Download - LAPORAN METRIK FOTOGRAFI
LAPORAN PRAKTIKUM
METRIK FOTOGRAFI
Di susun oleh :
YOHANES SETO ARI WIBOWO 12.25.939
JURUSAN TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI NASIONAL
MALANG 2013
i
LEMBAR PERSETUJUAN
Laporan Praktikum ini Diajukan Untuk Melengkapi Tugas dan
Memenuhi Persyaratan Matakuliah Metrik Fotografi
pada Program Studi Teknik Geodesi S-1
Di susun oleh :
YOHANES SETO ARI WIBOWO 12.25.939
Menyetujui : Asisten Praktikum, Dosen Pembimbing
(Robby Paza Pamungkas) (M. Edwin Tjahjadi, ST., MGeomSc., PhD)
ii
LEMBAR ASISTENSI PRATIKUM METRIK FOTOGRAFI JURUSAN TEKNIK GEODESI S-1
Disusun Oleh : Yohanes Seto Ari Wibowo
Jurusan : Teknik Geodesi S-1
Asisten Dosen : Robby Paza P
Dosen Pembimbing : M. Edwin Tjahjadi, ST., MGeomSc., PhD
No Tanggal Catatan/ keterangan Tanda Tangan
iii
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa atas
segala rahmat dan bimbingannya Laporan Praktikum Metrik Fotografi ini dapat
terselesaikan. Laporan ini dibuat untuk melengkapi tugas dan memenuhi
Persyaratan Matakuliah Metrik Fotografi pada Program Studi Teknik Geodesi S-1.
Dalam penyusunan laporan ini penulis banyak mengalami dan menemui
masalah serta kendala-kendala, namun berkat do'a pembaca sekalian, laporan ini
dapat terselesaikan. Pada kesempatan ini penulis sampaikan rasa terima kasih
kepada semua pihak yang telah memberi motivasi serta dukungan secara utuh,
terutama penulis sampaikan kepada:
1. M. Edwin Tjahjadi, ST., MGeomSc., PhD, sebagai dosen Matakuliah Metrik
Fotografi, Jurusan Teknik Geodesi Fakultas Teknik Sipil dan Perencanaan,
Institut Teknologi Nasional Malang.
2. Robby Paza Pamungkas, selaku Asisten dosen Matakuliah Metrik Fotografi,
yang telah membimbing dalam pelaksanaan praktikum dan pembuatan
laporan.
3. Pandu Eka B dan Desi Sriyati L, elaku Asisten dosen Matakuliah Metrik
Fotografi, yang telah membimbing dalam pelaksanaan praktikum.
4. Orang tua yang selalu memberikan motivasi serta dukungan.
Namum demikian sebagai manusia biasa tentu laporan yang penulis
kemukakan ini banyak kekurangannya untuk itu penulis, mohon saran dan masukan
serta kritik yang membangun untuk kesempurnaan diwaktu yang akan datang.
Malang,
Penulis
iv
DAFTAR ISI
LEMBAR JUDUL
LEMBAR PERSETUJUAN ................................................................................. i
LEMBAR ASISTENSI ......................................................................................... ii
KATA PENGANTAR ........................................................................................... iii
DAFTAR ISI ......................................................................................................... iv
BAB I PENDAHULUAN
I.1 Latar Belakang .................................................................................... 1
I.2 Tujuan Praktikum ................................................................................ 2
I.3 Batasan Praktikum .............................................................................. 2
1.3.1 Proses dengan Software Australis ............................................ 2
1.3.2 Proses dengan Software Photomodeler Scanner ...................... 2
BAB II LANDASAN TEORI
II.1 Sistem koordinat dalam Fotogrametri ............................................... 3
2.1.1 Sistem Koordinat Foto.............................................................. 3
2.1.2 Sistem Koordinat Pixel ............................................................. 3
2.1.3 Sistem Koordinat Kamera ........................................................ 3
2.1.4 Sistem Koordinat Objek ........................................................... 4
II.2 Persamaan dalam Fotogrametri ......................................................... 4
2.2.1 Sistem Persamaan Kolinear ...................................................... 4
2.2.2 Sistem Persamaan Least Square Adjustment ............................ 6
II.3 Kalibrasi Kamera ............................................................................... 9
2.3.1 Parameter xo, yo, dan fokus (c) ................................................ 10
2.3.2 Parameter distorsi radial (K1, K2, K3) ....................................... 11
2.3.3 Parameter distorsi decentring (P1, P2) ...................................... 11
2.3.4 Parameter distorsi affinity (b1, b2) ............................................ 12
II.4 Ekstraksi Data Koordinat Foto .......................................................... 12
2.4.1 Metode centroid ........................................................................ 12
2.3.2 Konversi koordinat piksel ke foto ............................................ 13
II.5 Relatif Orientation ............................................................................. 14
v
II.6 Resection ............................................................................................ 16
II.7 Intersection ........................................................................................ 19
II.8 Bundle Adjusment ............................................................................. 21
II.9 Absolute Orientation / Transformasi Koordinat 3D .......................... 23
II.10 Model 3 Dimensi ................................................................................ 23
II.11 Point Mesh .......................................................................................... 24
BAB III PELAKSANAAN PRAKTIKUM
III.1 Proses dengan Software Australis ....................................................... 25
3.1.1 Input data hasil Kalibrasi Kamera ............................................ 27
3.1.2 Ekstraksi Data Koordinat Foto ................................................. 28
3.1.3 Relatif Orientation .................................................................... 29
3.1.4 Resection .................................................................................. 30
3.1.5 Intersection ............................................................................... 31
3.1.6 Bundle Adjusment .................................................................... 31
III.2 Proses dengan Software Photomodeler Scanner ................................. 33
3.2.1 Proses Kalibarsi Kamera .......................................................... 33
3.2.2 Proses Idealize .......................................................................... 35
3.2.3 Proses Trim ............................................................................... 39
3.2.4 Proses Danse Surface ............................................................... 40
BAB IV HASIL DAN PEMBAHASAN
IV.1 Proses Software Australis .................................................................... 42
4.2.1 Resection .................................................................................. 42
4.2.2 Intersection ............................................................................... 43
4.2.3 Bundle Adjusment .................................................................... 44
IV.2 Proses Software Photomodeler Scanner .............................................. 44
BAB V PENUTUP
V.1 Kesimpulan ........................................................................................... 46
V.2 Saran ..................................................................................................... 46
DAFTAR PUSTAKA .......................................................................................... 47
LAMPIRAN
1
BAB I
PENDAHULUAN
I.1 Latar Belakang
Perkembangan teknologi di bidang informasi spasial dan fotogrametri
menuntut sumber data yang berbentuk digital, baik berformat vektor maupun
raster. Hal ini dapat dilihat dari melimpahnya citra satelit dan makin meluasnya
foto udara dalam bentuk digital. Teknologi digital memacu perkembangan
peralatan maupun sistem di hampir semua bidang termasuk fotogrametri.
Peralatan restitusi fotogrametri berkembang dengan cepat dari sistem analog
berganti menjadi sistem digital. Sistem digital menawarkan banyak aplikasi
pengolahan citra, antara lain peningkatan kualitas data, penghitungan statistik,
pengenalan objek atau pola (pattern), dan pencocokan citra (image matching)
secara otomatis (Ahmad, 2008).
Perkembangan kamera digital akan merupakan masa depan pemotretan
tersendiri sebab meskipun banyak kelemahan kamera digital (terutama pada
tingkat resolusi gambar) pada saatnya nanti peningkatan kemampuan sampai
beberapa MB (mega bites)untuk satu frame foto dapat mengimbangi kamera optik.
Perkembangan proses pemetaan dapat dikelompokkan dalam garis besar kegiatan
saat ini sebagai era pemetaan konvensional dengan ploter analog serta pemetaan
digital.(Prijono, 2002)
Kegiatan fotogrametri berupa pengukuran dan pembuatan peta berdasarkan
foto udara. Karena yang diukur berupa obyek-obyek yang tergambar pada foto
udara. Perlu pula pengenalan atas obyek-obyek tersebut. Oleh karena itu dalam
fotogrametri juga dipelajari tentang cara pengambilan foto, kalibrasi kamera,
ekstraksi data foto sampai dengan proses bundle adjusment.
2
I.2 Tujuan Praktikum
Dalam praktikum ini, penulis mencoba melakukan proses kalibrasi dengan
parameter kamera yang telah diketahui, ekstraksi data sampai dengan proses
bundle adjusment untuk memperjelas cara kerja dalam fotogrametri, dengan
menggunakan software Australis. Pada praktikum penulis juga melakukan proses
kalibrasi kamera yang belum diketahui parameter kameranya yaitu dengan
menggunakan software PhotoModeler Scanner. Tujuan yang ingin dicapai dalam
praktikum adalah :
1. Meningkatkan pemahaman dalam mata kuliah Metrik Fotografi.
2. Meningkatkan keterampilan dalam proses pengambilan data foto.
3. Dapat melakukan proses kalibrasi kamera, ekstraksi data foto, relative
orientation, intersection, resection, bundle adjustment, dan absolute
oreintation dengan Software Australis dan Software PhotoModeler 6.
4. Mampu mengidentifikasi obyek pada foto dilanjutkan pembuatan objek 3D
yang diproses menggunakan Software PhotoModeler 6.
I.3 Batasan Praktikum
1.3.1 Proses dengan Software Australis
Pada saat praktikum langkah pertama melakukan proses input data base
kamera dilanjutkan dengan proses ekstraksi data foto dengan metode centroid
kemudian proses relative orientation lalu dilanjutkan dengan proses resection
apabila sudah menghasilkan nilai parameter EO maka dapat dilanjutkan proses
intersection setelah diperoleh koordinat objek dilanjutkan dengan perataan
kesalahan untuk meminimalisir nilai residu melalui proses bundle adjustment.
1.3.2 Proses dengan Software Photomodeler Scanner
Pada saat praktikum langkah pertama adalah melakukan proses kalibarsi
kamera kemudian dilanjutkan dengan proses Idealize setelah itu proses Trim untuk
memilih area yang akan dibentuk gambar 3 dimensinya langkah terakhir
membentuk surface 3 dimensi melalui proses Danse Surface.
3
BAB II
LANDASAN TEORI
II.1 Sistem Koordinat dalam Fotogrametri
Dalam konteks fotogrametri dikenal beberapa sistem koordinat yang
berhubungan dengan foto udara, yaitu: sistem koordinat foto, sistem koordinat
pixel, sistem koordinat kamera, dan sistem koordinat objek.
2.1.1 Sistem Koordinat Foto.
Sistem koordinat foto adalah sistem koordinat dua dimensi sebuah foto
dimana pada kamera non metrik maupun kamera metrik dimulai dari pixel tengah.
Sumbu x positif ke arah kanan dan sumbu y positif kearah atas. (Tjahjadi, 2013)
2.1.2 Sistem Koordinat Pixel.
Sistem koordinat pixel adalah sistem koordinat sebagai referensi titik terkecil
pada sebuah foto, yang biasanya dinyatakan dalam satuan mm. Dimana pada
kamera non metrik dimulai dari pixel kiri atas, sumbu x positif ke arah kanan
(kolom), dan sumbu y positif ke arah bawah (baris).
Gambar 2.1 Sistem Koordinat Foto dan Sistem Koordinat Pixel
2.1.3 Sistem Koordinat Kamera
Sistem koordinat kamera merupakan sistem koordinat 3D pada sebuah
kamera dimana titik pusat berada pada perspective center. Sumbu (x,y) positif
koordinat ini, sejajar dan pararel dengan sumbu (x,y) sistem koordinat objek.
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
4
2.1.4 Sistem Koordinat Objek
Sistem koordinat objek merupakan sistem koordinat 3D yang digunakan
sebagai representasi bentuk dan ukuran objek melalui transformasi dari sistem
koordinat foto/pixel ke sistem koordinat objek. (Tjahjadi, 2013)
Gambar 2.2 Sistem Koordinat Kamera dan Sistem Koordinat Objek
II.2 Persamaan dalam Fotogrametri
2.2.1 Sistem Persamaan Kolinear
Dalam fotogrameteri sistem persamaan yang digunakan adalah sistem
persamaan kolinier, yang merupakan suatu sistem persamaan yang bersifat
nonlinier dan dilinierkan dengan menggunakan Teorema Taylor. Penggunaan
Teorema Taylor untuk menyelesaikan kolinearitas memerlukan pendekatan awal
bagi semua unsur orientasi luar yang tidak diketahui. Dua persamaan
menunjukkan kondisi kolinearitas untuk setiap titik pada foto, satu persamaan
untuk koordinat foto x dan persamaan yang lain untuk koordinat foto y (Wolf,
2000).
