit disimpan dalam byte.byte adalah
satuan imformasi yang terdiri atas 8 byte.untuk system 8 byte (=1
byte),tiap data (piksel) akan disimpan. Dengan kata lain,tiap 1 piksel
akan simpan sebagai 1 byte.nilai 1 kilobyte ( 1 kb ) = nilai 210 = 1024.
Jika satu citra terdiri atas 500 kolom dan 1200 baris piksel maka di
butuhkan kapasitas penyimpan sebesar 500 x 1200 = 600.000 byte.
Sistem penyimpanan citra dengan baris kolom piksel seperti ini
di sebut dengan system raster atau teselasi,di mana tiap unsur data
(yang di sebut piksel) disimpan dengan alamat yang jelas dan konsinten,
menurut posisinya dalam baris dan kolom.
Kebutuhan akan sistem penyimpanan yang efisien semakin terasa
dengan digunakannya sensor multisaluran. Melalui sensor semacam ini,
beberapa citra yang menggambarkan objek yang sama dihasilkan, namun
menyajikan variasi rona/nilai piksel yang berbeda. Variasi ini
tergantung pada saluran yang digunakan. Misalkan suatu sistem sensor
mempunyai 3 saluran maka berkas citra yang dihasilkan akan mengandung
informasi ketiga saluran tersebut.
● Band Sequential (BSQ)
Pada format BSQ citra yang dihasilkan dari setiap saluran disimpan sebagai berkas atau file yang terpisah.Urutan penyimpanan data pun dilakukan mulai dari baris pertama saluran 1, baris kedua, baris ketiga, … baris terakhir.Data ini disimpan sebagai file saluran 1. Kemudian mulai lagi dari baris pertama,untuk saluran 2, sampai dengan baris terakhir. Jadi, pada system 3 saluran,dihasilkan 3 berkas citra.Penjelasan berikut dilengkapi dengan gambar 2.4 untuk memperjelas uraian.
Pada format BSQ citra yang dihasilkan dari setiap saluran disimpan sebagai berkas atau file yang terpisah.Urutan penyimpanan data pun dilakukan mulai dari baris pertama saluran 1, baris kedua, baris ketiga, … baris terakhir.Data ini disimpan sebagai file saluran 1. Kemudian mulai lagi dari baris pertama,untuk saluran 2, sampai dengan baris terakhir. Jadi, pada system 3 saluran,dihasilkan 3 berkas citra.Penjelasan berikut dilengkapi dengan gambar 2.4 untuk memperjelas uraian.
● Bend Interleaved by Line (BIL)
Pada format BIL, penyimpan dilakukan mulai dari baris pertama saluran 1, kemudian dilanjutan dengan baris pertama saluran 2, … baris pertama saluran n. Setelah itu,dilanjutkan dengan baris kedua saluran 1,baris kedua saluran 2, … baris kedua saluran n. begitu seterusnya,sampai baris terakhir saluran n selesai di simpan. Dengan format BIL, seluruh data citra pada n saluran akan disimpan sebagai satu berkas. Format BIL untuk saluran tunggal ( n=1), dengan demikian,akan sama dengan format BSQ.
Pada format BIL, penyimpan dilakukan mulai dari baris pertama saluran 1, kemudian dilanjutan dengan baris pertama saluran 2, … baris pertama saluran n. Setelah itu,dilanjutkan dengan baris kedua saluran 1,baris kedua saluran 2, … baris kedua saluran n. begitu seterusnya,sampai baris terakhir saluran n selesai di simpan. Dengan format BIL, seluruh data citra pada n saluran akan disimpan sebagai satu berkas. Format BIL untuk saluran tunggal ( n=1), dengan demikian,akan sama dengan format BSQ.
