Pixel Cooking

Peta Sebaran Instalasi Air Minum Tahun 2010

pixelcooker — Tue, 27 Sep 2011 12:49:48 +0000

http://maps.ina-sdi.or.id/home/webmap/embedViewer.html?webmap=1689ac55e5b74005b4d73030a6fb3031&bing=true&zoom=true&scale=true
View Larger Map

Collection of free RS/GIS data

pixelcooker — Tue, 27 Sep 2011 11:31:26 +0000

Hey folks, I just found a cool site which it inform dozens of free GIS data site. check it out here

http://freegisdata.rtwilson.com/

Hope this little post useful for you

regards

Orfeo Toolbox

pixelcooker — Sat, 21 May 2011 18:45:33 +0000

ORFEO Toolbox (OTB) is distributed as an open source library of image processing algorithms. OTB is based on the medical image processing library ITK and offers particular functionalities for remote sensing image processing in general and for high spatial resolution images in particular. OTB is distributed under a free software license CeCILL (similar to GPL) to encourage contribution from users and to promote reproducible research. The library is intensively tested on several platforms as Linux, Unix and Windows. Most functionalities are also adapted to process huge images using streaming and multi-threading as often as possible.

Among other, OTB provides a number of heavily documented functionalities as

image access: optimized read/write access for most of remote sensing image formats, meta-data access, visualization;

filtering: blurring, denoising, enhancement;

feature extraction: interest points, alignments, lines;

image segmentation: region growing, watershed, level sets;

classification: K-means, SVM, Markov random fields;

change detection.

Get the Software here

http://orfeo-toolbox.org/otb/download.html

My Comment

They said IT can beat ecognition, just give it a try

Simple way to adding Google Images services into ArcMap

pixelcooker — Sat, 16 Apr 2011 17:36:43 +0000

I just found a simple way to add google images into ArcMap Project after exploring some RS/GIS forums. As we already know, since ArcGIS 9.2 we can access tiled services of basemaps from ESRI. This new feature permitted us to use worldwide detailed maps or high resolution imagery as our base map,data source or simply just background information of our mapping project. Then, We may further asking, could popular map/imagery service provider like google or microsoft also be added into ArcMap?. The answer is yes. codeplex has developed an ArcGIS extension called ArcBrutile, which it main goal is enabling tiled map/imagery services can be added into ArcMap. The extension can make WMS/WMS-C map services, Microsoft Bing and Google Images/Maps added into ArcMap view.

Below is example of my experiment:

Download the needed software from this forum.

Enjoy!!

Creating automoved graphics and text in ArcMap Layout

pixelcooker — Sun, 10 Apr 2011 16:02:56 +0000

Here is short tip to create automoved graphics or labels like annotation does in ArcMap. Normal graphics will not moved when we are trying to zoom or pan the data view in Layout mode. Sometimes it can bring serious problems when we are creating multi sheet or multi scale map. We can use manual way to move graphics (aargh, its time consuming), using annotation or converting graphics into shapes in order to make auto movable graphics/text. But trust me, that would not efficient if you re actually don’t need annotation or additional meaningless data. better save your HD space folks!. Ok here are the tip sequences,

1. when you re in layout mode, activate the layout toolbar,

2. search “focus data frame” button, click it,

3. then create your text or graphic using drawing toolbar,

4. After it is done, try to pan or zoom the data view,the created graphics will automatically moved according to the panning/zooming direction (in this example image, the map moved to the down direction).

Hope this post is useful for you

Source : ESRI ArcGIS Desktop 9.3 web help

Copenhagen Image Processing System (CHIPS)

pixelcooker — Mon, 04 Apr 2011 23:03:15 +0000

Chips, the Copenhagen Image Processing System, is a general-purpose software package for remote sensing image processing and spatial data analysis with extensive support for NOAA AVHRR data.

Chips can be used both as a stand-alone system, as well as a powerful supplemental image-processing tool for GIS products like MapInfo™ and ArcView™.