)()()()()()(
333231
1312110
LALALA
LALALAa YYmZZmXXm
YYmZZmXXmfxx .................(2.1)
)()()()()()(
333231
1312110
LALALA
LALALAa YYmZZmXXm
YYmZZmXXmfyy .................(2.2)
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
5
Dimana :
x0, y0 : Koordinat foto titik a
xa, ya : Koordinat foto yang diukur
XA, YA, ZA : Koordinat Object Space untuk titik A
X1, Y1, Z1 : Koordinat stasiun pemotretan
f : Panjang fokus kamera
m : 3 sudut matrik rotasi ortogonal (ω ,, )
Persamaan (2.1) dan (2.2) merupakan persamaan non linear, dalam
meliniearkan persamaan kolinear, persamaan (2.1) dan (2.2) dituliskan lagi
sebagai berikut :
F = 0 = qxa + rf ...................................................................................(2.3)
G = 0 = qya + sf ..................................................................................(2.4)
Dimana:
q = m31(XA - XL) + m32(YA - YL) + m33(ZA - ZL)
r = m11(XA - XL) + m12(YA - YL) + m13(ZA - ZL)
s = m21(XA - XL) + m22(YA - YL) + m23(ZA - ZL) ................................(2.5)
333231
232221
131211
mmmmmmmmm
M
Dimana:
m11 = cos φ cos к
m12 = sin ω sin φ cos к + cos ω sin к
m13 = -cos ω sin φ cos к + sin ω sin к
m21 = -cos φ sin к
m22 = -sin ω sin φ sin к + cos ω cos к ...................................................(2.6)
m23 = cos ω sin φ sin к + sin ω cos к
m31 = sin φ
m32 = -sin ω cos φ
m33 = cos ω cos φ
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
6
Menurut teori Taylor, persamaan (2.3) dan (2.4) dapat dinyatakan dalam
bentuk yang dilinearisasikan oleh turunan parsial sebagai berikut :
(F0) +xa 0
dxa + ω 0dω+
φ 0dφ +
k 0dk +
XL 0dXL +
YL 0dYL +
ZL 0dZL = xa ..........................................................(2.7)
(G0) +xa 0
dxa + ω 0dω +
φ 0dφ +
k 0dk +
XL 0dXL +
YL 0dYL +
ZL 0dZL = ya..........................................................(2.8)
2.2.2 Sistem Persamaan Least Square Adjustment
Least Square Adjustment adalah sebuah teknik statistik yang digunakan
untuk mengestimasi parameter unknown disatukan dengan sebuah solusi dimana
teknik tersebut dapat juga meminimalisir nilai kesalahan dari solusi itu sendiri.
Dalam teknik fotogrametri metode least square adjustment digunakan untuk
proses antara lain :
1. Mengestimasi atau meratakan nilai parameter exterior orientasi.
2. Mengestimasi nilai object space point (X,Y dan Z) beserta nilai keakurasinya.
3. Mengestimasi dan meratakan nilai parameter interior orientasi.
4. Meminimalisir dan mendistribusikan errors data melalui jaringan
pengamatan.
Pendekatan least square dibutuhkan untuk proses iterasi sampai sebuah solusi
didapat. Sebuah solusi diperoleh saat residual atau nilai kesalahan yang terdapat
dalam sebuah data diminimalisir. Bagi sekelompok data pengamatan berbobot
sama, persyaratan utama yang harus dikenakan bagi penyesuaian least square
ialah bahwa jumlah kuadrat residual diminimalisir. Selanjutnya didalam bentuk
persamaan maka persyaratan utama least square adjustment dinyatakan sebagai
(Wolf, 2000) :
∑ (V1)2 = (V1)2 + (V2)2 + (V3)2 + . . . . + (Vmi)2 = minimum..............(2.9)
Dalam metode persamaan pengamatan bagi penyesuaian least square, ditulis
persamaan pengamatan yang berkaitan dengan nilai terukur terhadap kesalahan
residual dan parameter unknown. Untuk pemecahan yang unik maka jumlah
persamaan harus sama besar dengan jumlah unknown. Bila dilakukan pengamatan
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
7
berulang, maka dapat ditulis persamaan pengamatan yang lebih banyak dari yang
diperlukan untuk pemecahan yang unik. Dan nilai yang paling mungkin dapat
ditentukan dengan metode least square.
Bentuk sederhana dari persamaan least square yang dilakukan dengan
pendekatan aljabar dalam bentuk matrik dapat dituliskan sebagai berikut :
mAnnX1= mL1 + mV1.......................................................................(2.10)
Atau
mV1 = mAn nX1-nL1 .......................................................................(2.11)
Dengan mempelajari penyajian matriks, akan terlihat bahwa persamaan
normal dapat diperoleh sebagai berikut :
AT AX =AT L...............................................................................(2.12)
Pada persamaan diatas, AT A adalah matriks koefisien persamaan normal dari
bilangan unknown. Dengan mengalikan persamaan diatas dengan AT A dan
kurangkan, hasilnya adalah :
(AT A)-1 (AT A)X = (AT A)-1 AT L
IX = (AT A)-1 AT L
X = (AT A)-1 AT L...............................................................................(2.13)
Dimana :
X = Matriks koreksi parameter dicari (unknown)
A = Matriks koefisien atau matriks Jacobian
L = Matriks pengamatan / observasi
V = Matriks residu
Nilai numerik untuk koefisien pada matriks A, dapat diperoleh dengan
menggunakan perkiraan awal untuk parameter, yaitu (Wolf and Dewitt 2000) :
Melakukan proses iterasi apabila nilai residu belum sesuai. Adapun
persamaan matrik untuk menghitung nilai residu setelah penyesuain, sebagai
berikut (Wolf and Dewitt 2000):
푏 = 푓푞 [푟(−푚 ∆푌 + 푚 ∆푍) − 푞(−푚 ∆푌 + 푚 ∆푍)]
푏 =
[푟(푐표푠휑 ∆푋 푠푖푛휔 푠푖푛 휑 ∆푌 푐표푠휔 푠푖푛휑∆푍 ) − 푞(− 푠푖푛 휑 푐표푠 к ∆푋 +
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
8
푠푖푛 휔 푐표푠 휑 푐표푠 к ∆푌 − 푐표푠휔 푐표푠 휑 푐표푠 к ∆푍)]
푏 = −푓푞
(푚 ∆푋 + 푚 ∆푌 + 푚 ∆푍)
푏 = 푓푞
(푟푚 − 푞푚 )
푏 = 푓푞
(푟푚 − 푞푚 )
푏 = (푟푚 − 푞푚 ) ................................................................(2.14)
푏 = 푓푞 [푠(−푚 ∆푌 + 푚 ∆푍)− 푞(−푚 ∆푌 + 푚 ∆푍)]
푏 =
[푠(푐표푠 휑∆푋 + 푠푖푛휔 푠푖푛 휑 ∆푌 − 푐표푠휔 푠푖푛 휑∆푍 ) − 푞(푠푖푛 휑 푐표푠 к ∆푋 −
푠푖푛 휔 푐표푠 휑 푠푖푛 к ∆푌 − 푐표푠휔 푐표푠 휑 푠푖푛 к ∆푍)]
푏 = 푓푞
(푚 ∆푋 + 푚 ∆푌 + 푚 ∆푍)
푏 = 푓푞
(푠푚 − 푞푚 )
푏 = 푓푞
(푠푚 − 푞푚 )
푏 = 푓푞
(푠푚 − 푞푚 )
퐽 = 푥 − 푥 + 푓푟푞
퐾 = 푦 − 푦 + 푓
V = AX – L..........................................................................................(2.15)
Rumus standar deviasinya adalah :
S = .........................................................................................(2.16)
Iterasi berhenti apabila besarnya nilai koreksi parameter dicari (unknown)
yang didapat paling kecil.
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
9
II.3 Kalibrasi Kamera
Kamera fotogrametri tidak mempunyai lensa yang sempurna, sehingga proses
perekaman yang dilakukan akan memiliki kesalahan. Oleh karena itu perlu
dilakukan pengkalibrasian kamera untuk dapat menentukan besarnya
penyimpangan-penyimpangan yang terjadi. Kalibrasi adalah kegiatan untuk
memastikan hubungan antara harga-harga yang ditunjukkan oleh suatu alat ukur
dengan harga yang sebenarnya dari besaran yang diukur. Kalibrasi kamera
dilakukan untuk menentukan parameter distorsi, meliputi distorsi radial dan
distorsi tangensial (decentring), serta parameter-parameter lensa lainnya, termasuk
juga principal distance (c), serta titik pusat fidusial foto. Pada Software Australis,
model kalibrasi terdiri dari element interior orientasi (xo, yo, c), koefisien distorsi
lensa (K1, K2, K3, P1 and P2) serta koefisen untuk perbedaan penyekalaan dan
ketidak ortogonal antara sumbu X dan Y (b1, b2). Distorsi lensa dapat
menyebabkan bergesernya titik pada foto dari posisi yang sebenarnya.
Kalibrasi kamera dapat dilakukan dengan berbagai metode. Secara umum
kalibrasi kamera biasa dilakukan dengan tiga metode, yaitu laboratory
calibration, on the job calibration dan self calibration (Atkinson, 2001).
Laboratory calibration dilakukan di laboratorium, terpisah dengan proses
pemotretan objek. Metode yanng termasuk di dalamnya antara lain optical
laboratory dan test range calibration. Secara umum metode ini sesuai untuk
kamera jenis metrik. On the job calibration merupakan teknik penentuan
parameter kalibrasi lensa dan kamera dilakukan bersamaan dengan pelaksanaan
pemotretan obyek. Pada self calibration pengukuran titik-titik target pada obyek
pengamatan digunakan sebagai data untuk penentuan titik obyek sekaligus untuk
menentukan parameter kalibrasi kamera.
Parameter kalibrasi kamera memegang peranan penting kunci untuk
mendapatkan tingkat keakurasian yang tinggi untuk titik-titik koordinat obyek
yang terekam / diukur melalui foto dijital. Indikasi ketelitian adalah jarak dan
bentuk yang benar antara hasil pengukuran di foto dibanding dengan data
lapangan. Dengan demikian parameter kalibrasi beserta ketelitiannya yang harus
didapatkan antara lain.
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
10
2.3.1 Parameter xo, yo, dan fokus (c)
Dalam berbagai kasus fotogrametri, element dari principle point (xo, yo) dan
perspektif distance (panjang fokus) harus ditentukan, hal ini dikarenakan semua
sistem persamaan matematis yang digunakan dalam fotogrametri bergantung dari
ketiga parameter ini. Secara geometris hubungan antara ketiga parameter ini dapat
di lihat pada gambar dibawah ini.
Gambar 2.3 Geometri foto
Dari gambar diatas posisi principle point (xo, yo) merupakan proyeksi garis
lurus dari letak perspective center ke bidang foto dan jarak dari principle point ke
perspective center merupakan panjang fokus (c). Secara praktis panjang fokus
kamera dan letak principle point tidak mutlak berada di tengah-tengah pusat foto,
permasalahan ini disebabkan oleh kurang stabilnya susunan lensa dan CCD yang
berguna untuk merekam bayangan obyek pada saat perakitan. Sehingga perubahan
posisi principle point dan panjang fokus dapat dimodelkan menggunakan
persamaan sebagai berikut (Dorstel, 2004) :
∆x1 = ∆xp − ∆c
∆y1 = ∆yp − ∆c ............................................................................ (2.17)
Dimana ∆x1, ∆y1 merupakan total koreksi dari parameter xo, yo dan fokus,
∆xp, ∆yp koreksi untuk parameter principle point, dan ∆c koreksi untuk nilai
parameter fokus, dengan nilai koordinat foto didefenisikan sebagai berikut.
x = x − xp
y = y − yp ....................................................................................... (2.18)
z = −c
x
y
Perspective center
Principal point (xo,yo)
Object
Image (positive)
o
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
11
2.3.2 Parameter distorsi radial (K1, K2, K3)
Distorsi radial adalah pergeseran linier titik foto dalam arah radial terhadap
titik utama dari posisi idealnya. Distorsi lensa biasa diekspresikan sebagai fungsi
polonomial dari jarak radial (dr) terhadap titik utama foto. Distorsi radial
direpresentasikan dalam sebuah persamaan polinimial sebagai berikut (Wolf,
2000) :
Δxr = K1r3 + K2r5 + K3r7 Δyr = K1r3 + K2r5 + K3r7........................................................................(2.19)
Dimana istilah dari K1 merupakan koefisien dari distorsi radial dan r adalah jarak
radial :
푟 = 푥̅2+푦2...........................................................................................(2.20)
Efek yang terjadi apabila pada kamera memiliki nilai distorsi, maka gambar
foto yang dihasilkan akan berbentuk cembung atau cekung, tergantung dari nilai
parameter distorsi radial bernilai positif atau negatif (Wolf,1993). Efek distorsi
radial adalah sekitar 1 sampai 2 piksel di perbatasan CCD sensor. Dalam
kaitannya dengan definisi distorsi radial, ada korelasi besar antara koefisien
distorsi itu sendiri K1, K2, K3 dan antara principle distance. Hubungan antara
distorsi radial dengan principle distance adalah dalam kaitannya sesuai principle
distance dengan deviasi rata-rata akan dihitung menjadi minimum.
