SFIM (Smoothing FIltered Intensity Modulation ) Pan Sharpening Algorithm

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)
SFIM Pan Sharpening pada Citra Formosat

2, LANDSAT 7 ETM (30m multispektral dan 15m pankromatik)
SFIM Pan Sharpening pada Citra Landsat 7 ETN+

3, Quickbird (2,4m multispektral dan 0,6m pankromatik)
SFIM Pan Sharpening pada Citra Quickbird

4. SPOT-5 (10m multispektral dan 2,5m pankromatik supermode)
SFIM Pan Sharpening pada Citra SPOT-5

Contoh hasil koreksi awan dengan SFIM
Koreksi Awan menggunakan 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:
Perbedaan ukuran kernel dan pengaruhnya terhadap hasil fusi

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.😀

19 thoughts on “SFIM (Smoothing FIltered Intensity Modulation ) Pan Sharpening Algorithm

  1. mtnugraha says:

    Tulisannya bagus2 mas, dan terima kasih atas jawabannya untuk pertanyaan saya mengenai fusi. Baru liat tadi, hehehe ….. tapi alhamdulillah waktu itu dengan patokan dari tulisan mas, bisa juga lakuin fusi di ENVI dan PCI. Oh iya mas, nanya lagi nih, saya kan pernah fusi citra SPOT itu, nah yang jadi masalah itu, ketika udah jadi, hasilnya itu ada citra yang di suatu lokasi bener-bener terang citranya tapi di sisi lain ada yang gelap. Setelah saya liat-liat, kayaknya ada pengaruh dari citra panchromatic-nya, di mana jika citra panchromatic-nya di lokasi tersebut terang banget, maka di citra hasil fusinya pun begitu. Yang saya tanyakan bagaimana caranya agar kita dapat mereduksi tingkat kecerahan di suatu lokasi atau menambah tingkat kecerahan di lokasi yang menjadi gelap. Kalo nggak salah namanya koreksi radiometrik ya (CMIIW) ? kalo bisa sih pake software ENVI/PCI juga mas, karena kemarin fusi pake software itu. Terimakasih sebelum dan sesudahnya.

    • pixelcooker says:

      hehe, terimakasih mas😀

      memang mas, jadi begini, informasi dari citra itu kan diantaranya ada informasi spektral dan spasial/tekstur, demikian pula dalam image fusion/pan sharpening ini. bisa menggunakan pendekatan spektral atau tekstural dalam melakukan operasi fusi citra. hasilnya tentu saja berbeda antara keduanya.

      dalam kasus yang mas hadapi, mas menggunakan pendekatan spektral untuk melakukan fusi citra (contoh algoritma yang menggunakan pendekatan spektral antara lain brovey, IHS, PCA, dan ESRI method diatas), dalam algoritma berbasis spektral, tentu saja aspek radiometrik dari citra pankromatik akan mempengaruhi hasil fusi, sehingga banyak terjadi kasus2 distorsi warna dari citra hasil fusi.

      hal ini akan berbeda jika yang digunakan adalah pendekatan tekstural, Yang diambil dari citra pankromatik adalah bukan informasi intensitas/rona/warna/spektral, tapi tekstur, sehingga informasi spektral dari citra multispektral relatif tidak teralterasi ketika citra di fusi kan (tingkat kecerahan relatif tidak berubah). Mas mungkin bisa mencoba menggunakan pendekatan ini. Contoh algoritma berbasis tekstural antara lain SFIM di atas (ada di ER Mapper), Wavelet Fusion (ada di ERDAS Imagine dan ENVI), dan Ehlers fusion di ERDAS Imagine

  2. Sadewo says:

    mantaaaap…
    mbak saya mau buat toolbox..untuk permodelan banjir…
    msh bingung yg masalah phyton..
    maklum saya programing kurang…
    ‘saya mahasiswa Kartografi Penginderaan Jauh UGM..
    nuwun
    mohon kalo ada saran… bisa lewat email…
    tengkyu2..

    • pixelcooker says:

      bikin model tidak harus pake phyton bro, kan bisa pake model builder, tinggal dikombinasikan aja tool tool yang tersedia di arctoolbox, coba kunjungi http://www.gisarea.com untuk informasi lengkap seputar data dan software

  3. Ilham says:

    jadi banyak yang saya gak tau jadi baru tau, thank’s mas.
    kalau Pan Sharpened menggunakan produk citra yang berbeda apakah bisa dilakukan, mis : Panchromatic mengambul resolusi tinggi dari citra quickbird 0.6 m sedangkan Multispectral diambil dari citra SPOT 5 res 10 m. kalau bisa dilakukan, bagaimana caranya? software pengolahan apa saja yang kompatibel untuk itu.
    Saya biasa lebih friendly menggunakan software PCI untuk pengolahan citra, mau tanya lagi kalo ga ngerepotin, untuk menghilangkan awan seperti SFIM pad ER Mapper tapi dengan Software PCI Geomatic, mohon bantuannya