General purpose image processing with Chips for Windows®

Multiple RGB/pseudocolor image views with both vector and raster overlays (ESRI shapes)

Vector editing and digitizing

Image rectification

Image classification

Image statistics and visualization of statistics

Image arithmetics, filtering, profiles, semivariograms, principal components, scattergram and interpolation

3D image visualization

Built-in scripting language

NOAA AVHRR processing with Chips for Windows®

Imports and auto-detect multiple HRPT formats, including NOAA 1B, ESA Sharp, Dartcom, Quorum, BURS Block, Data Tools, ASDA, Dundee and Timestep.

Calibration and correction using NOAA NESDIS guidelines supported for all AVHRR platforms from TIROS-N to NOAA-16

Automatic rectification using embedded orbit parameters, TLE or TBUS files

Interactive navigation for improved accuracy

Line quality analysis handles missing or noisy lines

Creation of Sun and Satellite geometry images

Creation of vegetation indices and surface temperature maps through user-defined algorithms

Bushfire detection

At this moment, Chips is no longer supported,and can be downloaded free of charge at this site. And the manual could be found here.

Pan-Sharpening, Why don’t you try it by yourself ?

pixelcooker — Fri, 25 Mar 2011 17:04:28 +0000

Dalam mempelajari fusi citra dan pan-sharpening, banyak dari kita yang merasa kebingungan untuk memulai. Kebingungan ini dapat berasal dari kurangnya pemahaman akan metode dan algoritma, dasar teori fisis penginderaan jauh, konsep spasial/spectral citra, sampai sarana dan prasarana (software dan data). Untuk yang terakhir ini, saya sungguh sangat mengalaminya ketika kuliah dulu. Bagaimana susahnya memperoleh data yang “layak” untuk digunakan sebagai sarana belajar fusi citra.

Ketika sedang mengerjakan skripsi, saya sempat kebingungan untuk mencari citra yang dapat digunakan untuk pemetaan skala 1/50.000. Data yang tersedia di jurusan saya hanya Citra SPOT-5 HRG dengan resolusi spasial 10 meter yang tentunya tidak cukup detil untuk pemetaan skala 1/50.000. Setelah saya pelajari citra tersebut beserta metadatanya dalam format DIMAP, akhirnya saya mengetahui kalo citra SPOT tersebut terdiri dari 2 dataset, yaitu dataset multispektral dengan resolusi 10 meter dan dataset Pankromatik dengan resolusi 2.5 meter. Dari sini kemudian ketertarikan saya terhadap kajian fusi citra muncul.

Di sisi lain, tidak semua orang seberuntung saya yang memperoleh citra gratis ,(padahal aslinya harganya mahal). Banyak orang yang terkendala terbatasnya akses data citra resolusi tinggi dalam mempelajari penginderaaan jauh. Namun sekarang – sekarang ini, kendala tersebut tampaknya tidak terlalu relevan lagi, karena saat ini mulai muncul badan/institusi yang memberikan produk citra mereka free of charge, termasuk di dalamnya citra – citra yang berasal dari sensor yang mempunyai kapabilitas merekam dalam mode multispektral dan pankromatik.

Saat ini setidaknya terdapat dua portal penyedia citra free of charge yang menyediakan data citra multispektral dan pankromatik yang dapat digunakan untuk mempelajari fusi citra dan pan-sharpening.

Yang pertama adalah Portal Global Landcover Facility (GLCF), dan kedua, USGS dengan portal GLOVIS-nya. Dari portal GLCF dapat diunduh beberapa scene citra Landsat 7 ETM+ rekaman sekitar tahun 2000 awal per Path/Row, untuk seluruh wilayah Indonesia. Data yang tersedia meliputi data multispektral,termal dan pankromatik dalam bentuk file terpisah, dengan format BSQ atau GeoTiff berserta metadata terkait (*.HDR). Tersedianya citra multispektral dan pankromatik dari GLCF dengan level pemrosesan yang sudah tercoregistrasi dan terorthorektifikasi antara keduanya memungkinkan data ini siap untuk langsung digunakan dalam eksperimen fusi citra dan pan-sharpening tanpa harus melalui tahapan coregistrasi citra.

1. Tampilan Homepage GLCF.

2. Fasilitas peta untuk mencari data di GLCF, di panel sebelah kiri adalah list data yang tersedia di GLCF, sayang untuk wilayah Indonesia hanya tersedia data Landsat ETM, TM dan MSS, SRTM DEM, MODIS, dan AVHRR.