2.3.3 Parameter distorsi decentring (P1, P2)
Distorsi decentring adalah pergeseran linier titik di foto pada arah normal
(tegak lurus) garis radial memalui titik foto tersebut. Distorsi decentring
disebabkan kesalahan sentering elemen-elemen lensa dalam satu gabungan lensa
dimana titik pusat elemen-elemen lensa dalam gabuang lensa tersebut tidak
terletak pada satu garis lurus. Pergeseran ini biasa dideskripsikan dengan 2
persamaan polinomial untuk pergeseran pada arah x (dx) dan y (dy).
Distorsi decentring ini dapat dijabarkan dalam sebuah persamaan polinomial
arah x dan y sebagai berikut :
∆x = P [r + 2(x − x ) ] + 2P (x − x )(y− y )
∆y = P [r + 2(y − y ) ] + 2P (x− x )(y− y ) ....................... ..(2.21)
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
12
Dimana P1 dan P2 merupakan koefesien dari parameter distorsi decentring
yang nilainya tergantung dari nilai panjang fokus kamera. Efek dari distorsi
decentring ini akan menyebabkann kesan hiperbolik pada foto yang terekam oleh
kamera.
2.3.4 Parameter distorsi affinity (b1, b2)
Parameter distorsi affinity secara umum dapat dimodelkan dalam bentuk
persamaan polinimial. Untuk kamera dijital jumlah parameter dikurangi dari 12
parameter menjadi 2 parameter. Persamaan utmuk menentukan nilai parameter
scale b1 dan parameter shear b2 dapat dituliskan sebagai berikut (Wolf, 1993) :
∆x = b x + b y
∆y = 0 .......................................................................................... (2.22)
Distorsi affinity ini terjadi akibat kurang sikunya bidang CCD atau CMOS
yang digunakan untuk merekam bayangan obyek, sehingga frame dari foto tidak
akan benar-benar terbentuk sebuah bujur sangkar ataupun persegi panjang, akan
tetapi membentuk jajar genjang.
II.4 Ekstraksi Data Koordinat Foto
Suatu foto dalam format dijital merupakan kuantitas nilai-nilai tingkat
keabuan (grayscale) yang ditampilkan dalam sebuah susunan matrik atau array,
dimana nilai baris dan kolom dari matrik tersebut merupakan koordinat piksel.
Dengan kelebihan yang dimiliki oleh foto dalam format digital ini, maka dapat
dengan mudah menentukan nilai suatu koordinat obyek dalam suatu sistem
koordinat foto. Secara umum metode penetuaan nilai koordinat obyek pada foto
digital yang sering digunakan dalam proses fotogrametri antara lain sebagai
berikut :
2.4.1 Metode centroid
Dalam penentuan koordinat foto menggunakan teknik ini, hanya terbatas pada
target atau obyek yang berbentuk lingkaran atau elips. Hal ini dikarenakan, pada
metode ini bertujuan menghitung nilai tengah (center of gravity) atau pusat
centroid pada sebuah target dengan memperhitungkan nilai tingkat keabuan pada
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
13
tiap piksel. Seperti yang dikemukakan oleh Ganci dan Shortis dalam Ahmad,
metode ini dapat digunakan untuk menentukan sentroid hingga ketepatan ±0,03
piksel.
Untuk lebih jelasnya persamaan penentuan sentroid secara umum dijabarkan
sebagai berikut :
x=∑ ∑ j x lijm
i=1nj=1
∑ ∑ lijmi=1
nj=1
;y= ∑ ∑ i x lijm
i=1nj=1
∑ ∑ lijmi=1
nj=1
........................................................ (2.23)
Dimana lij merupakan nilai tingkat keabuan (grayscale) piksel dalam arah x
dan y, m jumlah kolom, n jumlah baris dan masinng-masing i dan j adalah nilai
baris dan kolom piksel.
2.3.2 Konversi koordinat piksel ke foto
Pada kamera dijital sistem koordinat yang dipakai adalah sistem koordinat
piksel, sedangkan dalam proses perhitungan secara analitik, sistem yang dipakai
adalah sistem koordinat kartesian (metrik). Sehingga dalam hal ini harus
dilakukan transformasi koordinat dari sistem piksel kedalam sistem kartesian foto.
Adapun persamaan yang digunakan adalah :
x = (x’-xc’) * xPixelSize y = (yc’-y’) * yPixelSize ...................................................................... (2.24)
imana :
xc'= nx'
2- 0,5
yc'= ny'
2- 0,5 ................................................................................ (2.25)
Keterangan Rumus :
x, y : Koordinat foto
x’, y’ : Koordinat piksel
xc’, yc’ : Principle point dalam piksel
xPixelSize, yPixelSize : Ukuran satu piksel
nx’, ny’ : Resolusi dari foto dalam piksel
Dalam hal ini (x,y) merupakan koordinat foto dalam sistem koordinat metrik,
(x’, y’) kootdinat dalam piksel,(xc, yc,) principle point dalam piksel, (xPixelSize,
yPixelSize) ukuran satu piksel dalam metrik dan (nx’, ny’) merupakan resolusi dari
foto dalam piksel.
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
14
YL2 = ?
Z YL2 = ? XL2 (fixed)
ZL1 (fixed)
II.5 Relatif Orientation
Relatif orientasi merupakan proses untuk menentukan nilai perputaran sudut
rotasi dan pergeseran posisi antara dua foto. Proses ini dilakukan dengan cara
memberikan nilai posisi dan orientasi untuk foto pertama, kemudian dilakukan
proses perhitungan nilai posisi dan orientasi pada foto kedua menggunakan
parameter dari posisi kamera pertama dan koordinat foto dari kedua buah foto.
Dalam proses relatif orientasi ini tidak menghasilkan nilai posisi dan orientasi
dari foto yang sebenarnya, akan tetapi menghasilkan sebuah nilai relatif antara
dua buah foto tersebut. Yaitu menetapkan beberapa parameter eksterior orientasi
(EO) ω, φ, k, YL, ZL dari foto kanan (2) dari pertemuan 5 berkas sinar dari
koordinat obyek 3D ( Xi, Yi, Zi) yang ada. Dengan cara digital, relatif orientasi
dapat menggunakan syarat kesegarisan (colinearity condition) atau syarat
kesebidangan (coplanarity condition). Dimana kondisi kesegarisan antar foto
dapat dilukiskan seperti pada gambar dibawah ini :
Gambar 2.4 Relatif Orientasi Secara Analitik
Proses dari penentuan relatif orientasi dapat dilukiskan dalam gambar 2.4,
sinar-sinar yang berkaitan dengan enam titik dari A hingga F tampak memenuhi
kondisi tersebut. Keenam buah titik tersebut pada dasarnya terletak pada bagian
daerah yang sama pada kedua foto.
Sehingga dapat dituliskan persamaan-persamaan kebersamaan garis untuk
kedua foto, dan minimal untuk lima buah titik objek. Persamaan dari kedua foto
tersebut mengandung koordinat keruangan yang sama dan sistem persamaan
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
15
kebersamaan garis yang dirumuskan terdapat lima buah parameter orientasi luar
foto kanan (2) (ω2, φ2, к2, YL2, dan ZL2) yang belum diketahui dan ditambah
bentuk 3D koordinat objek yang belum diketahui (Xi, Yi, Zi) untuk masing-masing
titik yang digunakan dalam pemecahan masalah sehingga parameter orientasi luar
yang diperoleh nantinya akan dikoreksi pada relatif antara kedua foto.
Pada Relatif Orientation analitik, biasanya parameter EO (ω, φ, к, XL, YL)
dari foto kiri sama dengan nol. Dan juga untuk ZL pada foto kiri (ZL1) ditetapkan
secara sembarang pada harga bulat dan sebagai alternatif yang nyaman maka nilai
dari ZL1 tepat pada angka nol, dan XL pada foto kanan (XL2) ditetapkan pada harga
mendekati basis foto (jarak difoto pada kedua foto) yang mendekati nol dan harus
ditentukan 5 parameter unknown pada foto kanan. Hal ini akan mempermudah
dalam perhitungan koordinat objek Xi, Yi, Zi sehingga mendekati mendekati
satuan koordinat foto yang terukur.
Bagi masing-masing titik yang digunakan dalam relatif orientasi, dapat ditulis
empat buah persamaan kebersamaan garis yaitu sebuah persamaan x dan y dalan
bentuk persamaan 2 bagi masing-masing foto pasangan foto stereo. Dengan
menggunakan 5 buah titik objek, yang dapat dituliskan 20 persamaan dan satu
pemecahan hasil yang unik karena jumlah yang belum diketahui juga 20, yaitu 5
buah parameter orientasi luar yang belum diketahui bagi 2 foto ditambah 15
koordinat titik objek yang belum diketahui. Metode yang digunakan sebagai
solusi untuk mendapatkan parameter yang dicari adalah menggunakan teknik
kuadrat terkecil (Wolf and Dewitt 2000).
b11dω + b12dφ + b13dк – b14dXL – b15dYL – b16dZL + b14dXA + b15dYA +
b16dZA = J + vxa
b21dω + b22dφ + b23dк – b24dXL – b25dYL – b26dZL+ b24dXA + b25dYA +
b26dZA = K + vya..................................................................................(2.26)
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
16
Bentuk matriks A yaitu :
A=
⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎡(ba11)
1(ba21)
1⋮⋮
(bn11)1
(bn21)1
(ba11)2
(ba21)2
⋮⋮
(bn11)2
(bn21)2
⋮
(ba12)1
(ba22)1
⋮⋮
(bn12)1
(bn22)1
(ba12)2
(ba22)2
⋮⋮
(bn12)2
(bn22)2
⋮
(ba13)1
(ba23)1
⋮⋮
(bn13)1
(bn23)1
(ba13)2
(ba23)2
⋮⋮
(bn13)2
(bn23)2
⋮
(-ba15)1
(-ba25)1
⋮⋮
(-bn15)1
(-bn25)1
(-ba15)2
(-ba25)2
⋮⋮
(-bn15)2
(-bn25)2
⋮
(-ba16)1
(-ba26)1
⋮⋮
(-bn16)1
(-bn26)1
(-ba16)2
(-ba26)2
⋮⋮
(-bn16)2
(-bn26)2
⋮
(ba14)1
(ba24)1
0000
(ba14)2
(ba24)2
0000⋮
(ba15)1
(ba25)1
0000
(ba15)2
(ba25)2
0000⋮
(ba16)1
(ba26)1
0000
(ba16)2
(ba26)2
0000⋮
00⋱⋱0000⋱⋱00⋮
00⋱⋱0000⋱⋱00⋮
00⋱⋱0000⋱⋱00⋮
0000
(bn14)1
(bn24)1
0000
(bn14)2
(bn24)2
⋮
0000
(bn15)1
(bn25)1
0000
(bn15)2
(bn25)2
⋮
0000
(bn16)1
(bn26)1
0000
(bn16)2
(bn26)2
⋮⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎤
Bentuk matriks X, L, dan V sebagai berikut :
X =
⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎡dωdφdкdYdZdXdYdZ⋮⋮
dXdYdZ ⎦
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎤
L =
⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎡
(J )(K )⋮⋮⋮
(J )(K )(J )(K )⋮⋮
(J )(K ) ⎦
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎤
V =
⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎡(V )(V )⋮⋮⋮
(V )(V )(V )(V )⋮⋮
(V )(V ) ⎦
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎤
II.6 Resection
Space Resection atau reseksi ruang dengan kolinearitas merupakan metode
numerik murni yang secara serentak menghasilkan enam unsur orientasi luar
(EO). Biasanya nilai sudut XL, YL, ZL, ω, , diperoleh dengan penyelesaian itu.
Space Resection dengan kolinearitas memungkinkan penggunaan ulang sejumlah
titik kontrol medan. Oleh karena itu dapat digunakan cara perhitungan kuadrat
terkecil untuk menentukan nilai yang paling mungkin bagi keenam unsur itu.
Meskipun perhitungannya panjang dapat dilakukan secara rutin. Space Resection
dengan kolinearitas merupakan metode yang lebih disukai untuk menentukan
unsur orientasi luar (Wolf, 2000).
Space Resection dengan kolinearitas meliputi formulasi yang disebut dengan
Persamaan Kolinearitas (collinearity equation) untuk sejumlah titik kontrol yang
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
17
koordinat medannya X, Y dan Z diketahui dan yang gambarnya tampak pada foto.
Kemudian persamaan itu diselesaikan untuk enam unsur orientasi luar yang belum
diketahui dan tampak pada foto. Kolinearitas di deskripsikan sebagai kondisi
dimana stasiun pemotretan, beberapa titik objek, dan image foto berada pada satu
garis lurus pada space 3D. Kondisi kolinearitas di ilustrasikan seperti gambar di
bawah ini dimana A, o dan a terletak pada satu garis lurus.
