Indeks Kemurnian Piksel

Halo semua,

Disini saya mencoba membahas mengenai Pixel Purity Index atau Indeks Kemurnian Piksel, apa sih sebenarnya itu ?

Indeks Kemurnian Piksel adalah suatu indeks yang menjabarkan piksel yang paling murni atau ekstrim dari suatu citra multispektral atau hyperspektral. dengan memisahkan piksel murni dengan yang tercampur akan mengurangi jumlah piksel yang dianalisa dan membuat proses pemisahan dan identifikasi menjadi lebih mudah.

Indeks Kemurnian Piksel dihitung dengan memproyeksikan scatter-plot n-dimensional ke dalam unit vektor random secara berulang, piksel ekstrim pada setiap proyeksi direkam dan jumlah setiap kali piksel dikatakan ekstrim dicatat. citra PPI (Pixel Purity Index) dibuat dimana DN dari setiap piksel berhubungan dengan berapa kali sebuah piksel direkam sebagai ekstrim. berikut merupakan bagan alir PPI pada software ENVI

PPI

Fungsi PPI dapat membuat band output baru atau meneruskan iterasinya dan menambahkan pada band output yang telah ada. PPI biasanya dijalankan pada hasil transformasi MNF (Minimum Noise Fraction) yang mengkesampingkan noise band. Hasil dari PPI biasanya digunakan sebagai input n-D Visualizer.

Bagaimana mempraktekkan PPI, saya akan memberi contoh dengan menggunakan Software ENVI, pertama-tama, buka software ENVI, kemudian pilih menu :

Spectral – Pixel Purity Index – New Output Band atau [FAST] New Output Band.

Perbedaan antara metode FAST dan non-FAST adalah pada metode FAST, citra ditempatkan di memori dan diproses disana, ini akan mempercepat waktu pemrosesan, tapi dibutuhkan memori yang besar.

Beberapa variabel yang perlu di set pada pemrosesan PPI adalah :

1. Nomor Iterasi
menunjukkan berapa kali data akan diproyeksikan ke dalam vektor random, semakin banyak jumlah iterasi, semakin baik hasil datanya tetapi semakin lama prosesnya,

2. Faktor Batas (Threshold factor)
Sebagai contoh jika faktor batas di set menjadi 2, maka akan menandai semua piksel yang lebih besar dua kali dari nomor digital piksel ekstrim (baik atas maupun bawah) sebagai ekstrim. batas ini menyeleksi piksel di akhir proses vektor yang terproyeksi. batas ini haruslah 2 – 3 kali lebih besar dari level data noise.

3. Subsampling
opsi ini hanya muncul jika anda memilih opsi FAST, berfungsi untuk membuat data cukup di space memori, isikan faktor resize X dan Y kurang dari 1.

selamat mencoba :beer:

2 thoughts on “Indeks Kemurnian Piksel”

Tinggalkan Pesan

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Maaf, anda dilarang mengkopi konten halaman ini.

Discover more from Blog SIG dan Geografi

Subscribe now to keep reading and get access to the full archive.

Continue reading