3. Halaman pilihan Citra yang tersedia untuk diunduh pada setiap area interes (Path/row)

4. Halaman pengunduhan Citra

Portal kedua adalah portal GLOVIS milik USGS. Portal ini mempunyai arsip data yang lebih lengkap daripada GLCF. Citra Landsat 7 dan 5 terbaru selalu diupdate ke portal ini, dan semuanya free of charge, termasuk citra – citra yang merekam wilayah Indonesia. Untuk kajian pan-sharpening dan fusi citra, pengguna dapat memanfaatkan dua buah jenis citra yang tersedia gratis di portal ini, yaitu Citra Landsat 7 ETM+ dan Citra EO-1 ALI. Kedua sensor memiliki kapabilitas perekaman multispektral dan pankromatik. Sensor Multispektral Landsat 7 merekam dengan resolusi 30 meter dan 15 meter untuk mode pankromatik. Sedangkan sensor ALI juga merekam pada resolusi 30 meter untuk multispektral dan 10 meter untuk pankromatik, Banyak yang bisa dieksploitasi dari kedua sensor ini. Pengguna dapat mencoba berbagai teknik fusi citra untuk mencoba mengintegrasikan kelebihan – kelebihan dari sensor multispektral dan pankromatik masing – masing sensor, atau mencoba mengintegrasikan kedua sensor (fusi landsat multispektral dan ALI pankromatik).

Untuk dapat mengunduh citra dari USGS GLOVIS, terdapat dua syarat yang harus dipenuhi. Pertama, pengguna harus melakukan registrasi dulu ke USGS (gratis), dan yang kedua, web browser harus terinstall Java Runtime Environment terbaru. JRE dapat diunduh gratis dari situs Java. Data dari GLOVIS USGS tersedia dalam format GeoTiff dengan file terpisah untuk setiap saluran, beserta metadata dalam format *.MTL. Metadata format MTL ini dapat di-parsing dengan menggunakan software ENVI mulai versi 4.7, sehingga pengguna tidak perlu melakukan stacking secara manual, melainkan diproseskan secara otomatis oleh software. Citra dari USGS juga sudah dalam kondisi tercoregistrasi dan terorthorektifikasi antara data multispektral dan pankromatik, sehingga dapat langsung digunakan untuk eksperimen fusi citra.

5. Tampilan aplikasi pencarian katalog citra di USGS Glovis

6. Tampilan menu download setelah pengguna melakukan registrasi dan login ke dalam sistem.

Berikut ini adalah contoh hasil fusi citra Landsat 7 ETM+ dan EO-1 ALI
Landsat 7 Multispektral (30 meter)

EO-1 ALI Pankromatik (10 meter)

Hasil Fusi (Citra multispektral resolusi 10 meter)

Semoga bermanfaat

HIGHVIEW SOFTWARE

pixelcooker — Thu, 24 Mar 2011 18:20:59 +0000

HighView is an advanced image fusion and pan-sharpening software program. It uses GeoSage’s
state-of-the-art and highly efficient image fusion algorithms that have been developed over the past few
years and successfully merges low-resolution multispectral bands with high-resolution panchromatic
band of recent satellite images (e.g., GeoEye-1, QuickBird, IKONOS, KOMPSAT-2, FORMOSAT-2,
ALOS, SPOT-5 and Landsat 7 ETM+).