● Band Interlaved by Pixel (BIP)
Pada prinsipnya, format BIP ini mempunyai kemiripan dengan format BIL. Hanya saja selang-selingnya bukan lagi per baris, melainkan per piksel. Penyimpanan dimulai dari piksel pertama (pojok kiri atas) baris pertama saluran 1, piksel pertama baris pertama saluran 2,.., piksel pertama baris pertama saluran n. Begitu seterusnya, sampai pada piksel terakhir baris terakhir saluran 1, piksel terakhir baris terakhir saluran 2,…,piksel baris terakhir saluran n. Sama halnya dengan BIL, di sini seluruh data citra pada n saluran disimpan sebagai satu berkas.
Pada prinsipnya, format BIP ini mempunyai kemiripan dengan format BIL. Hanya saja selang-selingnya bukan lagi per baris, melainkan per piksel. Penyimpanan dimulai dari piksel pertama (pojok kiri atas) baris pertama saluran 1, piksel pertama baris pertama saluran 2,.., piksel pertama baris pertama saluran n. Begitu seterusnya, sampai pada piksel terakhir baris terakhir saluran 1, piksel terakhir baris terakhir saluran 2,…,piksel baris terakhir saluran n. Sama halnya dengan BIL, di sini seluruh data citra pada n saluran disimpan sebagai satu berkas.
● Run-length Encoding (RLE) dan Blok Encoding (Quadtree)
Pada format BSQ,BILdan BIP, perubahan format hanya menghasilkan perubahan sistematika penyimpanan data citra multisaluran, tanpa ada perubahan ukuran ( jumlah byte) data. Pada format RLE, jumlah byte citra dapat dimanffatkan, tanpa mengurangi kandungan informasinya. Karena format penyimpanannya berbeda jauh dari format-format yang lain, Aronoff (1989) membedakan struktur data RLE dari struktur data raster.
Pada format BSQ,BILdan BIP, perubahan format hanya menghasilkan perubahan sistematika penyimpanan data citra multisaluran, tanpa ada perubahan ukuran ( jumlah byte) data. Pada format RLE, jumlah byte citra dapat dimanffatkan, tanpa mengurangi kandungan informasinya. Karena format penyimpanannya berbeda jauh dari format-format yang lain, Aronoff (1989) membedakan struktur data RLE dari struktur data raster.
Prinsip penyimpanan data dengan format ini adalah
mengekspresikan kembali jumlah piksel yang berurutan dengan nilai yang
sama, sebagai satu pasangan nilai. Apabila pada satu baris pelarikan
terdapat beberapa piksel dengan nilai sama maka nilai-nilai ini tidak
perlu setiap kali disimpan sebagai byte terpisah. Oleh karena itu, citra
yang mewakili kenampakan objek dengan niali relative homogen (misalnya
tubuh air jernih dan dalam) akan disimpan dengan lebih efesien dan
dengan ukuran byte yang lebih kecil.
Blok encoding merupakan metode kompresi yang menyerupai RLE,
tetapi diterapkan secara dua dimensional (bukan hanya sepanjang baris).
Dengan metode ini, area dengan piksel-piksel bernilai sama diwakili oleh
satu nilai . suatu array didefinisikan sebagai sederet blok persegi
yang terdiri atas kelompok piksel berukuran sebesar mungkn.
Bertutur-turut array ini kemudian dibagi ke dalam blok-blok yang semakin
kecil (Longley et al.,2005). Metode blok enconding sering kali disebut
juga dengan metode quadtree.