Gambar 2.5 Kondisi kolinearitasi
Keterangan Gambar :
xa, ya : Koordinat foto
XA, YA, ZA : Koordinat titik object space
X, Y, Z : Koordinat kamera
f : Panjang fokus kamera
xp, yp : Koordinat dari principal point
Space Resection merupakan suatu proses untuk menentukan elemen Exterior
Orientation dan posisi sensor dari titik kontrol tanah dan koordinat image. Metode
perhitungan yang paling biasa digunakan adalah persamaan kolineariti, dimana
prinsip dari persamaan tersebut adalah titik kontrol, titik pada image, dan proyeksi
pusat terletak pada satu garis lurus. Untuk setiap titik kontrol, dapat diperoleh dua
persamaan. Karena terdapat 6 parameter EO, sedikitnya tiga titik kontrol
dibutuhkan untuk memecahkan masalah resection. Metode perhitungan dengan
menggunakan teknik Least Square akan diterapkan pada penelitian ini untuk
menentukan nilai yang paling mungkin pada enam parameter EO.
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
18
Ukuran koordinat foto xa dan ya (menyuling dan mengoreksi untuk distorsi
lensa jika sesuai) image sasaran memberi kenaikan ke dua persamaan kolineariti.
Jika tiga elemen Interior Orientation (c, xo, and yo) diberikan oleh kalibrasi
kamera dan koordinat (XA, YA, ZA) dititik A pada sistem koordinat object space
maka dikenal dua persamaan dengan 6 nilai yang belum diketahui yaitu rotasi ω,
, dan koordinat (XO, YO, ZO) pada perspective center. Sedikitnya 3 target non-
collinear seperti titik kontrol diperlukan untuk resection dari kamera. Metode ini
digunakan untuk mengevaluasi elemen EO yang bergantung pada tujuan
fotogrametri. Metode untuk evaluasi secara berlangsung pada enam elemen
orientasi bagian luar (Eksterior Orientation) diperoleh dari diukurnya koordinat
foto pada image dengan tiga titik kontrol non kolinear yang tidak memerlukan
beberapa nilai pendekatan (Zeng and Wang, 1992 dalam Cooper et al, 1987).
Prosedur ini memberikan koordinat secara langsung dari perspective center.
Bentuk secara aljabar akan digunakan pada matriks rotasinya. Jika diperlukan,
nilai untuk rotasi ω, , dan dapat dicari dari 9 elemen matrik rotasi.
Jika perhitungan resection secara statistik lebih teliti diperlukan, maka
persamaan kolineariti dapat dilinearisasikan dan proses least square dapat
digunakan untuk mengevaluasi 6 elemen Eksterior Orientation. Untuk mendapat
nilai yang resection yang teliti perlu mendapat nilai pendekatan untuk unsur
orientasi yang cukup dekat dengan nilai akhir untuk proses iterative agar lebih
teliti. Biasanya nilai yang tepat untuk koordinat (XO, YO, ZO) dapat langsung
diperoleh, tetapi tidak untuk nilai sudut rotasinya. Resection hanya tingkat
menengah pada prosedur fotogrametri, serigkali diikuti oleh intersection atau
bundle adjustment dengan multistation yang teliti dimana menggunakan nilai
unsur EO sebagai nilai awal pendekatan. Dalam metode persamaan pengamatan
bagi penyesuaian least square, ditulis persamaan pengamatan yang berkaitan
dengan nilai terukur terhadap kesalahan residual dan parameter unknown. Untuk
pemecahan yang unik maka jumlah persamaan harus sama besar dengan jumlah
unknown. Bila dilakukan pengamatan berulang, maka dapat ditulis persamaan
pengamtan yang lebih banyak dari yang diperlukan untuk pemecahan yang unik.
Dalam penyelesaian secara least square maka diperoleh persamaan untuk
proses resection dalam bentuk persamaan kolinearitas terlinearisasi yang
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
19
disederhanakan termasuk untuk nilai residualnya sebagai berikut (wolf, 2000) :
b11dω + b12dφ + b13k - b14dXL - b15YL - b16ZL= J + vxa
b21dω + b22dφ + b23k – b24dXL – b25YL – b26ZL= K + vya.................. (2.27)
Dimana setiap notasi diatas diwakili oleh susunan matriks sebagai berikut :
A =
⎣⎢⎢⎢⎢⎢⎢⎡b11a b12a b13a −b14a −b15a −b16ab21a b22a b23a −b24a −b25a −b26ab11bb21bb11cb21cb11db21d
b12bb22bb12cb22cb12db22d
b13bb23bb13cb23cb13db23d
−b14b−b24b−b14c−b24c−b14d−b24d
−b15b−b25b−b15c−b25c−b15d−b25d
−b16b−b26b−b1bc−b26c−b16d−b26d⎦
⎥⎥⎥⎥⎥⎥⎤
L =
⎣⎢⎢⎢⎢⎢⎢⎡
JaKaJbKbJcKcJdKd⎦⎥⎥⎥⎥⎥⎥⎤
X =
⎣⎢⎢⎢⎢⎡
dωdφdk
dXLdYLdZL⎦
⎥⎥⎥⎥⎤
V =
⎣⎢⎢⎢⎢⎢⎢⎡VxaVyaVxbVybVxcVycVxdVyd⎦
⎥⎥⎥⎥⎥⎥⎤
II.7 Intersection
Intersection merupakan suatu teknik menentukan koordinat titik-titik objek
pada dua gambar atau lebih yang saling bertampalan sehingga diketahui posisi
secara 3D (Xi, Yi, Zi).
Proses ini membutuhkan enam parameter orientasi luar yang diketahui (ω, φ,
к, XL, YL, ZL) untuk dua foto yang bertampalan. Nilai koordinat objek dalam
ruang tiga dimensi ini dapat dihitung menggunakan persamaan kolinier yang telah
dilinierisasi.
Gambar 2.6 Ilustrasi Proses Intersection
Intersection mengacu kepada determinasi posisi titik pada ruang objek
dengan dua persamaan untuk setiap titik pada foto. Jika terdapat dua foto, total
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
20
ada empat persamaan yang terdiri dari tiga persamaan yang tidak diketahui, titik
koordinat ruang objek yang diperoleh. Ada satu derajat bebas, dan satuan
persamaan linier dimana dapat dipecahkan dengan metode least square. Dengan
menambahkan beberapa foto, meningkatkan jumlah derajat kebebasan dengan
demikian akan meningkatkan solusinya (Mikhail, Bethel et al.2001).
Karena enam unsur orientasi sudah diketahui, yang tidak diketahui pada
persamaan ialah dXA, dYA, dan dZA. Ini merupakan koreksi yang harus diterapkan
bagi pendekatan awal untuk masing-masing koordinat object space XA, YA, ZA,
untuk titik A. Bentuk persamaan intersection yang diliniearkan sebagai berikut
(Wolf and Dewitt 2000):
b14dXA + b15dYA + b16dZA = J + Vxa
b24dXA + b25dYA + b26dZA = K + Vya .................................................................... (2.28)
Pada gambar 2.6 dapat ditulis o1 pada foto kiri dan foto kanan dapat ditulis
o2. Dengan demikian dapat dibuat empat persamaan seperti persamaan di atas, dan
nilai dXA, dYA, dan dZA dapat diselesaikan melalui perhitungan least square.
Koreksi ini diterapkan bagi pendekatan awal untuk memperoleh nilai revisi untuk
XA, YA, ZA. Penyelesaian ini kemudian diulang lagi atau proses iterasi hingga
nilai residu sesuai.
Dalam bentuk matriks dapat dinyatakan sebagai berikut (Wolf and Dewitt
2000):
A =
⎣⎢⎢⎢⎢⎢⎢⎢⎡(b14 ) (b15 ) (b16 ) … . … …(b24 ) (b25 ) (b26 ) … … …(b14 ) (b15 ) (b16 ) … … …(b24 ) (b25 ) (b26 ) … … …
… … … (b14 ) (b15 ) (b26 )… … … (b24 ) (b25 ) (b26 )… … … (b14 ) (b15 ) (b26 )… … … (b24 ) (b25 ) (b26 ) ⎦
⎥⎥⎥⎥⎥⎥⎥⎤
L =
⎣⎢⎢⎢⎢⎢⎢⎡
JKJKJKJK ⎦⎥⎥⎥⎥⎥⎥⎤
X =dXdYdZ
V =
⎣⎢⎢⎢⎢⎢⎢⎡VxVyVxVyVxVyVxVy ⎦
⎥⎥⎥⎥⎥⎥⎤
Untuk proses perhitungan dari intersection dapat dilihat pada pembahasan
sebelumnya (Sistem Persamaan Dalam Fotogrametri). Dimana iterasi berhenti
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
21
apabila nilai residu sudah sesuai. Jadi nilai akhir untuk proses intersection
menggunakan metode least square adalah nilai (3) parameter (XA, YA, ZA), yang
sudah diiterasi berulang kali dengan nilai residu yang sesuai dan seminimal
mungkin.
II.8 Bundle Adjusment
Bundle adjustment adalah proses penentuan atau perhitungan parameter IO,
EO dan koordinat obyek secara serempak bersamaan dengan menggunakan teknik
hitung kuadrat terkecil. Dalam dekade sepuluh tahun terakhir teknik ini menjadi
cara yang paling efisien untuk memproses data pemotretan seperti yang
dilaporkan oleh. Jika kesalahan sistematis dan defisiensi datum untuk sementara
diabaikan, maka dengan metode Helmert Blocking (Wolf, 2000), maka persamaan
normalnya dapat dituliskan sebagai :
.................(2.29)
Dimana P disini adalah matrik bobot dari ketelitian pengukuran koordinat
foto dijital :
.....................................................................(2.30)
Disini x dan y adalah standard error dari ukuran titik obyek ke-j pada foto
ke-i dari total n titik obyek dan m buah foto. Persamaan (2.48) dapat ditulis
dengan notasi sebagai :
...............(2.31)
Persamaan ini merupakan pengembangan dari persamaan kolinier dan setiap
elemen didalamnya didefinisikan sebagai :
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
22
.............(2.32)
Dimana dan adalah sub-matrik dari matrik blok-diagonal, dimana blok
merujuk pada parameter EO and mengacu pada koordinat titik-titik obyek
seperti yang tersaji pada Rumus (2.33).
..............(2.33)
Dimana :
...............................................(2.34)
Persamaan (2.33) adalah teknik Bundle adjustment untuk mendapatkan nilai
parameter EO dan koordinat titik obyek didalam sistem kartesian 3D. Jika titik-
titik obyek ini hendak dihitung dengan tingkat kekurasian yang lebih tinggi lagi,
maka maka kesalahan sistematis didalam kamera harus dimodelkan.
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
23
II.9 Absolute Orientation / Transformasi Koordinat 3D
Absolute orientasi merupakan proses menstabilkan hubungan antara sistem
koordinat foto dan objek. Terdapat 7 parameter yang dicari yaitu: faktor skala (s),
tiga sudut rotasi omega (ω), phi (φ), kappa (к), dan tiga faktor penterjemahan TX,
TY dan TZ. Untuk melakukan proses absolute orientasi minimal diperlukan 3
koordinat 3D titik kontrol, tetapi agar diperoleh parameter unknown lebih baik
nilainya maka dalam metode penyelesaian least square diperlukan koordinat titik
objek lebih dari minimal data koordinat titik objek yang diperlukan.
Parameter absolute orientasi unknown akan diperoleh nilainya dengan
menghubungkan titik-titik kontrol pada sistem koordinat foto ke dalam sistem
koordinat object 3D di permukaan tanah. Pada skala akan diperoleh dua
koordinat titik kontrol horizontal (XY), koordinat elevasi (Z) diperoleh dari
informasi pada pengukuran leveling dan proses penterjemahan dilakukan
disepanjang sumbu X dan Y, sedangkan omega (ω), phi(φ), dan kappa (к) akan
mengelilingi sumbu xyz. Hubungan antara perputaran sudut rotasi dan sistem
koordinat 3D XYZ, dapat dilihat pada gambar dibawah ini:
Gambar 2.7 Sistem koordinat 3D XYZ
Nilai koordinat XYZ akan bernilai positif jika posisinya seperti yang
ditunjukkan pada gambar (2.7), dan untuk nilai sudut rotasi ω, φ, к akan bernilai
positif jika arah perputarannya berlawanan dengan arah jarum jam yang diamati
dari ujung sumbu positif.
II.10 Model 3 Dimensi
3D atau 3 Dimensi adalah sebuah objek / ruang yang memiliki panjang, lebar
dan tinggi yang memiliki bentuk. 3D tidak hanya digunakan dalam matematika
ω
z z’ y y’
x’
x
Y
X
Z
Tx
Ty
Tz
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
24
dan fisika saja melainkan dibidang grafis, seni, animasi, komputer danlain-lain.