Highlights:
􀂙 Band combination and image stretching
􀂾 A hybrid of both linear and nonlinear image stretching
􀂾 Stretched output imagery in 24-bit BMP and/or un-stretched output in GeoTIFF format
􀂾 A GUI-based batch processing function able to process hundreds or thousands of images
overnight.
􀂾 Advanced simulation method for making true-colour composite from SPOT-5 false-colour Near
Infrared/Red/Green input or any other colour infrared (CIR) imagery. Six methods or colour
templates are provided. (Only included in HighView Professional Version 2.5)
􀂙 Pan-sharpening
􀂾 Local spectral/spatial optimization method
􀂾 Global spectral/spatial optimization method
􀂾 An efficient, improved bilinear resampling scheme
􀂾 Spatial enhancements (none, detail, sharp) for any selected set of bands
􀂾 Colour enhancements by adjusting R/G/B factors
􀂾 Option for matching linear stretches used during band combination
􀂾 Option for image noises reduction
􀂾 Pan-sharpened output with full, un-stretched dynamic range
􀂾 An efficient batch processing function that can be easily integrated with enterprise workflows
􀂾 Applicable to QuickBird, IKONOS, ALOS, and many more
􀂾 Option for either intensive or low memory usage in processing large-sized inputs (max image
size is 32,768 by 32,768 pixels for the panchromatic band)
􀂾 If the file size of fused multi-band output is close to or larger than 2GB, HighView automatically
produces outputs with separate bands.
HighView is a handy companion to popular remote sensing and GIS software. It provides tools that lay
a solid foundation for image classification and feature extraction. With this unique and customer-proven
technology, users can now confidently and conveniently perform image fusion and pan-sharpening by
themselves. GUI-based HighView is ideal for casual users and licensing fees start from US $125.

Download the trial software with limited unrestricted features with no expiration date here.

My Comment

Software yang cukup mahal,tapi hasil pan-sharpening olahan bumbu dapur mereka cukup bagus,

PANCROMA (shareware)

pixelcooker — Thu, 24 Mar 2011 06:20:16 +0000

Pan Sharpen and Gap-Fill with PANCROMA

PANCROMA pan sharpening is the Simple yet Powerful GIS software application for creating 15m resolution color pan sharpened images from FREE Landsat ETM+ satellite data for ANY part of the world.

PANCROMA pan sharpening software uses an image fusion technique to produce a high-resolution color satellite image from the low-resolution multispectral band files and the single panchromatic band file included in many satellite data bundles (like Landsat ETM+ and SPOT^®):

Low Res Color + High Res Grayscale = High Res Color

Plus, PANCROMA pan sharpening gap fills SLC-Off Landsat scenes. And PANCROMA pan sharpening connects with your other GIS applications using GeoTiff² file format.

PANCROMA Features

PANCROMA combines an intuitive GUI with a sophisticated computation engine. With its ‘Quick Start’ Instruction Manual, instructional videos, White Papers and friendly customer support, you will create your first pan sharpened satellite image within minutes!

PANCROMA has unique image preprocessing utilities to compensate for the color distortions inherent in the pan sharpening process, allowing you to produce high quality Landsat or SPOT^® pan sharpened images.

PANCROMA gap fills (post 2003) SLC-Off ETM+ images using the Transfer or Hayes algorithms, improving the appearance and utility of post-2003 (SLC-Off) Landsat imagery.

PANCROMA automatically generates matched multiple band subsetsof co-registered and georeferenced satellite images for subsequent pan sharpening.

PANCROMA can extract SPOT^® and ASTER L1B band files from composite images downloaded for free from the LP-DAAC Data Pool and the USGS Earth Explorer website.

PANCROMA can synthesize natural color composite RGB images from SPOT^® and ASTER false-color bands 1, 2 and 3(N). PANCROMA can produce natural color pan sharpened images from the synthesized SPOT^®data.

PANCROMA batch processes virtually unlimited quantities of band files to produce RGB color composite and pan sharpened images.

Input and output files in JPEG, BMP, PNG, GeoTiff and Landsat L1G format

Display individual grayscale band files at full resolution

Create 30m resolution true-color RGB images from Landsat band files 3, 2, 1 instantly

Create 30m resolution false-color images from any combination of Landsat band files

Create 20m resolution false-color and natural-color images from SPOT^®band files

Create 15m resolution false-color and natural-color images from ASTER band files

Create 15m resolution pan-sharpened images from Landsat ETM+ band files and panchromatic band data using HSI or Brovey Transform methods

Create 10m resolution pan-sharpened true and false color images from SPOT^® band files and panchromatic band data

Create 10m resolution pan-sharpened true and false color images from NASA EO-1 band files and panchromatic band data

Create 10m resolution pan-sharpened images from Landsat ETM+ band files using a SPOT panchromatic band

Unbundle and process Digital Globe WorldView^® data.

Unbundle and process GeoEye^® data.

Use ENHG and XIONG algorithm spectral distortion correction algorithms for truer pan sharpened color tones.