● Kompresi Wavelet
Pada format BSQ,BIL ,BIP, dan RLE merupakan format generik. Berbagai perangkat lunak menggunakan prinsip yang kurang lebih serupa, meskipun disimpan dengan ekstensi yang berbeda-beda. Perangkat lunak ILWIS dan IDRISI pada dasarnya menggunakan format BSQ, sedangkan perangakt lunak ERDAS,ENVI dan ERMapper sebenarnya menggunakan format BIL. Variasi yang lebih rumit di jumpai pada format penyimpanan dengan pemempatan (kompresi). Ada kompresi yang tidak disertai dengan penurunan kualitas gambar, seperti LZW (Limple, Ziv, and Welch) pada format TIFF ( tagged image file format ); namun ada pula kompresi dengan opsi tertentu yang menyebabkan turunnya kualitas gambar, seperti misalnya pada format JPEG (Joint Fhotographic Expert Group) dan MrSID (Multi-resolution Seamless Image Database). Gambar 2.6 ini menyajikan taksonomi data spasial yang melibatkan model data (dikotomi rastervektor),struktur data (raster penuh, raster terkomprensi; vektor bertopologi dan vektor tak-bertopologi), serta format data (terkait dengan perangkat lunak spesifik).
Pada format BSQ,BIL ,BIP, dan RLE merupakan format generik. Berbagai perangkat lunak menggunakan prinsip yang kurang lebih serupa, meskipun disimpan dengan ekstensi yang berbeda-beda. Perangkat lunak ILWIS dan IDRISI pada dasarnya menggunakan format BSQ, sedangkan perangakt lunak ERDAS,ENVI dan ERMapper sebenarnya menggunakan format BIL. Variasi yang lebih rumit di jumpai pada format penyimpanan dengan pemempatan (kompresi). Ada kompresi yang tidak disertai dengan penurunan kualitas gambar, seperti LZW (Limple, Ziv, and Welch) pada format TIFF ( tagged image file format ); namun ada pula kompresi dengan opsi tertentu yang menyebabkan turunnya kualitas gambar, seperti misalnya pada format JPEG (Joint Fhotographic Expert Group) dan MrSID (Multi-resolution Seamless Image Database). Gambar 2.6 ini menyajikan taksonomi data spasial yang melibatkan model data (dikotomi rastervektor),struktur data (raster penuh, raster terkomprensi; vektor bertopologi dan vektor tak-bertopologi), serta format data (terkait dengan perangkat lunak spesifik).
KOMPOSISI DATA RASTER
Komprensi wavelet merupakan suatu metode untuk memampatkan
informasi pada citra digital yang sangat efektif.Meskipun metode
komprensi ini mempunyai opsi untuk mempertahankan kualitas citra
mendekati aslinya,pada umumnya metode ini dimanfaatkan untuk menyimpan
citra pada tingkat pemampatan maksimal,yang sangat diperlukan dalam
transfer data melalui surat elektronik dan pengunduhan ( download )
citra melalui internet. Format komprensi wavelet yang banyak dikenal
saat ini adalah MsSID, JPEG2000, dan ECW (enhanced compression wavelet)
yang juga digunakan oleh perangkat lunak pengolah citra ER-Mapper.
Pengertian wavelet sendiri adalah gelombang kecil.
Transformasi wavelet memperlakukan citra sebagai suatu gelombang dan
secara progresif mengurai gelombang ke dalam gelombang-gelombang yang
lebih sederhana (Chang,2008). Dengan menggunakan fungsi matematis
wavelet,sekelompok piksel yang berdekatan ditransformasikan secara
berulang(misalnya 2,4,6,8, atau lebih) dengan menerapkan perhitungan
rerata. Pada saat yang bersamaan, perbedaan antara nilai-nilai piksel
asli dengan hasil reratanya juga dicatat. Perbedaan-perbedaan nilai
inilah yang disebut dengan koefisien wavelet, diman nilainya bias 0,
> 0, atau <0. Pada citra dengan variasi niali yang kecil,
kebanyakan piksel akan mempunyai koefisien 0 atau mendekati 0. Untuk
menghemat tempat penyimpanan, bagian citra dengan variasi yang kecil ini
dapat disimpan dengan resolusi rendah, yaitu dengan membulatkan
koefisien wavelet ke-0. Meskipun demikian, penyimpanan dengan resolusi
spasial yang lebih tinggi tetap diperlukan untuk bagian citra dengan
variasi yang besar. Jadi, meskipun kompresi wavelet dapat dipakai untuk
memampatkan citra secara lossless maupun lossy, kemampuan pemampatan
yang bersifat lossy-lah yang lebih sering dimanfaatkan. Format JPEG2000
dilaporkan dapat mencapai rasio kompresi dari 20:1 hingga 300:1 untuk
citra berwarna (24 bit), serta antara 10:1 hingga 50:1 untuk citra grey
scale (Li et al.,2002).