Konsep tiga dimensi atau 3D menunjukkan sebuah objek atau ruang memiliki tiga
dimensi geometris yang terdiri dari: kedalaman, lebar dan tinggi. Contoh tiga
dimensi suatu objek / benda adalah bola, piramida atau benda spasial seperti kotak
sepatu. Istilah "3D" juga (dan salah) yang digunakan (terutama bahasa Inggris)
untuk menunjukkan representasi dalam grafis komputer (digital), dengan cara
menghilangkan gambar stererscopic atau gambar lain dalam pemberian bantuan,
dan bahkan efek stereo sederhana, yang secara konstruksi membuat efek 2D
(dalam perhitungan proyeksi perspektif, shading)
Karakteristik 3D Mengacu pada tiga dimensi spasial, bahwa 3D menunjukkan
suatu titik koordinat Cartesian X, Y dan Z. Penggunaan istilah 3D ini dapat
digunakan di berbagai bidang dan sering dikaitkan dengan hal-hal lain seperti
spesifikasi kualitatif tambahan (misalnya: grafis tiga dimensi, 3D video, film 3D,
kacamata 3D,suara 3D). Istilah ini biasanya digunakan untuk menunjukkan
relevansi jangka waktu tiga dimensi suatu objek, dengan gerakan perspektif untuk
menjelaskan sebuah "kedalaman" dari gambar, suara, atau pengalaman taktil.
Ketidakjelasan istilah ini menentukan penggunaannya dalam beberapa kasus yang
tidak jelas juga yaitu penggunaannya tidak hanya pada contoh - contoh diatas
melainkan ( sering dalam iklan dan media ).
II.11 Point Mesh
Point Mesh adalah kumpulan dari titik-titik yang sudah tergeorefensi (point
cloud) membentuk sebuah jaring. Setiap point cloud memiliki koordinat x,y,z
yang biasanya menjadi wakil dari permukaan ekternal dari suatu objek. Point
mesh biasanya dihasilkan dari scanner 3D yang dapat mengukur secara otomatis
sejumlah titik-titik pada permukaan suatu benda. Setelah menjadi bentuk point
mesh maka dapat digunakan untuk merekonstruksi model suatu objek secara 3
dimensi dengan beberapa pendekatan seperti Delaunay Triangulation, Alpha
shapes dan lain-lain. Ekstraksi data point dapat dilakukan dengan cara feature
based maupun area based. Feature based dilakukan berdasarkan karakteristik
sudut, titik atau garis dari suatu objek. Sedangkan Area based berdasarkan luasan,
dan jumlah pixel (Photomodeler.com, 2013).
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
25
BAB III
PELAKSANAAN PRAKTIKUM
Bab pelaksanaan praktikum ini membahas dan menjelaskan bagaimana
mendapatkan data koordinat objek space dengan melakukan proses kalibrasi
kamera, ekstraksi data foto, relative orientation, intersection, resection, bundle
adjustment, dan absolute oreintation dengan Software Australis dan Software
PhotoModeler 6.
III.1 Proses dengan Software Australis
Sebelum melakukan praktikum pastikan data foto yang akan diproses telah
tersedia di dalam folder dan software yang digunakan telah di instal pada laptop
atau PC yang akan digunakan. Berikut adalah langkah - langkah yang dilakukan
pada saat praktikum :
1) Buka program Australis, dengan cara mengklik icon yang ada pada
dekstop, sehingga akan muncul tampil awal dari aplikasi Australis.
Gambar 3.1 Tampilan membuka software Australis
2) Untuk membuat project baru klik menu File > New. Kemudian akan muncul
jendela Define Project Units > pilih millimetres > OK.
Gambar 3.2 Tampilan cara membuat project baru
26
3) Sebelum melakukan pengolahan foto, terlebih dahulu melakukan setting
terhadap nilai parameter keluaran yang dibutuhkan, dengan cara klik menu
Project > Preference > lalu muncul jendela Australis Preference > klik tab
Output, berikan tanda centang pada tiap pilihan Bundle Adjustment Output >
OK.
Gambar 3.3 Tampilan mengatur parameter keluaran hasil Bundle Adjustment
4) Sebelum melakukan proses selanjutnya terlebih dahulu save project dengan
nama default.
Gambar 3.4 Tampilan save project
5) Langkah berikutnya adalah melakukan kalibrasi kamera.
27
3.1.1 Input data hasil Kalibrasi Kamera
1) Untuk melakukan input data hasil kalibrasi kamera dengan mengklik kanan
pada Camera Database > klik Add Camera to Database, maka akan muncul
jendela Camera Input.
Gambar 3.5 Tampilan menambah database kamera
2) Kemudian inputkan database kamera pada jendela Camera Input > lalu klik
OK > maka Camera Database akan bertambah. Isikan semua parameter yang
ada pada jendela Camera Input sesuai dengan data hasil kalibrasi kamera.
Gambar 3.6 Tampilan database kamera telah ditambahkan
3) Selanjutnya Klik Nikkon D60 pada Camera Database >Drag ke project 1.
Gambar 3.7 Tampilan database kamera di input pada project 1
4) Langkah selanjunya adalah melakukan ekstraksi data koordinat foto.
28
3.1.2 Ekstraksi Data Koordinat Foto
1) Untuk melakukan ekstraksi terlebih dahulu inputkan foto, dengan cara klik
kanan pada Nikkon D60 di Project 1.aus > pilih Set Image File Directory >
open. Maka seluruh foto akan masuk ke dalam Nikkon D60.
Gambar 3.8 Gambar yang akan diekstraksi
2) Double klik pada image001untuk mengaktifkan foto, lalu klik icon measure
> kemudian arahkan pointer ke tengah - tengah sticker retro-target > klik
target > muncul tanda menandakan target telah ditandai, untuk menghapus
klik icon . Lakukan langkah yang sama untuk semua titik sticker retro-
target dan foto secara konstan. Berikut adalah hasil marking semua titik
sticker retro-target.
Gambar 3.9 Hasil ekstraksi data koordinat foto pada titik sticker retro-target
3) Selanjutnya adalah melakukan proses Relative Orientation.
29
3.1.3 Relative Orientation
1) Selanjutnya proses untuk mengorientasikan data foto satu terhadap foto yang
lainnya, dengan cara klik klik menu Adjust > Relative Orientation > akan
muncul jendela Relative Orientation.
Gambar 3.10 Proses Relative Orientation
2) Pada jendela Relative Orientation > set Left Image dengan image001 > set
Right Image dengan image002 > klik Compute RO > apabila nilai Measured
Points memiliki nilai kurang dari sama dengan 1.00 klik Accept > jika tidak,
ulangi dengan konfigurasi foto dan titik yang lain.
Gambar 3.11 Hasil proses Relative Orientation, nilai Measured Points kurang dari 1.00
30
3) Setelah proses Relative Orientasi sukses dilakukan maka hasilnya berupa
koordinat 2 dimensi (x,y).
Gambar 3.12 Hasil proses Relative Orientation berupa koordinat 2 dimensi (x,y)
4) Selanjutnya adalah melakukan proses Resection.
3.1.4 Resection
1) Untuk melakukan proses Resection, dengan cara klik menu Adjust > Resect All
Project Image kemudian akan muncul jendela Resection Summary, jika nilai
RMS (Root Mean Squared) di bawah 1.00 > klik OK.
Gambar 3.13 Proses Resection
2) Hasil output Resection berupa file berformat *.txt, hasil terlampir.
Gambar 3.14 Hasil output Resection
3) Selanjutnya adalah melakukan proses Intersection/Triangulate.
31
3.1.5 Intersection
1) Proses Intersection dilakukan untuk mendapatkan koordinat objek 3 dimensi,
dengan cara klik menu Adjust > Triangulate kemudian akan muncul jendela
Triangulate > klik intersect. > apabila RMS (Root Mean Squared) di bawah
1.00 > klik Accept.
Gambar 3.15 Proses Intersection
2) Apabila RMS (Root Mean Squared) di bawah 1.00 > klik Accept.
Gambar 3.16 Hasil Intersect nilai RMS dibawah 1.00
3) Selanjutnya adalah melakukan proses Bundle Adjusment.
3.1.6 Bundle Adjusment
1) Proses terakhir merupakan proses Bundle Adjustment, proses ini merupakan proses
perataan secara keseluruhan untuk seluruh parameter Kamera, parameter Eksterior
Orientasi, parameter koordinat 3 dimensi secara bersama-sama.
2) Untuk melakukan proses Bundle Adjustment, dengan cara klik Adjust > Run
Bundle > Go.
32
Gambar 3.17 Proses Run Bundle
3) Apabila menunjukkan tanda hijau maka klik Accept > sebaliknya apabila tanda
merah Reject.
Gambar 3.18 Hasil Run Bundle menunjukkan tanda hijau
4) Setelah proses ini selesai dilakukan, maka akan muncul sebuah file Bundle
pada folder 3D Data
Gambar 3.19 Hasil Run Bundle
33
Dari keseluruhan hasil proses dengan Software Australis ini menghasilkan
report sebagai berikut :
Gambar 3.20 Hasil report software Australis
III.2 Proses dengan Software Photomodeler Scanner
3.2.1 Proses Kalibarsi Kamera
1) Buka program Photomodeler Scanner, dengan cara mengklik icon yang
ada pada dekstop, sehingga akan muncul tampil awal dari aplikasi
Photomodeler Scanner.
Gambar 3.21 Tampilan membuka software Photomodeler Scanner
2) Kemudian klik Camera Calibration project > kemudian akan muncul jendela
New Project Wizard.
Gambar 3.22 Tampilan kotak dialog New Project Wizard
34
3) Kemudian masukkan foto yang digunakan untuk kalibrasi, dengan cara pilih
folder tempat penyimpanan foto > klik All > kemudian klik Next.
Gambar 3.23 Tampilan kotak dialog New Project Wizard
4) Kemudian akan muncul jendela Automatic Camera Calibration > klik Execute
Calibration > maka proses kalibrasi berjalan secara otomatis.
Gambar 3.24 Proses kalibrasi kamera
5) Setelah proses selesai, save hasil kalibrasi dengan cara klik Show Report > klik
Write to text file > save dengan nama kalibrasi.
Gambar 3.25 Hasil report kalibrasi kamera
35
6) Klik Close pada jendela Project Status Report > lalu klik Close pada jendela
Automatic Camera Calibration > akan muncul jendela Add Camera To Library
> klik No-Cencel. Kemudian Save project dengan nama kalibrasi.
Gambar 3.26 Jendela Add Camera To Library
7) Selanjutnya adalah melakukan proses Idealize.
3.2.2 Proses Idealize
1) Untuk melakukan proses Idealize, dengan cara klik menu File > Getting
Started > klik Points-based project. Akan muncul jendela New Wizard
Project.
Gambar 3.27 Tampilan jendela New Wizard Project
2) Pilih foto yang akan dijadikan project, dengan cara pilih folder tempat
penyimpanan foto > klik All > kemudian klik Next.
36
3) Akan muncul jendela New Wizard Project pilih file hasil kalibrasi kamera >
klik Next.
Gambar 3.28 Memanggil pengaturan kalibrasi kamera
4) Maka akan muncul foto yang akan diproses, lalu double klik untuk semua foto
sehinggi view dari kedua foto menjadi besar.
Gambar 3.29 Tampilan image yang akan diproses
5) Kemudian Klik menu Project > pilih Idealize Project > Number of image to
resample in paraller diisikan 25 > All Photo > lalu pilih Execute > tunggu
hingga proses Idealize selesai dilakukan.
Gambar 3.30 Tampilan proses Idealize
6) Setelah proses Idealize selesai dilakukan, simpan Project Idealize dengan nama
Idealize, dengan cara klik menu File > Save Project As > pilih folder hasil >
beri nama > Save.
37
7) Setelah selesai menyimpan. Double klik untuk semua foto sehinggi view dari
kedua foto menjadi besar, kemudian melakukan tracking dengan cara klik
menu Marking > Automatic Target Marking > lalu pada Region pilih A specific
region > pada Target that are Coded pilih All.
Gambar 3.31 Tampilan proses Automatic Target Marking
8) Lalu klik Pick Region > select fiducial mark pada foto > kemudian klik Mark
Point.
Gambar 3.32 Tampilan proses Marking
9) Lakukan langkah yang sama untuk setiap titik fiducial mark dan untuk semua
foto.
Gambar 3.33 Foto selesai dimarking
38
10) Kemudian klik icon Procces pada toolbar, lalu akan muncul jendela
Processing > klik Procces > akan muncul jendela Orientation Problems klik
Procced.
Gambar 3.34 Tampilan saat melakukan Procces
11) Setelah selesai Prosessing simpan hasil Report dengan nama markpoint,
dengan cara klik Show Report > pilih Write to text file > beri nama markpoint >
Save.
Gambar 3.35 Tampilan saat melakukan Procces
12) Kemudian klik icon Scale/Rotate pada toolbar, lalu akan muncul jendela
3D Scale and Rotation > Project units pilih millimeters dan Distance isi 151.
Gambar 3.36 Tampilan saat melakukan Procces
39
13) Kemudian arahkan crusor ketitik > klik titik hingga menjadi merah > tekan
tombol Shift pada keyboard > Klik ujung titik satunya, seperti pada gambar di
bawah ini.
Gambar 3.37 Tampilan saat melakukan Scale and Rotation
14) Kemudian klik Define > maka tanda S berubah menjadi tanda | menandakan
proses define telah berhasil dilaksanakan.
Gambar 3.38 Tampilan poses Define
15) Selanjutnya adalah melakukan proses Trim.
3.2.3 Proses Trim
1) Untuk melakukan proses Trim, dengan cara klik icon DSM Trim Mode >
Trim pada area telapak sepatu > akhiri dengan klik kanan pilih Finish Trim.