Use a persistent RGB comparison image provided for fine-tuning pan sharpened images.

Resample large Landsat files to lower resolution

Compute band ratio images

Histogram match two images

Histogram stretch a single image

Subtract two images

Post process image – color adjust

Use unsupervised C-Clustering image clustering algorithms to group land features.

Full User Manual including Tutorials

Online Help file

Online instructional videos

Import Landsat files in .tif, .L1G, .jpg, png and .bmp format

Save processed files in .jpg, .png and .bmp format

Friendly customer support included in purchase price

PANCROMA‘s adaptive algorithms detect your computer’s memory configuration, allowing computers with as little as 256MB of installed RAM to pan sharpen and save full sized Landsat datasets, while allowing faster processing speeds for more capable computers.

A trial version of PANCROMA is available for free download. All features are fully operational except that the ‘Save’ utilities have been disabled. You can load full-sized Landsat, SPOT and ASTER data sets and create RGB and pan sharpened images.

Download the Trial Software Here, Get the full version for 49.95 USD

My Comment

Benar – benar software yang menarik, walaupun interfacenya agak rumit, tapi kapabilitasnya boleh juga, versi trial memungkinkan kita menggunakan seluruh tools yang tersedia, cuman sayangnya data hasil pengolahan tidak bisa disimpan karena di disable. Dengan harga 49 dollar, fungsionalitas software ini cukup bisa diandalkan, terutama bagi mereka para pengguna citra landsat 7 yang sudah terdegradasi sensor-nya.

SFIM (Smoothing FIltered Intensity Modulation ) Pan Sharpening Algorithm

pixelcooker — Sun, 13 Mar 2011 12:29:12 +0000

adalah sebuah algorithm image fusion/pan-sharpening berbasis operasi aritmatika/map algebra, namun menggunakan prinsip fisis perjalanan gelombang elektromagnetik dalam penginderaan jauh.

Tidak seperti algoritma aritmatik lain seperti brovey yang menginjeksikan detil pankromatik melalui operasi multiplikasi yang pada akhirnya mengacaukan komposisi spektral citra multispektral, SFIM mengambil detil pankromatik tanpa menyentuh atribut spektral dari citra multispektral. Sehingga, nilai spektral dari citra multispektral tidak terdistorsi/teralterasi.

Tidak juga seperti algoritma berbasis transformasi seperti PCA sharpening atau IHS transform, SFIM tidak mengambil informasi intensitas, sehingga dia tidak tergantung pada julat spectral dari citra pankromatik, sehingga dapat digunakan untuk memfusikan saluran SWIR pada citra ASTER atau LANDSAT tanpa perlu khawatir informasi spektral teralterasi/terdistorsi terlalu jauh, walaupun tidak ada citra pankromatik yang direkam sampai spektrum SWIR.

Algoritma ini seperti Wavelet atau FFT based algorithms, dia mengambil informasi tekstural horisontal, vertikal dan diagonal dari citra pankromatik, namun dengan cara yang lebih sederhana (mean/low pass filter dan operasi aritmatika).

Satu lagi kelebihan SFIM, dia dapat mengkoreksi keterdapatan awan pada citra pankromatik, karena yang diambil informasi tekstural, bukan intensitas.

Prinsip algoritmanya adalah seperti berikut:

Berdasarkan prinsip paling dasar dan sederhana dalam teori penginderaan jauh optik pasif, DN atau Nilai pixel ditentukan oleh 2 komponen, yaitu Iradiansi matahari dan reflektansi obyek.

1, DN = iradiansi x reflektansi

Dalam kondisi waktu perekaman citra satelit yang tidak terlalu berbeda antara citra multispektral dan pankromatik (kondisi atmosfer, sudut azimuth dan elevasi matahari),

pada citra multispektral:

2, DN_ms = IRADIANSI_ms x REFLEKTANSI_ms

pada citra pankromatik:

3, DN_pan = IRADIANSI_pan x REFLEKTANSI_pan

SFIM memerlukan satu data lagi, yaitu versi low pass filtered dari citra pankromatik. low pass filtered image ini dapat diperoleh dengan cara mengaplikasikan mean filter pada citra pankromatik.