Chang (2010) memberikan contoh kompresi wavelet sederhana yang
disebut dengan wavelet Haar. Wavelet Haar terdiri dari satu pulsa
positif pendek dan diikuti oleh satu pulsa negative pendek. Pulsa-pulsa
pendek pada gambar 2.7 kiri cenderung memberikan kenampakan garis yang
patah-patah dibandingkan kurva-kurva dengan lengkungan halus. Meskipun
demikian, fungsi Haar ini sangat bagus untuk menggambarkan transformasi
wavelet karena kesederhanaannya. Pada gambar 2.7 kanan, suatu baris pada
citra menyajikan piksel-piksel yang lebih gelap pada bagian
tengah(1,3,7,9,8,8,6,2). Citra ini diberi kode sebagai suatu deret
angak. Dengan fungsi Haar, rerata setiap pasang piksel yang berdekatan
dapat dihitung, seperti terlihat pada deret dibawah deret pertama
(2,8,8,4). Penggunaan nilai rerata ini mampu memper tahankan kualitas
citra asli pada resolusi yang lebih rendah. Tetapi ketika proses
dilanjutkan, deret berubah menjadi (5,6), serta kehilangan bagian gelap
dari bagain tengah citra. Apabila proses berhenti pada deret (2,8,8,4),
maka koefisien wavelet menjadi -1(1-2), -1(7-8), 0 (8-8), dan 2 (6-4).
Dengan membulatkan koefisien ke bawah menjadi 0 maka ruang penyimpanan
menjadi lebih hemat dengan faktor 2, serta tetap mempertahankan kualitas
citra asli. Apabila suatu kompresi yang bersifat lossless diperlukan
maka koefisien- koefisien tersebut dapat dipakai kembali untuk
merekonstruksi citra asli, misalnya 2-1=1 (piksel pertama), 2-(-1)=3
(piksel kedua), dan seterusnya.
2.3 BAGAIMANA DATA DIGITAL DITAMPILKAN SEBAGI GAMBAR?
Citra byte (byte map) memperlukan suatu media yang dapat
menggambarkannya secara visual dan mudah ditangkap oleh indra
penglihatan. Citra ini masih harus ditampilkan pada layar monitor agar
dapat diamati oleh pengguna atau analis secra interaktif. Perangkat
lunak pengolah citra membaca kembali byte demi byte pada citra digital
itu, kemudian menampilkannya sebagai titik-titik gambar dengan warna
atau tingkat keabuan tertentu, sesuai dengan nilai byte-nya. Biasanya
piksel pertama yang terbaca akan ditempatkan pada pojok kiri atas layar
monitor.
Pada data digital satelit yang diperoleh dari stasiun penerima,
header ini juga berisi berbagai informasi perekaman, termasuk tanggal
perekaman satelit, kemiringan sensor, dan sebagainya. Kesalahan
pembacaan header berakibat pada kesalahan penempatan piksel di sepanjang
baris dan kolom layar. Akibat yang tampak dimata adalah distorsi
gambar, mulai dari distoris lemah samapi dengan gambar yang tak dapat
dikenal lagi.
