Pendahuluan

Penggunaan citra Synthetic Aperture Radar (SAR) pada era ini semakin meningkat dikarenakan banyaknya pengembangan-pengembangan pada metode pengolahannya (baca juga: Introduction to Synthetic Aperture Radar (SAR)). Kemudian, citra SAR semakin banyak diterapkan pada berbagai bidang, seperti geologi, ekologi, pertanian, perkotaan, cuaca, dan lainnya.

Dalam perolehan data mentah (Raw Data) citra SAR, kita diharuskan melakukan pengolahan secara berurut dan detail untuk menghasilkan satu citra utuh. Tujuannya juga untuk meningkatkan kualitas agar menghasilkan citra yang terbaik sehingga dapat digunakan untuk proses interpretasi (baca juga: Interpretation of Landform and Geological Structure using Remote Sensing Imagery) . Informasi pada citra SAR dapat berupa informasi digital yaitu nilai-nilai piksel, backscattering dan lainnya, lalu informasi visual seperti tingkat kejelasan pada citra yang mampu menampilkan beberapa informasi permukaan seperti fitur geologi, jenis-jenis tutupan lahan dan informasi lainnya.

Speckle pada Citra SAR

Adakalanya, noise yang terdapat pada tampilan citra yang tentunya juga menutupi sebagian informasi permukaan seperti bentuklahan, tutupan lahan, akan mempengaruhi proses interpretasi terutama interpretasi visual yang salah satunya mengandalkan kenampakan visual dari sebuah citra. Salah satu sumber noise pada citra SAR yaitu speckle.

Speckle adalah fenomena umum di semua sensor yang bersifat coherent imaging, termasuk citra SAR, berupa bintik-bintik putih yang dikatakan sebagai sebuah efek “salt and pepper” yang dapat menurunkan kemampuan interpretasi karena menutupi informasi permukaan bumi di citra (Anjaneyulu et al., 2015).

Kemunculan pola-pola speckle dikarenakan adanya perbedaan fase yang disebabkan oleh hambatan selama perjalanan sinyal yang menimbulkan phase delay dan perbedaan amplitudo yang disebabkan oleh partikel hamburan dan energi sinyal yang berbeda.

Speckle merupakan sebuah distorsi atau noise dari sistem radiometrik pada citra SAR yang diakibatkan oleh interaksi dengan atmosfer dan permukaan selama proses perekaman oleh sensor. Secara teknis, pengurangan speckle pada citra SAR dapat dilakukan dengan dua metode, yaitu Multilooking dan Speckle Filtering. Kedua metode ini pada dasarnya memiliki fungsi yang sama yaitu mem-filter atau mengurangi speckle pada citra namun dengan algoritma dan proses yang berbeda. Berikut terdapat penjelasan dari masing-masing metode.

1. Multilooking

Multilooking adalah proses mengurangi speckle dengan mengkonversi citra dari bentuk slant-range ke bentuk ground-range dengan menggunakan nilai dari hasil pengurangan speckle (Moreira, 1991). Umumnya, citra SAR muncul dengan distorsi speckle yang bersifat permanen atau melekat pada citra (Lee & Jurkevich, 1994), oleh karena itu multi-looking meningkatkan resolusi radiometrik pada citra dengan merata-ratakan nilai piksel melalui teknik convolution dengan memberikan nilai range dan azimuth (moving windows) dalam skala linear (Schmitt, 2016). Multilook mengurangi speckle dari pantulan permukaan yang menyebar pada permukaan yang kasar dan mengubah gambar ke resolusi yang lebih baik dan inilah yang menjadi kelebihan dari proses ini (Cantalloube & Nahum, 2000).

Cara kerja multilooking yaitu mengkombinasikan citra yang memiliki noise dan mengurangi kenampakan speckle sehingga mengubah tampilan citra ke resolusi yang berbeda. Kualitas resolusi citra atau pixel spacing yang dihasilkan ditentukan oleh input nilai range looks dan azimuth looks. Tahap multilooking memasukkan nilai GR square pixel berdasarkan rentang yang telah ditetapkan melalui perangkat pengolahan (ESA SNAP) seperti nilai range 1 dan nilai azimuth 4, atau 2 dengan 8, dan seterusnya. Nilai range dan azimuth saling berkaitan sehingga harus melakukan perhitungan yang tepat antara keduanya karena menentukan kualitas resolusi.

Gambar berikut berisikan sampel citra yang telah mengalami tahap multilooking dengan nilai range dan azimut: 1 dan 4, serta 2 dan 8

Gambar di atas menunjukkan kenampakan yang jelas bahwa penambahan nilai range looks yang lebih besar akan menghasilkan tampilan yang semakin halus namun juga semakin kabur sehingga berdampak pada proses interpretasi karena kenampakan batas tepi yang kurang jelas.