4, DN_pan_lp = IRADIANSI_pan_lp x REFLEKTANSI_pan_lp

Setelah citra multispektral di co-registrasi dan diresampling resolusinya agar sama dengan citra pankromatik, Algoritma SFIM dapat diekspresikan sebagai berikut:

5, DN_sfim = (DN_ms x DN_pan) / DN_pan_lp

dengan kata lain:

6, DN_sfim = ((IRADIANSI_ms x REFLEKTANSI_ms) x (IRADIANSI_pan x REFLEKTANSI_pan)) / (IRADIANSI_pan_lp x REFLEKTANSI_pan_lp)

Sesuai dengan presumsi bahwa kondisi atmosfer, waktu perekaman dan sudut matahari tidak jauh berbeda dan ditambah resolusi radiometrik yang sama antara citra pankromatik dan muktispektral, maka :

7, IRADIANSI_ms equivalen dengan IRADIANSI_pan dan IRADIANSI_pan_lp

Selain itu, karena operasi low pass/mean filter tidak mengubah atribut reflektansi citra, maka:

8, REFLEKTANSI_pan equivalen dengan REFLEKTANSI_pan_lp

dengan demikian:

Persamaan 6:

DN_sfim = ((IRADIANSI_ms x REFLEKTANSI_ms) x (IRADIANSI_pan x REFLEKTANSI_pan)) / (IRADIANSI_pan_lp x REFLEKTANSI_pan_lp)

(IRADIANSI_ms dan IRADIANSI_pan_lp saling membatalkan,
REFLEKTANSI_pan dan REFLEKTANSI_pan_lp saling membatalkan)

sehingga:

7, DN_sfim = REFLEKTANSI_ms x IRADIANSI_pan

Persamaan 7 menyisakan komponen reflektansi dari citra multispektral dan komponen iradiansi dari citra pankromatik. Gabungan dua komponen ini membentuk citra fusi dengan informasi spektral (reflektansi) seperti citra multispektral, namun dengan kedetilan spasial (iradiansi) dari citra pankromatik

Contoh hasil Fusi dengan SFIM

1, FORMOSAT 2 (8m multispektral dan 2m pankromatik)

2, LANDSAT 7 ETM (30m multispektral dan 15m pankromatik)

3, Quickbird (2,4m multispektral dan 0,6m pankromatik)

4. SPOT-5 (10m multispektral dan 2,5m pankromatik supermode)

Contoh hasil koreksi awan dengan SFIM

Kunci kesuksesan dalam penerapan SFIM adalah jenis filter lowpass dan ukuran kernel yang digunakan. Berdasarkan pengujian yang saya lakukan, ukuran kernel lebih besar akan memberikan hasil fusi yang lebih baik, sebagaimana gambar berikut:

Menarik untuk dikaji, sampai berapa ukuran maksimum kernel yang dapat memberikan hasil optimal.

Dengan presumsi kesamaan kondisi iluminasi, maka SFIM akan bekerja maksimal pada sensor – sensor yang merekam pada mode multispektral dan pankromatik pada waktu yang bersamaan seperti LANDSAT 7 ETM, SPOT-4/5, IKONOS, Quickbird, Geoeye-1, Formosat-2, IRS/Cartosat, RapidEye, Worldview-2, ALOS AVNIR2/PRISM dan OrbView-3,

Sejauh yang saya tahu, Software yang sudah mengimplementasikan SFIM sebagai salah satu modul spatial enhancement adalah OSSIM 1,7 dan ER MAPPER 7,1. Namun bagi anda yang ingin mencoba algoritma ini melalui software ArcGIS 10, anda dapat mencoba Geoprocessing model buatan saya yang dicompile dalam bentuk toolbox. Penggunaannya hanya tinggal di-load melalui arcToolbox>add new toolbox. dan secara otomatis tool akan masuk ke dalam deretan tools di ArcToolbox. Saat ini model buatan saya baru men-support citra 4 band dengan resolusi radiometrik 8 BIT. Anda dapat mengembangkannya sendiri agar dapat mensupport lebih dari 4 band atau mensupport citra 16 BIT. Saya sangat mengharapkan kritik dan masukan atas model tersebut. Tool dapat diunduh di sini.:

Terimakasih sudah berkunjung.