2.4 KONSEP RESOLUSI
Dalam bekerja dengan data spasial digital, para pengguna peta
biasanya tidak secara langsung berbicara tentang skala. Dalam’bahasa’
peta-peta tercetak, para geografiwan, perencana, dan surveyor pemetaan
biasanya menggunakan istilah skala, yaitu konsep yang menyatakan
perbandingan antara ukuran yang tersaji pada peta dengan ukuran nyata
dilapangan. Hal yang sama juga berlaku apabila mereka bekerja dengan
foto udara. Untuk sistem pencitraan berbasis digital, biasanya digunakan
konsep resolusi.
Resolusi (disebut juga resolving power = daya pisah) adalah
kemampuan suatu sistem optic-elektronik untuk membedakan informasi yang
secara spasial berdekatan atau secara spektral mempunyai kemiripan
(Swain dan Davis, 1978). Pengertian ini akhirnya berkembang dengan
menembahkan aspek waktu (temporal) didalamnya. Dalam bidang penginderaan
jauh, terdapat empat konsep resolusi yang sangat penting, yaitu
resolusi spasial, resolusi spektral, resolusi radiometrik dan resolusi
temporal. Dalam praktik pengolahan citra, resolusi layar juga memegang
peran penting.
● Resolusi spasial
Resolusi spasial adalah ukuran terkecil objek yang masih dapat dideteksi oleh suatu sistem pencitraan. Semakin kecil ukuran objek (terkecil) yang dapat terdeteksi, semakin halus atau tinggi resolusi spasialnya. Begitu pula sebaliknya, semakin besar ukuran objek terkecil yang dapat terdeteksi, semakin kasar atau rendah resolusinya. Citra satelit SPOT yang berresolusi 10 dan 20 meter dapat disebut berresolusi (lebih) tinggi dibandingkan dengan citra satelit Landsat TM yang berresolusi 30 meter.
Resolusi spasial adalah ukuran terkecil objek yang masih dapat dideteksi oleh suatu sistem pencitraan. Semakin kecil ukuran objek (terkecil) yang dapat terdeteksi, semakin halus atau tinggi resolusi spasialnya. Begitu pula sebaliknya, semakin besar ukuran objek terkecil yang dapat terdeteksi, semakin kasar atau rendah resolusinya. Citra satelit SPOT yang berresolusi 10 dan 20 meter dapat disebut berresolusi (lebih) tinggi dibandingkan dengan citra satelit Landsat TM yang berresolusi 30 meter.
● Resolusi spektral
Resolusi spektral adalah kemampuan suatu sistem optik-elektronik untuk membedakan informasi (objek) berdasarkan pantulan atau pancaran spektalnya. Kembali pada bagian bacaan terdahulu, secara praktis dapat dikatakan bahwa semakin banyak jumlah salurannya (dan msaing-masing cukup sempit), semakin tinggi kemungkinannya untuk membedakan objek berdasarkan respons spektralnya. Dengan kata lain, semakin sempit interval panjang gelombangnya dan atau semakin banyak jumlah salurannya, semakin tinggi pula resolusi spektralnya.
Resolusi spektral adalah kemampuan suatu sistem optik-elektronik untuk membedakan informasi (objek) berdasarkan pantulan atau pancaran spektalnya. Kembali pada bagian bacaan terdahulu, secara praktis dapat dikatakan bahwa semakin banyak jumlah salurannya (dan msaing-masing cukup sempit), semakin tinggi kemungkinannya untuk membedakan objek berdasarkan respons spektralnya. Dengan kata lain, semakin sempit interval panjang gelombangnya dan atau semakin banyak jumlah salurannya, semakin tinggi pula resolusi spektralnya.
● Resolusi radiometrik
Kemampuan sensor dalam mecatat respons spektral objek dinyatakan sebagai resolusi radiometrik. Sensor yang peka dapat membedakan selisih respons yang paling lemah sekalipun. Kemampuan sensor ini secara langsung dikaitkan dengan kemampuan koding (digital coding), yaitu mengubah intensitas pantulan atau pancaran spektral menjadi angka digital. Kemampuan dinyatakan dalam bit.