Gambar 3.39 Tampilan poses Trim
40
2) Lalu klik icon Select Item Mode > lalu klik icon Properties .
3) Kemudian Save Project As dengan nama Trim.
Gambar 3.40 Tampilan Save Project As untuk proses Trim
4) Selanjutnya adalah melakukan proses Trim.
3.2.4 Proses Danse Surface
1) Untuk melakukan proses Danse Surface, dengan cara klik menu Danse Surface
> Create Danse Surface
Gambar 3.41 Tampilan Save Project As untuk proses Trim
2) Pada Sampling rate isi 1, kemudian klik Execute tunggu proses hingga selesai
> klik close.
Gambar 3.42 Tampilan proses Danse Surface
41
3) Kemudian klik menu View >Open 3D View > akan muncul jendela 3D View
Option > isi sesuai pada gambar di bawah ini lalu klik OK.
Gambar 3.43 Tampilan proses pengaturan tampilan 3D footprint
4) Setelah melalui proses di atas, maka hasil akhirnya berupa tampilan 3D objek
dengan tampilan sesuai dengan luasan yang ditrim. Langkah terakhir adalah
menyimpan project ini dengan nama Footprint.
Gambar 3.44 Hasil akhir berupa tampilan 3D footprint dan posisi kamera saat pemotretan
42
BAB IV
HASIL DAN PEMBAHASAN
Pada bab ini akan membahas hasil dari praktikum yang telah dilakukan
dengan menggunakan Software Australis dan Photomodeler Scanner, dari porses
yang telah dilakukan hasil berupa report. Adapun hasil report adalah sebagai berikut.
IV.1 Proses Software Australis
Dari keseluruhan hasil proses dengan Software Australis ini menghasilkan
report sebagai berikut :
Gambar 4.1 Hasil report software Australis
4.2.1 Resection
Proses resection menghasilkan 6 parameter EO yaitu X, Y, Z, ω (omega), ψ
(phi), κ (kappa). Pada proses resection juga menghasilkan nilai residu pada
masing-masing image dan nilai RMS. Hasil report lengkap bisa dilihat di
lampiran.
Gambar 4.2 Hasil Report proses Resection
43
Nilai parameter EO yang didapat sudah masuk ke dalam toleransi karena
mempunyai kesalahan yang kecil dan masing-masing image memiliki nilai RMS
dibawah 1 sehingga memenuhi kriteria untuk dilakukan proses lebih lanjut yaitu
proses Intersection dan Bundle Adjustment.
4.2.2 Intersection
Proses ini akan menentukan koordinat titik-titik centroid (X, Y, Z) yang
terdapat pada daerah pertampalan dari dua buah foto yang telah diketahui
parameter interior dan parameter eksteriornya. Proses intersection menghasilkan
nilai RMS, standar error dan koordinat x,y dan z untuk masing-masing centroid.
Apabila dilihat dari tingkat kesalahan pada tiap koordinat masing - masing
sangat kecil, ini terlihat dari nilai residu yang ada yaitu sebesar 0.5, maka
dengan kata lain nilai hasil intersection ini bisa digunakan untuk proses
selanjutnya.
Hasil report lengkap bisa dilihat di lampiran.
Gambar 4.3 Hasil Report proses Intersection
44
4.2.3 Bundle Adjustment
Setiap proses pengukuran tidak lepas dari adanya kesalahan. Maka untuk
memperkecil kesalahan residu maka dilakukan proses Bundle Adjustment.
Untuk hasil report lengkap dari proses bundle adjustment dapat dilihat di
lampiran.
Tabel 4.1 Hasil Bundle Adjustment, Image Coordinate Residuals
Foto RMS of Image Residuals
points x y xy
Image001 0.32 0.28 0.30 50 Image003 0.26 0.20 0.23 50 Image004 0.35 0.27 0.31 50 Image002 0.25 0.26 0.26 50 Image005 0.21 0.22 0.22 50 Image006 0.35 0.35 0.35 50
Tabel 4.2 Hasil nalai Residuals Total Bundle Adjustment
Total Residuals (RMS) error Sigma0
DegreesOf
FreedomObservations Parameter Constraints
x y xy 0.29 0.27 0.28 0.681 441 600 196 7
Dari hasil proses Bundle Adjustment diatas dapat dianalisa bahwa nilai RMS
total dari setiap foto kecil karena telah diminimalisir dan didistribusikan merata
memalui proses Bundle Adjustment, dengan kata lain semua rangkaian proses
telah memenuhi standart persyaratan.
IV.2 Proses Software Photomodeler Scanner
Dari keseluruhan hasil proses dengan Software Photomodeler Scanner ini
menghasilkan report dari proses kalibrasi kamera, dimana hasil report tersebut
berisi parameter xo, yo, dan fokus (c), parameter distorsi radial (K1, K2, K3),
parameter distorsi decentring (P1, P2), dan parameter distorsi affinity (b1, b2).
Untuk hasil report lengkap dari proses dengan Software Photomodeler Scanner
dapat dilihat di lampiran.
45
Selain hasil report, output lain yang dihasil dari proses dengan Software
Photomodeler Scanner yaitu tampilan 3 dimensi dari foto yang di proses, seperti
pada gambar dibawah ini.
Gambar 4.3 Hasil output berupa 3 dimensi,
sebelah kiri tampak dari bawah dan sebelah kanan tampak dari atas
46
BAB V
PENUTUP
V.1 Kesimpulan
Berdasarkan seluruh proses dari praktikum yang telah diuraikan pada bab-bab
sebelumnya, dapat ditarik kesimpulan sebagai berikut :
1. Hasil dari proses menggunakan software Australis dan Photomodeler
Scanner diperoleh hasil yang memenuhi persyaratan yang telah ditentukan,
maka pemahaman terhadap konsep tentang mata kuliah Metrik Fotografi
telah dicapai.
2. Dengan melakukan langkah - langkah secara benar dan memecahkan
masalah yang di hadapi dapat meningkatkan keterampilan dalam proses
pengambilan data foto.
3. Dengan melakukan proses kalibrasi kamera, ekstraksi data foto, relative
orientation, intersection, resection, bundle adjustment, dan absolute
oreintation dengan Software Australis dan Software PhotoModeler 6
memberikan pemahaman penuh terhadap masing - masing proses yang
dilakukan.
V.2 Saran
Untuk mendapatkan pemahaman yang lebih baik perlu mempelajari dasar teori
dengan baik sehingga memudahkan kendala - kendala yang dihadapi pada saat
praktikum.
Agar tujuan dari praktikum tercapai dengan baik dukungan software dan
fasilitas dan modul - modul menjadi penentu berhasil tidaknya praktikum yang
dilaksanakan.
47
DAFTAR PUSTAKA
Ahmad, K, 2008, Pemetaan Persil dengan Menggunakan Quadcopter, Skripsi.
Yogyakarta.
Atkinson, K.B. 2001. Close Range Photogrammetry and Mechine Vision, Whittles,
Publishing.
Dorsel, C., Jacobsen, K. and Stallmann, D., 2004. DMC - Photogrammetric
Accuracy- Calibration Aspect And Generation Of Synthetic DMC Images,
University of Hannover, Germany.
Mikhail, J. S. Bethel, et al, 2001. Introduction To Modern Photogrammetry. New
York, John Wiley & Sons, Inc.
Photomodeler.com,. 2013. Tips for improving PointMesh results in Photomodeler
Scanner. Knowledgebase, Publisher.
Prijono, P., 2002. Pengindraan Jauh, Gajah Mada University Press, Yogyakarta.
Tjahjadi, E,. 2013. Metrik Fotografi, Handout materi kuliah, Institut Teknologi
Nasional. Malang.
Wang, X and Claker, T.A. Sparate Adjustment of Close Range Photogrammetric
Measurements. Optical Metrology Center City University, London.
Wolf, P., R., 1993. Elemen Fotogrametri, Gajah Mada University Press, Yogyakarta.
Wolf, P., R. and Dewitt, B.A,. 2000. Elemen of Fotogrametri with Application in
GIS, Mc Graw Hill, New York.
Resection - Copy Australis Resection Results
01 December, 2013 16:20:49
Results for Image001
Station Final ComputedVariable Value Standard Error
X 1.9779 0.0000E+000 Y 0.2373 0.0000E+000 Z -2.6092 0.0000E+000 AZ -0.0525 0.0000E+000 EL 0.1930 0.0000E+000 ROLL 87.9314 0.0000E+000
Resected residuals for Image001
RMS 0.0 0.3Total RMS 0.2
////////////////////////////////////////////////////////////////////////////////
Results for Image002
Station Final ComputedVariable Value Standard Error
X 0.0002 4.6723E-002 Y -0.0002 5.0599E-003 Z -0.0001 3.1805E-002 AZ 0.0000 1.0927E-002 EL 0.0000 7.4826E-003 ROLL 0.0000 1.9606E-003
Resected residuals for Image002
RMS 0.2 0.1Total RMS 0.1
////////////////////////////////////////////////////////////////////////////////
Results for Image003
Page 1
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Resection - Copy Station Final ComputedVariable Value Standard Error
X 91.9913 0.0000E+000 Y 358.6805 0.0000E+000 Z -725.4947 0.0000E+000 AZ 15.2959 0.0000E+000 EL 65.4246 0.0000E+000 ROLL 118.5557 0.0000E+000
Resected residuals for Image003
RMS 0.1 0.2Total RMS 0.2
////////////////////////////////////////////////////////////////////////////////
Results for Image004
Station Final ComputedVariable Value Standard Error
X 231.3377 0.0000E+000 Y 765.9592 0.0000E+000 Z -627.5657 0.0000E+000 AZ 111.7496 0.0000E+000 EL 66.1351 0.0000E+000 ROLL -50.5251 0.0000E+000
Resected residuals for Image004
RMS 0.2 0.1Total RMS 0.1
////////////////////////////////////////////////////////////////////////////////
Results for Image005
Station Final ComputedVariable Value Standard Error
X 230.6991 2.0064E-002 Y 753.8467 5.8080E-002 Z -615.2179 5.3540E-003 AZ 111.0691 3.3497E-002
Page 2
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Resection - Copy EL 68.0313 5.6093E-003 ROLL -143.6695 3.2827E-003
Resected residuals for Image005
RMS 0.1 0.2Total RMS 0.1
////////////////////////////////////////////////////////////////////////////////
Results for Image006
Station Final ComputedVariable Value Standard Error
X 13.6372 0.0000E+000 Y 63.5544 0.0000E+000 Z -443.3980 0.0000E+000 AZ 5.6949 0.0000E+000 EL 35.7643 0.0000E+000 ROLL -163.1823 0.0000E+000
Resected residuals for Image006
RMS 0.3 0.1Total RMS 0.2
////////////////////////////////////////////////////////////////////////////////
Page 3
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Triangulate - Copy Australis Triangulation Results
01 December, 2013 17:32:33
Quick Summary Project: D:\KULIAH\METRIKFOTO\PRAKTEK\18112013_praktek 1\Hasil\Project 1.aus Number of Points: 50 Number of Images: 6
