Hasil Pencarian  ::  Simpan CSV :: Kembali

"Seiring perkembangan teknologi, otomatisasi telah dilakukan dalam berbagai bidang. Hampir seluruh otomatisasi yang dilakukan bertujuan menghemat waktu yang dibutuhkan dan mengurangi human error dalam suatu proses. Registrasi citra merupakan salah satu proses penting dalam aplikasi remote sensing, akan tetapi proses ini masih sering dilakukan secara manual oleh para expert. Dalam tugas akhir ini akan dibahas mengenai metodologi dan alogritma-algoritma yang digunakan untuk melakukan registrasi citra secara otomatis. Metodologi registrasi citra yang digunakan terdiri dari tiga tahap. Tahap pertama bertujuan untuk mencari control points(CP) dari suatu citra, tahap ini dilakukan dengan menggunakan algoritma harris corner detector. Tahap kedua bertujuan untuk menemukan pasangan CP, tahap ini dilakukan dengan algoritma template matching dan combined invariants based sebagai similarity measurenya. Tahap ketiga bertujuan untuk menghilangkan pasangan CP yang tidak valid, tahap ini dilakukan dengan melakukan perhitungan Root Mean Square Error (RMSE). Metodologi ini telah berhasil diujicobakan pada citra hasil foto udara daerah pedesaan dan daerah suburban serta citra landsat danau Tahoe di Nevada, Amerika."

"Klasifikasi citra inderaja merupakan salah satu teknik yang penting dalam pembuatan peta suatu wilayah. Hasil dari klasifikasi citra inderaja berupa peta tematik (thematic map) dimana setiap titik (pixel) termasuk di dalam sebuah kelas. Karena adanya sensor noise dan keterbatasan algoritma, peta tematik yang diperoleh mengandung banyak noise yang berbentuk ?salt and pepper? (tidak periodik) sehingga menghasilkan batas antar wilayah yang tidak pasti.Metode Information Fusion yang dikerjakan dalam tugas akhir ini bertujuan untuk menghasilkan peta tematik dengan batas yang jelas antar wilayah dan wilayah yang homogen. Metode ini terdiri dari 2 langkah yaitu: pendeteksian sisi dari peta tematik hasil smooth filtering dan citra multispektral penerapan algoritma region growing ada peta tematik untuk menghasilkan batas wilayah yang jelas dan wilayah yang homogen yaitu satu wilayah terdiri dari satu kelas. Metode ini berjalan secara independen dari algoritma klasifikasi, dan bukan knowledge-based algorithm yaitu tidak menggunakan asumsi awal mengenai isi dari citra.Hasil dari analisa menunjukkan bahwa metode Information Fusion yang diajukan oleh Solaiman et al. [SOLA98] masih memiliki beberapa kelemahan diantaranya adalah tidak dapat mengatasi citra tematik yang memiliki wilayah sebesar 3 piksel atau kurang [SOMB99], tidak adanya usaha penghilangan gangguan sebelum dilakukan deteksi sisi, dan tidak adanya usaha perbaikan pada hasil fusi. Dalam Tugas Akhir ini diajukan perbaikan dari metode Information Fusion [SOLA98] yaitu dengan penambahan modifikasi smooth-filtering untuk menghilangkan gangguan dan memperjelas sisi, dan perbaikan hasil fusi."