Kemampuan sensor dalam mecatat respons spektral objek dinyatakan sebagai resolusi radiometrik. Sensor yang peka dapat membedakan selisih respons yang paling lemah sekalipun. Kemampuan sensor ini secara langsung dikaitkan dengan kemampuan koding (digital coding), yaitu mengubah intensitas pantulan atau pancaran spektral menjadi angka digital. Kemampuan dinyatakan dalam bit.
● Resolusi temporal
Resolusi temporal adalah kemampuan suatu system untuk merekam ulang daerah yang sama. Satuan resolusi temporal adalah jam atau hari. Satelit GMS dapat merekam daerah yang sama setiap 2 kali sehari. Satelit landsat MSS dan TM setiap 18 hari sekali untuk generasi 1, dan 16 hari sekali untuk generasi 2. Satelit SPOT mampu merekam ulang setiap 26 hari sekali pada sistem operasi normal, tetapi dapat pula beberapa hari bertutut-tutut dengan mekanisme perekaman menyamping (Brachet 1984).
Resolusi temporal adalah kemampuan suatu system untuk merekam ulang daerah yang sama. Satuan resolusi temporal adalah jam atau hari. Satelit GMS dapat merekam daerah yang sama setiap 2 kali sehari. Satelit landsat MSS dan TM setiap 18 hari sekali untuk generasi 1, dan 16 hari sekali untuk generasi 2. Satelit SPOT mampu merekam ulang setiap 26 hari sekali pada sistem operasi normal, tetapi dapat pula beberapa hari bertutut-tutut dengan mekanisme perekaman menyamping (Brachet 1984).
● Resolusi layar
Resolusi layar adalah kemampuan layar monitor dalam menyajikan kenampakan objek pada citra secara lebih halus. Semakin tinggi resolusi layarnya,semakin tinggi kemampuannya untuk menyajikan gambar dengan butir-butir piksel yang halus. Dengan kata lain, semakin banyak pula jumlah sel citra (piksel) yang dapat ditampilkan pada layar.
Resolusi layar adalah kemampuan layar monitor dalam menyajikan kenampakan objek pada citra secara lebih halus. Semakin tinggi resolusi layarnya,semakin tinggi kemampuannya untuk menyajikan gambar dengan butir-butir piksel yang halus. Dengan kata lain, semakin banyak pula jumlah sel citra (piksel) yang dapat ditampilkan pada layar.
2.5 APA YANG DAPAT DIEKSTRAK DARI CITRA PENGINDERAAN JAUH?
Telah disinggung bahwa nilai piksel mengekspresikan nilai
pantulan/pancaran objek pada tiap luasan tertentu. Secara logis,
pantulan atau pancran ini sebagian besar disumbangkan oleh permukaan
objek. Dengan demikian, gambar yang tersaji pada layar itu adalah gambar
permukaan atau dekat permukaan objek. Dengan kata lain, pengenalan
permukaan objek pada citra digital dapat dilakukan dengan menganalisis
nilai piksel tersebut, mentransformasikannya apabila perlu, dan
mengklasifikasikannya untuk memperoleh gambaran yang lebih sederhana
namun informatif.
Tahap awal dalam pengolahan citra untuk ekstraksi informasi
adalah pemberian warna pada setiap julat(rentang,range) niali piksel,
dengan asumsi bahwa tiap jalut nilai mewakili kenampakan objek tertentu.
Tahap berikutnya adalah transformasi nilai asli piksel sehingga
dihasilkan nilai baru yang secara konfiguratif membentuk citra yang
lebih tajam,jelas,dan lebih mudah dianlisis untuk keperluan tertentu.
Tahap yang lebih rumit lagi adalah klasifiasi objek berdasarkan
serangkaian informasi serentak sejumlah nilai piksel dari beberapa
saluran. Semua ini dicakup dalam studi pengolahan citra.
Tidak ada komentar:
Posting Komentar