Stations Used
FileName X Y Z Azimuth Elevation RollDSC_0001.tif 1.9779 0.2373 -2.6092 -0.0525 0.1930 87.9314DSC_0002.tif 0.0002 -0.0002 -0.0001 0.0000 0.0000 0.0000DSC_0003.tif 91.9913 358.6805 -725.4947 15.2959 65.4246 118.5557DSC_0004.tif 231.3377 765.9592 -627.5657 111.7496 66.1351 -50.5251DSC_0005.tif 230.6991 753.8467 -615.2179 111.0691 68.0313 -143.6695DSC_0006.tif 13.6372 63.5544 -443.3980 5.6949 35.7643 -163.1823
Summary of Residuals
Station Station Residuals Number of Filename # X Y Total Points DSC_0001.tif 1 0.32 0.30 0.31 50 DSC_0002.tif 2 0.30 0.22 0.26 50 DSC_0003.tif 3 0.38 0.24 0.32 50 DSC_0004.tif 4 0.25 0.27 0.26 50 DSC_0005.tif 5 0.22 0.23 0.22 50 DSC_0006.tif 6 0.45 0.38 0.41 50
Total Residuals X Y Total 0.33 0.28 0.30
Sightings Point Coordinates Standard Errors # List 1111111111222222222233333333334 Label X Y Z X Y Z RMS Rays 1234567890123456789012345678901234567890
Page 1
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Triangulate - Copy 1 -87.9596 547.5324 64.8634 0.0015 0.0018 0.0017 0.5 6 YYYYYY 2 -81.4332 571.2025 47.1868 0.0011 0.0014 0.0013 0.3 6 YYYYYY 3 -73.9926 594.7065 29.6991 0.0009 0.0011 0.0011 0.3 6 YYYYYY 4 -66.0068 620.7828 10.4117 0.0010 0.0012 0.0012 0.3 6 YYYYYY 5 -59.4726 643.1373 -6.2395 0.0012 0.0014 0.0014 0.4 6 YYYYYY 6 -51.2025 671.0845 -26.9177 0.0009 0.0011 0.0011 0.3 6 YYYYYY 7 -44.4816 694.8710 -44.5652 0.0008 0.0009 0.0009 0.2 6 YYYYYY 8 -36.0534 720.5249 -63.6341 0.0011 0.0012 0.0013 0.3 6 YYYYYY 9 -30.2720 746.8990 -82.9740 0.0008 0.0009 0.0010 0.3 6 YYYYYY 10 -24.8056 764.4953 -96.1908 0.0012 0.0013 0.0014 0.3 6 YYYYYY 11 -46.3468 631.6385 -1.0702 0.0010 0.0012 0.0012 0.3 6 YYYYYY 12 -35.6577 653.1005 -18.2083 0.0009 0.0011 0.0011 0.3 6 YYYYYY 13 -28.3258 666.0147 -28.6036 0.0010 0.0012 0.0012 0.3 6 YYYYYY 14 -25.4199 702.4636 -53.7222 0.0006 0.0007 0.0007 0.2 6 YYYYYY 15 -61.2804 538.0086 63.6807 0.0007 0.0009 0.0008 0.2 6 YYYYYY 16 -52.9549 560.9077 46.7996 0.0009 0.0011 0.0011 0.3 6 YYYYYY 17 -39.6632 582.6059 29.1163 0.0008 0.0010 0.0009 0.2 6 YYYYYY 18 -26.0755 609.2375 8.1474 0.0009 0.0010 0.0010 0.3 6 YYYYYY 19 -17.6341 631.3501 -8.3793 0.0015 0.0017 0.0017 0.4 6 YYYYYY 20 -5.6028 661.0481 -31.3588 0.0011 0.0012 0.0013 0.3 6 YYYYYY 21 -0.5433 683.2494 -48.0313 0.0011 0.0012 0.0013 0.3 6 YYYYYY 22 -2.0262 711.1688 -66.0592 0.0004 0.0005 0.0005 0.1 6 YYYYYY 23 0.2962 736.0309 -83.2710 0.0008 0.0009 0.0010 0.3 6 YYYYYY 24 3.8260 754.6223 -96.8371 0.0011 0.0012 0.0013 0.3 6 YYYYYY 25 -37.7112 531.7379 61.2369 0.0017 0.0020 0.0019
Page 2
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Triangulate - Copy0.5 6 YYYYYY 26 -31.3845 553.2304 45.7617 0.0008 0.0010 0.0009 0.2 6 YYYYYY 27 -21.7635 574.8155 28.8983 0.0006 0.0007 0.0007 0.2 6 YYYYYY 28 -8.7971 603.3570 6.6799 0.0010 0.0011 0.0011 0.3 6 YYYYYY 29 -1.8252 625.9397 -9.3546 0.0010 0.0012 0.0011 0.3 6 YYYYYY 30 11.5545 656.5794 -33.3085 0.0005 0.0006 0.0006 0.2 6 YYYYYY 31 18.3188 677.1116 -49.7653 0.0012 0.0014 0.0014 0.4 6 YYYYYY 32 18.2013 704.9025 -67.7909 0.0007 0.0008 0.0008 0.2 6 YYYYYY 33 21.1770 730.2734 -85.0676 0.0006 0.0007 0.0008 0.2 6 YYYYYY 34 20.7634 749.8811 -98.3258 0.0009 0.0010 0.0011 0.3 6 YYYYYY 35 -14.7556 525.8874 58.8706 0.0014 0.0017 0.0016 0.4 6 YYYYYY 36 -9.1781 545.6730 44.5784 0.0010 0.0013 0.0012 0.3 6 YYYYYY 37 -2.2862 566.8764 28.5671 0.0008 0.0010 0.0009 0.2 6 YYYYYY 38 8.5117 597.6631 5.7095 0.0008 0.0009 0.0009 0.2 6 YYYYYY 39 16.0622 620.0674 -10.6456 0.0006 0.0007 0.0007 0.2 6 YYYYYY 40 26.3799 653.5289 -35.5596 0.0006 0.0007 0.0007 0.2 6 YYYYYY 41 33.8784 671.8035 -50.4188 0.0013 0.0014 0.0015 0.4 6 YYYYYY 42 36.5699 698.9193 -68.7647 0.0014 0.0016 0.0017 0.4 6 YYYYYY 43 41.7876 724.3974 -86.8967 0.0010 0.0012 0.0013 0.3 6 YYYYYY 44 42.7614 742.3088 -99.6327 0.0009 0.0010 0.0010 0.3 6 YYYYYY 45 18.7173 563.2275 24.9482 0.0010 0.0012 0.0011 0.3 6 YYYYYY 46 32.4009 589.2860 4.0198 0.0011 0.0013 0.0013 0.3 6 YYYYYY 47 39.7439 611.7795 -12.6239 0.0007 0.0009 0.0009 0.2 6 YYYYYY 48 47.5350 646.8851 -37.6734 0.0008 0.0010 0.0010 0.3 6 YYYYYY 49 53.2977 665.5120 -51.7078 0.0009 0.0010 0.0010 0.3 6 YYYYYY
Page 3
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Triangulate - Copy 50 56.4195 691.9030 -69.6526 0.0013 0.0015 0.0016 0.4 6 YYYYYY
X Y Z
RMS is 0.0010 0.0012 0.0012
Minimum is 0.0004 0.0005 0.0005 at point 22 22 22
Maximum is 0.0017 0.0020 0.0019 at point 25 25 25
Page 4
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Bundle - Copy Australis Bundle Adjustment Results File: Bundle.txt
01 December, 2013 17:53:12
Quick Summary Project: D:\KULIAH\METRIKFOTO\PRAKTEK\18112013_praktek 1\Hasil\Project 1.aus Adjustment: Free Network Simulated Network: No Folding Method: Standard Scaling: N/A Units: mm Number of Points: 50 Number of Images: 6Number of Scale Bars: 0Number of Iterations: 3 Elapsed CPU Time: 0.046 seconds
Adjusted Exterior Orientation Parameters (angles are decimal degrees, XYZ are mm)
Results for Station Image001 FileName DSC_0001.tif Camera Nikkon D60 Lens Nikkor
Station Initial Total Final Initial Final Variable Value Adjustment Value Standard Error Standard Error
X 1.9779 -0.0563 1.9217 1.0000E+003 2.0579E-001 Y 0.2373 0.0643 0.3016 1.0000E+003 3.9666E-001 Z -2.6092 -0.2660 -2.8751 1.0000E+003 2.6640E-001 AZ -0.0525 0.0019 -0.0505 1.0000E+003 1.0312E+000 EL 0.1930 -0.0262 0.1669 1.0000E+003 1.0658E+000 ROLL 87.9314 -0.0131 87.9184 1.0000E+003 5.6948E-001
Image Rotation Angles in Omega, Phi, Kappa System
Omega 90.1669Phi -0.0505Kappa 87.9185
Image Rotation Matrix
Page 1
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Bundle - Copy
0.036321 -0.002943 0.999336 -0.999340 0.000776 0.036323 -0.000882 -0.999995 -0.002912
Results for Station Image002 FileName DSC_0002.tif Camera Nikkon D60 Lens Nikkor
Station Initial Total Final Initial Final Variable Value Adjustment Value Standard Error Standard Error
X 0.0002 0.0704 0.0706 1.0000E+003 2.6056E-001 Y -0.0002 0.2103 0.2101 1.0000E+003 3.8480E-001 Z -0.0001 -0.1135 -0.1136 1.0000E+003 2.4709E-001 AZ 0.0000 0.0572 0.0572 1.0000E+003 1.0946E+000 EL 0.0000 0.0162 0.0162 1.0000E+003 1.0424E+000 ROLL 0.0000 -0.0085 -0.0085 1.0000E+003 4.3225E-001
Image Rotation Angles in Omega, Phi, Kappa System
Omega 90.0162Phi 0.0572Kappa -0.0085
Image Rotation Matrix
0.999999 0.000998 -0.000148 0.000149 -0.000283 1.000000 0.000998 -0.999999 -0.000283
Results for Station Image003 FileName DSC_0003.tif Camera Nikkon D60 Lens Nikkor
Station Initial Total Final Initial Final Variable Value Adjustment Value Standard Error Standard Error
X 91.9913 1.1202 93.1114 1.0000E+003 5.3973E-001 Y 358.6805 0.0340 358.7145 1.0000E+003 4.2073E-001 Z -725.4947 0.7435 -724.7512 1.0000E+003 5.2433E-001 AZ 15.2959 0.1507 15.4467 1.0000E+003 1.9325E+000 EL 65.4246 -0.0891 65.3355 1.0000E+003 1.2129E+000 ROLL 118.5557 0.1165 118.6722 1.0000E+003 1.7862E+000
Page 2
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Bundle - Copy
Image Rotation Angles in Omega, Phi, Kappa System
Omega 156.1253Phi 6.3813Kappa 104.5760
Image Rotation Matrix
-0.250105 -0.896322 0.366134 -0.961818 0.186593 -0.200222 0.111145 -0.402230 -0.908767
Results for Station Image004 FileName DSC_0004.tif Camera Nikkon D60 Lens Nikkor
Station Initial Total Final Initial Final Variable Value Adjustment Value Standard Error Standard Error
X 231.3377 -0.0790 231.2587 1.0000E+003 2.3751E-001 Y 765.9592 -0.0760 765.8832 1.0000E+003 2.9604E-001 Z -627.5657 0.2771 -627.2887 1.0000E+003 4.1142E-001 AZ 111.7496 0.0599 111.8095 1.0000E+003 1.6687E+000 EL 66.1351 0.0414 66.1764 1.0000E+003 1.0376E+000 ROLL -50.5251 0.0464 -50.4787 1.0000E+003 1.6128E+000
Image Rotation Angles in Omega, Phi, Kappa System
Omega -170.6840Phi 22.0250Kappa -164.1051
Image Rotation Matrix
-0.891576 0.328648 -0.311580 0.253887 0.932454 0.257041 0.375011 0.150066 -0.914794
Results for Station Image005 FileName DSC_0005.tif Camera Nikkon D60 Lens Nikkor
Station Initial Total Final Initial Final Variable Value Adjustment Value Standard Error Standard
Page 3
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Bundle - CopyError
X 230.6991 0.1316 230.8307 1.0000E+003 2.7278E-001 Y 753.8467 -0.2286 753.6181 1.0000E+003 2.9169E-001 Z -615.2179 0.3388 -614.8791 1.0000E+003 4.0141E-001 AZ 111.0691 -0.1833 110.8858 1.0000E+003 1.7020E+000 EL 68.0313 0.0106 68.0419 1.0000E+003 1.0183E+000 ROLL -143.6695 -0.1938 -143.8634 1.0000E+003 1.6676E+000
Image Rotation Angles in Omega, Phi, Kappa System
Omega -171.8206Phi 20.4481Kappa 103.7732
Image Rotation Matrix
-0.223077 -0.949532 -0.220511 -0.910047 0.283932 -0.301990 0.349359 0.133308 -0.927458
Results for Station Image006 FileName DSC_0006.tif Camera Nikkon D60 Lens Nikkor
Station Initial Total Final Initial Final Variable Value Adjustment Value Standard Error Standard Error
X 13.6372 0.0628 13.7000 1.0000E+003 5.1086E-001 Y 63.5544 0.3411 63.8955 1.0000E+003 4.8337E-001 Z -443.3980 0.0261 -443.3719 1.0000E+003 4.1937E-001 AZ 5.6949 -0.0521 5.6428 1.0000E+003 1.2617E+000 EL 35.7643 0.0231 35.7874 1.0000E+003 1.0501E+000 ROLL -163.1823 -0.0402 -163.2225 1.0000E+003 1.0272E+000
Image Rotation Angles in Omega, Phi, Kappa System
Omega 125.9195Phi 4.5749Kappa -166.5293