Multilooking memberikan dampak perubahan yang baik terhadap peningkatan nilai piksel dan kenampakan tiga dimensi citra akan tetapi perubahan tersebut seperti sampel yang telah diuji di atas, maka dikatakan bahwa multilooking bersifat merubah informasi detail spasial yang sangat berpengaruh terhadap proses interpretasi.

2. Speckle Filtering

Speckle harus dikurangi sebelum citra diinterpretasi dan tahap speckle filtering mem-filter dan menghilangkan secara menyeluruh semua speckle yang ada (Hatwar & Kher, 2015). Tahap pengolahan yang digunakan dalam pengurangan speckle dengan speckle filtering bersifat merubah tampilan pada permukaan citra tanpa merubah informasi spasial. Yang artinya, proses di dalam tahap ini hanya bertugas untuk menghilangkan speckle tanpa menganggu informasi lainnya pada citra. Jenis speckle filtering terdiri dari: boxcar, frost, median, lee, refined lee, dan lee sigma.

Gambar berikut berisikan sampel citra yang telah mengalami tahap speckle filtering dengan jenis boxcar dan nilai kernel (windows size) 3×3, 5×5, dan 7×7.

Pertimbangan dalam menentukan hasil filter yang baik yaitu dari batas tepi (edge), ketajaman fitur dan kehalusan. Kernel 3×3 tidak berbeda jauh dengan citra tanpa speckle filtering namun dapat menunjukkan batas tepi. Pengoperasian dengan kernel 7×7 berdampak baik untuk kehalusan gambar karena semakin banyak piksel yang terlibat maka semakin banyak piksel yang membagi ukuran speckle, namun dikarenakan semakin besar ukuran kernel maka akan membuat kenampakan permukaan pada citra semakin kabur. Sedangkan kernel 5×5 menghasilkan citra yang terbaik dengan meninggalkan kenampakan yang cukup stabil dan jelas antara kehalusan gambar dan batas tepi.

Perubahan yang terjadi setelah melakukan percobaan pemberian nilai kernel pada tahap speckle filtering dapat disimpulkan bahwa speckle berkurang karena penyebaran nilai speckle pada tiap piksel pusat terhadap piksel yang ada di sekitar sehingga dapat dilihat pada citra yang belum difilter memiliki sebagian area dengan sedikit speckle dan ketika dilakukan filter speckle, area tersebut mengalami perubahan gradasi warna karena mengurangi nilai speckle yang tinggi pada piksel pusat.

Kesimpulan

Gambar berikut adalah contoh jelas berupa perbandingan antara citra yang telah difilter dengan Multilooking dan Speckle Filtering.

Dapat kita lihat dengan menganalisis sekilas dua gambar di atas yang dihasilkan dengan dua metode berbeda dalam mengurangi speckle. Cara kerja multilooking dalam menghilangkan speckle tidak sesempurna pada tahap speckle filtering karena hanya mengurangi dengan cara merubah resolusi perekaman saja, berbeda dengan speckel filtering yang melakukan filter terhadap speckle yang ada sehingga hampir menghilangkan semua kemunculan speckle.

Referensi

Anjaneyulu, D.K.L., Jayasri, P.V., & Prasad, A.V.V. (2015). Importance of speckle filtering in image classification of SAR data. International Conference on Microwave, Optical and Communication Engineering (ICMOCE). [doi: 10.1109/icmoce.2015.7489764].

Hatwar, A.P., & Kher, H.R. (2015). Analysis of Speckle Noise Reduction in Synthetic Aperture Radar Images. International Journal of Engineering Research & Technology (IJERT), 4(1), 508-512.

Lee, J.S., & Jurkevich, I. (1994). Speckle Filtering of Synthetic Aperture Radar Images: A Review. Remote Sensing Reviews, 8, 313–340.

Moreira, A. (1991). Improved multilook techniques applied to SAR and SCANSAR imagery. IEEE Transactions on Geoscience and Remote Sensing, 29(4), 529–534. [doi: 10.1109/36.135814].

Schmitt, A. (2016). Multiscale and Multidirectional Multilooking for SAR Image Enhancement. IEEE Transactions on Geoscience and Remote Sensing, 54(9) 5117–5134. [doi: 10.1109/TGRS.2016.2555624].

Terima kasih kepada dosen program studi Penginderaan Jauh yang telah mengajari saya mengenai Penginderaan Jauh Aktif terutama citra SAR.