COLOR as IMPORTANT as DISTANCE at TOPOGRAPHIC survey

Mar 30, 2017
2 min read

Gambar 1. Contoh Mosaik foto udara yang megalami kesalahan

Pernahkan anda mendapati hasil mosaik foto udara anda seperti pada gambar diatas? Sebenarnya hal seperti ini sangat sering terjadi baik yang terawasi maupun tidak. Jika saja setiap mosaik foto anda cek dengan seksama, maka kondisi serupa sangat sering ditemui. Hasil seperti ini sering terjadi pada area yang tidak mudah diamati. Area yang sering mengalami kondisi diatas dan jarang teramati adalah ditengah lebatnya vegetasi hutan, atau ditengah pemukiman yang sangat padat.

Kondisi pada gambar pertama merupakan kondisi paling parah dimana sebuah jalan yang lurus digambarkan terbelah dan bergeser tidak menyatu. Kondisi ini sangat erat kaitannya dengan kondisi gambar dibawah ini. Bisakah anda menebak penyebab kedua kondisi yang berbeda (tetapi disebabkan fakto yang serupa) ?

Gambar 2. Contoh mosaic foto udara dengan area gelap yang tidak rata

Jika anda menebak karena persoalan tingkat kecerahan yang berbeda antara dua(atau lebih) hasil proses akuisisi data, ya anda menebak dengan tepat. Beberapa orang beranggapan bahwa kondisi ini dapat diatas dengan koreksi warna pada beberapa software olah data foto udara. Tapi sesungguhnya software hanya bisa mengurangi efek buruknya, tidak dapat mengatasinya secara maksimal. Lalu apakah koreksi Radiometrik (seperti halnya pada citra Satelit) juga bisa diterapkan? Tentunya bisa walaupun tidak akan berubah secara signifikan.

Warna pada metode olah data foto udara modern memang menjadi perhatian yang dominan. Metode “Structure from Motion” yang digunakan pada berbagai aplikasi olah foto udara menjadikan nilai Grayscale (warna) pada tiap piksel sebagai sumber data utama. Algoritma didalamnya akan menentukan tingkat kemiripan dan menyeleksi piksel satu dengan piksel pada foto lain apakah serupa atau tidak. Hasil perhitungan tersebut didapat setelah semua nilai Grayscale pada semua piksel di setiap foto disimpan sebagai database piksel. Database ini lah yang dianalisis tingkat keseragamannya. Bisa dikatakan Warna pada metode Fotogrametri Modern sebagaimana pentingnya data Jarak dan Sudut pada pengukuran Survey Topografi, sama-sama sebagai data paling penting dan mendasar.

Sebegitu pentingnya “Warna” pada foto udara sekarang menjadikan perkembangan metode akuisisi data perlu mempertimbangkan konsistensi nila “Warna” pada setiap capture foto udara. Postout dan Blakasutha tengah melakukan riset melalui beberapa pendekatan sekaligus. Proses yang tengah kami upayakan meliputi perbaikan metode dari sisi Persiapan Peralatan, Akuisisi Data, dan Olah Data. Kegiatan awal yang sedang diuji coba adalah sebagai berikut:

1. Membuat Metode Kalibrasi Kamera yang efektif dan efisien untuk memperoleh nilai kalibrasi kamera (Orientasi Dalam) dan juga sekaligus nilai kalibrasi Radiometrik. Nantinya metode ini akan dilakukan saat sebelum dan sesudah tiap sesi akuisisi foto udara.

Gambar 3. Contoh ujicoba Lembar Kalibrasi Kamera

2. Menguji coba tingkat efektifitas penggunaan “LIGHT METER” untuk memperoleh pendekatan pengaturan kamera agar tingkat metering cahya tiap sesi akuisisi data menghasilkan Foto dengan Warna yang seragam.

Gambar 4. LIGHT METER

3. Mengembangkan Premark yang bisa dideteksi oleh software secara otomatis baik ID Premarknya juga nilai karakter warna pada point tersebut. Hal ini untuk kemudahan plotting titik Premark dan mengecek konsistensi “warna” di seluruh area misi udara.