REMOTE SENSING

OBIA (Object Base Image Analysis)

Pemanfaatan data penginderaan jauh atau citra satelit sangatlah beragam sesuai dengan kebutuhan dan kegunaannya. Salah satu pemanfaatan data penginderaan jauh yaitu berupa klasifikasi citra satelit menggunakan aplikasi atau software image proccesing. Klasifikasi citra satelit terdiri dari klasifikasi unsupervised dan supervised.  Hampir semua aplikasi pemrosesan citra digital terdapat tools atau proses untuk klasifikasi baik itu supervised maupun unsupervised. Kedua klasifikasi ini sangat cocok digunakan untuk citra dengan resolusi spasial menengah seperti citra Landsat, ASTER, ALOS, dll.

Tidak hanya klasifikasi supervised dan unsupervised, ada juga klasifikasi data citra penginderaan jauh yang disebut OBIA (Object Base Image Analysis). Kali ini sedikit pencerahan dari teman saya Refinal yang sedang melakukan penelitian mengenai klasifikasi OBIA. Klasifikasi OBIA merupakan teknik klasifikasi yang tidak hanya memandang dari rona dan tektur piksel namun berdasarkan dari kesatuan objek, atau OBIA merupakan pendekatan yang proses klasifikasinya tidak hanya mempertimbangkan aspek spektral namun aspek spasial objek. Data citra penginderaan jauh yang digunakan untuk klasifikasi ini biasanya menggunakan data citra penginderaan jauh resolusi tinggi seperti Quickbird, Ikonos, World View, dll. Sebenarnya klasifikasi ini hampir mirip dengan klasifikasi unsupervised, akan tetapi basis dari klasifikasi OBIA yaitu dengan segmentasi.

Cara mendefinisikan objek dengan segmentasi ini tidak hanya berdasarkan nilai piksel, namun pendekatan dengan cara segmentasi juga memperhatikan kenampakan tekstural atau pola spasial. Segmentasi data penginderaan jauh dapat dilakukan dengan algoritma region growing / merging, deteksi batas, atau dengan kombinasi keduanya, misalnya algoritma ECHO (Extraction and Classification of Homogeneous) dan MORM (Mutually Optimum Region). Deteksi batas menggunakan asumsi bahwa dua piksel yang berdekatan dengan perbedaan nilai yang besar  mewakili dua segmen yang berbeda. Dengan demikian, suatu tepi atau batas dapat ditarik diantara keduanya. Piksel-piksel tepi, dengan demikian dapat digabung dengan segmen-segmen yang serupa. Aplikasi atau software yang digunakan untuk klasifikasi OBIA biasanya menggunakan software SPRING atau IDRISI. Berikut merupakan gambaran dari klasifikasi OBIA:

10 thoughts on “OBIA (Object Base Image Analysis)

  1. kl dicontohkan itu.. citra resolusi spasial halus seperti citra quickbird dan temannya, resolusi spasial kasar itu seperti citra modis dan teman-temannya

    1. untuk klasifikasi jenis OBIA ini lebih bagus menggunakan citra resolusi tinggi karena basis dari klasifikasi ini berupa segmentasi yang mana tidak hanya berdasarkan nilai piksel, akan tetapi juga dengan pola spasialnya.

  2. Jika dilakukan klasifikasi OBIA antara satelit resolusi tinggi (0,6 m, 1m, 0,4 m) dan dibandingkan dengan klasifikasi OBIA pada foto udara (dengan resolusi 0,1 m) bagaimana perbandingan hasilnya? apakah lebih bagus yang dari citra satelit atau foto udara..
    Hal ini mengingat foto udara resolusinya lebih tinggi sehingga pikselnya lebih kompleks dibandingkan dengan citra satelit.

    1. Hasil yang bagus dalam pengolahan klasifikasi bergantung pada AOI/ROI/Training Area yang kita ambil (hal ini melihat pada klasifikasi yang kita gunakan atau tujuan dalam proses klasifikasi semisal klasifikasi tingkat 1 atau tingkat 2 dan seterusnya). jadi tidak bisa di judge dari segi resolusinya.
      #opini pribadi cenderung lebih ke fotoo udara.

Leave a Reply

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