    • pixelcooker says:

      bisa saja mas, bahkan fusi citra optik dan SAR juga banyak yang udah ngelakuin kok, yang paling penting adalah setiap citra saling ter – coregistrasi secara akurat.
      kalo di PCI bisa menggunakan modul FUSE, atau PANSHARP, cuman biasanya kalo citra yang di fusikan mempunyai tanggal perekaman yang berbeda -beda, biasanya hasilnya kurang bagus, hal ini disebabkan karena antara lain, perbedaan landcover, kondisi atmosfer, dan sudut azimuth matahari,

      sebenarnya, yang saya share dipostingan tersebut lebih pada konsep dan teknis algoritma algebranya, dan bias diaplikasikan di semua software pengolahan citra, kalo untuk PCI, saya kebetulan belum mengeksplorasi banyak kecuali FOCUS, Ortho Engine, dan Fly!, saya rasa algoritma diatas bisa diaplikasikan pake EASI modelling di PCI, cuman teknisnya saya belum tahu, karena belum pernah mencoba juga, mungkin mas bisa mencoba😀

  4. Ilham says:

    terima kasih mas, saya sudah coba Pansharpened nya menggunakan SFIM di ER Mapper dengan Citra Pan Quickbird Res 0.6m dan MS dari Spot 5 Res 10 m, hasilnya Resolusinya dapat jadi 0.6 m memang kurang bagus, Tapi yang jadi masalah Warnanya yang dari Multispectral Spot seperti tidak nempel dan tidak cocok dengan masing2 objeknya, didominasi warna Panchromatic dari QB dan Hijau dari MS Spot. barangkali mas ada trik2 jitunya, mohon petunjuknya mas.

    • pixelcooker says:

      mungkin ada 2 penyebab kenapa hasilnya masih belum optimal: 1. kedua citra belum tercoregistrasi secara sempurna, jadi informasi tekstural dari citra pankromatik masih tergeser (shifted) pikselnya dari padanannya di citra multispektral 2. waktu perekaman kedua citra berbeda jauh, sehingga ada perbedaan landcover dari kedua citra, dan efeknya informasi tekstural/spasial dari citra pankromatik tidak match dengan informasi spektral/warna dari citra multispektral, hal ini biasa terjadi pada kenampakan2 landcover/landuse yang cepat sekali perubahannya seperti lahan terbangun dan sawah

      mungkin mas bisa upload screenshot citra multispktral, citra pankromatik dan citra hasil fusi untuk saya lihat, biar lebih pas penilaiannya

  5. Ilham says:

    apa mungkin karna pengaruh resolusi yang terlalu jauh antara quickbird yang 0.6m dan Spot 5 10 m, jadi tampilannya itu resolusi didalam piksel yang 10m dari Spot MS terisi piksel kecil 0.6m pan dari QB.
    mengenai postingannya SFIM method yang bisa menghilangkan awan saya sdh coba juga antara dengan ER Mapper SFIM Pan Sharpen Wizard, citra Worldview-1 panchromatic dan citra ikonos, tapi belum berhasil, mohon pencerahannya trik2 nya sampai bisa berhasil dan apakah citra yang saya pakai sesuai.

  6. pixelcooker says:

    iya, itu juga bisa mas, pan sharpening hanya optimal sampai 3x resolusi ( misalnya 30 meter dan 15 meter sampai 10 meter), kalo 10 meter ya idealnya cuman sampai 2,5 meter, itu pun artifak2 sudah muncul,

    yang ada awannya harus citra pankromatiknya mas, kalo awan di citra multispektral emang ga bisa dihilangkan dengan teknik ini,

  7. apa kabar mas, saya mau tanya sedikit tapi d luar topik pansharpnya.
    biasa saya sebelum pansharp terkadang delivery image diharuskan dilakukan Tile assemble khusus QuickBird dan WorldView, paling jago biasa pake PCI geomatic 10.3 atau 2012. Assemblenya jadi, tapi susunan imagenya secara keseluruhan salah, padahal jumlah Row dan Columnnya saya masukkan sudah sesuai dengan jumlah Row Column di raw datanya. ada solusi gak mas, kalau keluar dr PCI jg gapapa mhon pencerahannya

  8. egy says:

    apa kbar mas? semoga sehat-sehat…
    saya mau tanya ni mas,,teknik fusi citra itu apa bisa dilakukan pada 2 citra yang berbeda???
    klau landsat dan quickbird apa bisa difusikan???????
    trimakasih.

    • pixelcooker says:

      sori mas baru sempet ngrespon sekarang, alhamdulilah baik,

      tentu bisa sekali, bahkan di awal – awal pengembangannya malah ditujukan untuk menggabungkan dua citra yang berbeda,
      namun demikian ada batasan – batasan dalam fusi citra, keterkaitannya dengan resolusi spasial dan spektral, secara teknis bisa saja memfusikan quickbird dan landsat, namun demikian kedua citra ini mempunyai resolusi spasial yang jauh sekali perbedaannya (30 meter dan 2 meter) otomatis hasil fusinya tidak akan bagus, landsat paling rendah bisa difusikan dengan spot, alos, atau aster,

  9. ukurbumi says:

    mas, bikin tutorialnya dong di er mapper?

  10. pixelcooker says:

    pengen, tapi belum ada waktu😀

  11. adiana says:

    membantu skali mas… setelah saya baca
    bisa ga pendekatan SFIM ini mengilangkan awan dari pankromatik dan multi spektral? mohon pencerahannya ya mas..

  12. pixelcooker says:

    nggak bisa mbak, hanya bisa menghilangkan awan dari citra pankromatik saja, karena dari citra pankromatik tidak diambil informasi spektral namun tekstur/spasial

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s