Image Rotation Matrix
-0.969391 0.073841 -0.234155
Page 4
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Bundle - Copy 0.232205 0.585557 -0.776662 0.079762 -0.807261 -0.584780
Summary of Image Coordinate Residuals (units are micrometres)
Sta RMS of Image Residuals Number of non-rejected # x y xy pointsImage001 0.32 0.28 0.30 50Image002 0.26 0.20 0.23 50Image003 0.35 0.27 0.31 50Image004 0.25 0.26 0.26 50Image005 0.21 0.22 0.22 50Image006 0.35 0.35 0.35 50
Total Residuals (RMS) Degrees of x y xy Sigma0 Freedom Observations Parameters Constraints 0.29 0.27 0.28 0.681 411 600 196 7
Standard Errors From Limiting Error and Total Error Propogation (XYZ are in mm)
Limiting Total Sightings Sigma Estimates Sigma Estimates # List 111111111122222222223 Label sX sY sZ sX sY sZ RMS Rays 123456789012345678901234567890 1 0.0028 0.0041 0.0035 0.0079 0.0059 0.0045 0.5 6 YYYYYY 2 0.0028 0.0041 0.0036 0.0074 0.0058 0.0042 0.4 6 YYYYYY 3 0.0029 0.0041 0.0036 0.0071 0.0058 0.0044 0.3 6 YYYYYY 4 0.0029 0.0040 0.0037 0.0069 0.0057 0.0046 0.3 6 YYYYYY 5 0.0029 0.0040 0.0038 0.0068 0.0053 0.0046 0.4 6 YYYYYY 6 0.0030 0.0039 0.0039 0.0066 0.0049 0.0046 0.2 6 YYYYYY 7 0.0030 0.0038 0.0039 0.0065 0.0048 0.0046 0.3 6 YYYYYY 8 0.0030 0.0037 0.0040 0.0064 0.0049 0.0048 0.3 6 YYYYYY
Page 5
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Bundle - Copy 9 0.0030 0.0036 0.0041 0.0067 0.0054 0.0054 0.2 6 YYYYYY 10 0.0030 0.0036 0.0041 0.0068 0.0062 0.0060 0.3 6 YYYYYY 11 0.0029 0.0040 0.0037 0.0050 0.0050 0.0042 0.3 6 YYYYYY 12 0.0029 0.0039 0.0038 0.0044 0.0044 0.0041 0.3 6 YYYYYY 13 0.0029 0.0038 0.0039 0.0040 0.0042 0.0041 0.3 6 YYYYYY 14 0.0030 0.0037 0.0040 0.0047 0.0042 0.0043 0.2 6 YYYYYY 15 0.0027 0.0041 0.0034 0.0045 0.0052 0.0040 0.2 6 YYYYYY 16 0.0028 0.0041 0.0035 0.0040 0.0047 0.0037 0.3 6 YYYYYY 17 0.0028 0.0040 0.0036 0.0034 0.0046 0.0038 0.2 6 YYYYYY 18 0.0028 0.0039 0.0037 0.0030 0.0045 0.0038 0.2 6 YYYYYY 19 0.0028 0.0039 0.0037 0.0029 0.0043 0.0038 0.4 6 YYYYYY 20 0.0029 0.0038 0.0038 0.0029 0.0039 0.0040 0.3 6 YYYYYY 21 0.0029 0.0037 0.0039 0.0030 0.0039 0.0041 0.3 6 YYYYYY 22 0.0029 0.0036 0.0040 0.0032 0.0040 0.0041 0.1 6 YYYYYY 23 0.0029 0.0036 0.0040 0.0036 0.0042 0.0044 0.2 6 YYYYYY 24 0.0029 0.0035 0.0041 0.0039 0.0047 0.0049 0.3 6 YYYYYY 25 0.0027 0.0040 0.0034 0.0037 0.0056 0.0041 0.5 6 YYYYYY 26 0.0027 0.0040 0.0035 0.0034 0.0046 0.0038 0.2 6 YYYYYY 27 0.0027 0.0040 0.0035 0.0034 0.0044 0.0038 0.2 6 YYYYYY 28 0.0028 0.0039 0.0036 0.0034 0.0044 0.0039 0.2 6 YYYYYY 29 0.0028 0.0039 0.0037 0.0034 0.0043 0.0039 0.2 6 YYYYYY 30 0.0028 0.0038 0.0038 0.0038 0.0042 0.0043 0.2 6 YYYYYY 31 0.0028 0.0037 0.0039 0.0039 0.0044 0.0044 0.3 6 YYYYYY 32 0.0028 0.0036 0.0039 0.0034 0.0043 0.0042 0.2 6 YYYYYY 33 0.0029 0.0035 0.0040 0.0033 0.0043 0.0043 0.2 6
Page 6
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Bundle - CopyYYYYYY 34 0.0029 0.0035 0.0041 0.0033 0.0046 0.0047 0.2 6 YYYYYY 35 0.0026 0.0040 0.0033 0.0050 0.0074 0.0046 0.4 6 YYYYYY 36 0.0027 0.0040 0.0034 0.0048 0.0059 0.0042 0.3 6 YYYYYY 37 0.0027 0.0039 0.0035 0.0047 0.0051 0.0042 0.2 6 YYYYYY 38 0.0027 0.0039 0.0036 0.0047 0.0049 0.0042 0.2 6 YYYYYY 39 0.0028 0.0038 0.0037 0.0048 0.0048 0.0044 0.2 6 YYYYYY 40 0.0028 0.0037 0.0038 0.0049 0.0048 0.0047 0.2 6 YYYYYY 41 0.0028 0.0036 0.0038 0.0050 0.0050 0.0048 0.4 6 YYYYYY 42 0.0028 0.0036 0.0039 0.0045 0.0050 0.0046 0.4 6 YYYYYY 43 0.0028 0.0035 0.0040 0.0042 0.0050 0.0046 0.3 6 YYYYYY 44 0.0028 0.0034 0.0040 0.0039 0.0052 0.0048 0.2 6 YYYYYY 45 0.0027 0.0039 0.0035 0.0065 0.0067 0.0048 0.3 6 YYYYYY 46 0.0027 0.0038 0.0036 0.0068 0.0066 0.0051 0.3 6 YYYYYY 47 0.0027 0.0038 0.0036 0.0068 0.0063 0.0054 0.2 6 YYYYYY 48 0.0027 0.0037 0.0038 0.0065 0.0061 0.0055 0.3 6 YYYYYY 49 0.0027 0.0036 0.0038 0.0063 0.0062 0.0055 0.2 6 YYYYYY 50 0.0027 0.0035 0.0039 0.0058 0.0061 0.0053 0.4 6 YYYYYY
Summary of Summary of Limiting STD Error Estimates Total STD Error Estimates X Y Z X Y ZRMS is 0.0028 0.0038 0.0038 0.0051 0.0051 0.0045
Minimum is 0.0026 0.0034 0.0033 0.0029 0.0039 0.0037 at point 35 44 35 19
Page 7
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Bundle - Copy 20 16
Maximum is 0.0030 0.0041 0.0041 0.0079 0.0074 0.0060 at point 10 1 10 1 35 10
Triangulated Object Space Coordinates (XYZ are in mm)
Sightings # List 111111111122222222223 Label X Y Z RMS Rays 123456789012345678901234567890 1 -87.9763 547.5273 64.8670 0.5 6 YYYYYY 2 -81.4502 571.1973 47.1920 0.4 6 YYYYYY 3 -74.0108 594.7005 29.7066 0.3 6 YYYYYY 4 -66.0251 620.7778 10.4199 0.3 6 YYYYYY 5 -59.4901 643.1335 -6.2316 0.4 6 YYYYYY 6 -51.2184 671.0820 -26.9103 0.2 6 YYYYYY 7 -44.4961 694.8687 -44.5582 0.3 6 YYYYYY 8 -36.0661 720.5213 -63.6270 0.3 6 YYYYYY 9 -30.2839 746.8903 -82.9647 0.2 6 YYYYYY 10 -24.8168 764.4812 -96.1790 0.3 6 YYYYYY 11 -46.3589 631.6360 -1.0646 0.3 6 YYYYYY 12 -35.6668 653.0994 -18.2040 0.3 6 YYYYYY 13 -28.3327 666.0140 -28.6002 0.3 6 YYYYYY 14 -25.4278 702.4619 -53.7178 0.2 6 YYYYYY 15 -61.2895 538.0100 63.6798 0.2 6 YYYYYY 16 -52.9641 560.9080 46.8013 0.3 6 YYYYYY 17 -39.6700 582.6053 29.1183 0.2 6 YYYYYY 18 -26.0788 609.2374 8.1482 0.2 6 YYYYYY 19 -17.6354 631.3508 -8.3790 0.4 6 YYYYYY 20 -5.6010 661.0491 -31.3595 0.3 6 YYYYYY 21 -0.5408 683.2494 -48.0319 0.3 6 YYYYYY 22 -2.0262 711.1666 -66.0574 0.1 6 YYYYYY 23 0.2947 736.0249 -83.2662 0.2 6 YYYYYY 24 3.8237 754.6110 -96.8291 0.3 6 YYYYYY 25 -37.7145 531.7456 61.2337 0.5 6 YYYYYY 26 -31.3871 553.2361 45.7599 0.2 6 YYYYYY 27 -21.7639 574.8187 28.8964 0.2 6 YYYYYY 28 -8.7940 603.3594 6.6770 0.2 6 YYYYYY 29 -1.8205 625.9422 -9.3576 0.2 6 YYYYYY 30 11.5623 656.5816 -33.3124 0.2 6 YYYYYY 31 18.3278 677.1124 -49.7692 0.3 6 YYYYYY 32 18.2082 704.9007 -67.7919 0.2 6 YYYYYY
Page 8
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
Bundle - Copy 33 21.1819 730.2678 -85.0648 0.2 6 YYYYYY 34 20.7658 749.8706 -98.3192 0.2 6 YYYYYY 35 -14.7526 525.9013 58.8645 0.4 6 YYYYYY 36 -9.1740 545.6853 44.5725 0.3 6 YYYYYY 37 -2.2802 566.8849 28.5611 0.2 6 YYYYYY 38 8.5207 597.6685 5.7031 0.2 6 YYYYYY 39 16.0729 620.0721 -10.6522 0.2 6 YYYYYY 40 26.3924 653.5321 -35.5661 0.2 6 YYYYYY 41 33.8920 671.8052 -50.4251 0.4 6 YYYYYY 42 36.5818 698.9179 -68.7679 0.4 6 YYYYYY 43 41.7977 724.3917 -86.8955 0.3 6 YYYYYY 44 42.7695 742.2988 -99.6279 0.2 6 YYYYYY 45 18.7294 563.2415 24.9380 0.3 6 YYYYYY 46 32.4167 589.2968 4.0083 0.3 6 YYYYYY 47 39.7614 611.7879 -12.6354 0.2 6 YYYYYY 48 47.5531 646.8899 -37.6835 0.3 6 YYYYYY 49 53.3158 665.5147 -51.7166 0.2 6 YYYYYY 50 56.4357 691.9021 -69.6575 0.4 6 YYYYYY
Image Coordinate Rejections
Image Number Image001
Image Number Image002
Image Number Image003
Image Number Image004
Image Number Image005
Image Number Image006
Total Rejections 0
Page 9
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
kalibrasi
Status Report Tree
Project Name: *** Project has not yet been saved ***
Problems and Suggestions (0) Project Problems (0) Problems related to most recent processing (0)
Information from most recent processing Last Processing Attempt: Sun Dec 08 21:42:29 2013 PhotoModeler Version: 6.2.2.596 - final,full Status: successful Processing Options Orientation: off Global Optimization: on Calibration: on (full calibration) Constraints: off Total Error Number of Processing Iterations: 3 Number of Processing Stages: 2 First Error: 1.004 Last Error: 0.983 Precisions / Standard Deviations Camera Calibration Standard Deviations Camera1: FinePix F10 [8.00] Focal Length Value: 8.175457 mm Deviation: Focal: 5.9e-004 mm Xp - principal point x Value: 3.918966 mm Deviation: Xp: 7.5e-004 mm Yp - principal point y Value: 2.910891 mm Deviation: Yp: 8.5e-004 mm Fw - format width Value: 7.781006 mm Deviation: Fw: 3.0e-004 mm Fh - format height Value: 5.768296 mm K1 - radial distortion 1 Value: 1.204e-003 Deviation: K1: 5.0e-006 K2 - radial distortion 2 Value: -9.494e-006 Deviation: K2: 2.3e-007 K3 - radial distortion 3 Value: 0.000e+000 P1 - decentering distortion 1
Page 1
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
kalibrasi Value: -1.524e-004 Deviation: P1: 3.4e-006 P2 - decentering distortion 2 Value: 1.470e-005 Deviation: P2: 3.7e-006
Quality Photographs Total Number: 12 Bad Photos: 0 Weak Photos: 0 OK Photos: 12 Number Oriented: 12 Number with inverse camera flags set: 0 Cameras Camera1: FinePix F10 [8.00] Calibration: yes Number of photos using camera: 12 Average Photo Point Coverage: 90% Photo Coverage Number of referenced points outside of the Camera's calibrated coverage: 0 Point Marking Residuals Overall RMS: 0.125 pixels Maximum: 0.716 pixels Point 2 on Photo 1 Minimum: 0.090 pixels Point 34 on Photo 2 Maximum RMS: 0.375 pixels Point 2 Minimum RMS: 0.063 pixels Point 32 Point Tightness Maximum: 0.00064 m Point 2 Minimum: 0.00012 m Point 66 Point Precisions Overall RMS Vector Length: 4.57e-005 m Maximum Vector Length: 6.99e-005 m Point 97 Minimum Vector Length: 4.36e-005 m Point 9 Maximum X: 3.51e-005 m Maximum Y: 3.96e-005 m Maximum Z: 4.56e-005 m Minimum X: 2.17e-005 m Minimum Y: 2.22e-005 m Minimum Z: 2.98e-005 m
Page 2
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
TAMPAK DARI ATAS
TAMPAK DARI BAWAH
GAMBAR YANG DISIMPAN DALAM FORMAT *.bmp
CAMERA STATIONS TAMPAK DARI BAWAH
CAMERA STATIONS TAMPAK DARI ATAS