Gaya atau nada penulisan artikel ini tidak mengikuti gaya dan nada penulisan ensiklopedis yang diberlakukan di Wikipedia. Artikel ini tidak memiliki bagian pembuka yang sesuai dengan standar Wikipedia. Interpretasi foto dapat didefinisikan sebagai: "tindakan memeriksa gambar foto untuk tujuan mengidentifikasi objek dan menilai signifikansi mereka" (Colwell, 1997).
Prinsip-prinsip interpretasi citra telah dikembangkan secara empiris lebih dari 150 tahun. Yang paling dasar dari prinsip-prinsip ini adalah unsur-unsur interpretasi citra di antaranya: lokasi, ukuran, bentuk, bayangan, nada / warna, tekstur, pola, tinggi/kedalaman dan situs/situasi/asosiasi. Unsur-unsur ini secara rutin digunakan ketika menafsirkan sebuah foto udara atau menganalisis gambar foto. Seorang juru gambar yang terlatih menggunakan banyak unsur-unsur selama analisis nya tanpa berpikir tentang mereka. Namun, pemula mungkin tidak hanya harus memaksa dirinya untuk secara sadar mengevaluasi objek yang tidak diketahui sehubungan dengan unsur-unsur, tetapi juga menganalisis makna dalam kaitannya dengan objek lain atau fenomena dalam foto atau gambar.
Berikut ini adalah unsur-unsur interpretasi citra fotografi udara dan satelit.
Warna merupakan ujud yang tampak oleh mata dengan menggunakan spektrum sempit, lebih sempit dari spektrum tampak. Sebagai contoh, objek tampak biru, hijau, atau merah bila hanya memantulkan spektrum dengan panjang gelombang (0,4 – 0,5) μm, (0,5 – 0,6) μm, atau (0,6 – 0,7) μm. Sebaliknya, bila objek menyerap sinar biru maka ia akan memantulkan warna hijau dan merah. Sebagai akibatnya maka objek akan tampak dengan warna kuning.
Berbeda dengan rona yang hanya menyajikan tingkat kegelapan, warna menunjukkan tingkat kegelapan yang lebih beraneka. Ada tingkat kegelapan di dalam warna biru, hijau, merah, kuning, jingga, dan warna lainnya. Meskipun tidak menunjukkan cara pengukurannya, Estes et al. (1983) mengutarakan bahwa mata manusia dapat membedakan 200 rona dan 20.000 warna. Pernyataan ini mengisyaratkan bahwa pembedaan objek pada foto berwarna lebih mudah bila dibanding dengan pembedaan objek pada foto hitam putih. Pernyataan yang senada dapat diutarakan pula, yaitu pembedaan objek pada citra yang menggunakan spektrum sempit lebih mudah daripada pembedaan objek pada citra yang dibuat dengan spektrum lebar, meskipun citranya sama-sama tidak berwarna. Asas inilah yang mendorong orang untuk menciptakan citra multispektral.
Rona dan warna disebut unsur dasar. Hal ini menunjukkan betapa pentingnya rona dan warna dalam pengenalan objek. Tiap objek tampak pertama pada citra berdasarkan rona atau warnanya. Setelah rona atau warna yang sama dikelompokkan dan diberi garis batas untuk memisahkannya dari rona atau warna yang berlainan, barulah tampak bentuk, tekstur, pola, ukuran dan bayangannya. Itulah sebabnya maka rona dan warna disebut unsur dasar.
BentukBentuk merupakan variabel kualitatif yang memberikan konfigurasi atau kerangka suatu objek (Lo, 1976). Bentuk merupakan atribut yang jelas sehingga banyak objek yang dapat dikenali berdasarkan bentuknya saja. Bentuk, ukuran, dan tekstur pada Gambar 1 dikelompokkan sebagai susunan keruangan rona sekunder dalam segi kerumitannya. Bermula dari rona yang merupakan unsur dasar dan termasuk primer dalam segi kerumitannya. Pengamatan atas rona dapat dilakukan paling mudah. Oleh karena itu bentuk, ukuran, dan tekstur yang langsung dapat dikenali berdasarkan rona, dikelompokkan sekunder kerumitannya.Ada dua istilah di dalam bahasa Inggris yang artinya bentuk, yaitu shape dan form. Shape ialah bentuk luar atau bentuk umum, sedangkan form merupakan susunan atau struktur yang bentuknya lebih rinci. Contoh shape atau bentuk luar:
Contoh form atau bentuk rinci:
Baik bentuk luar maupun bentuk rinci, keduanya merupakan unsur interpretasi citra yang penting. Banyak bentuk yang khas sehingga memudahkan pengenalan objek pada citra. Contoh pengenalan objek berdasarkan bentuk
Stadion sepak bola yang berbentuk elips UkuranUkuran ialah atribut objek berupa jarak, luas, tinggi, lereng, dan volume. Karena ukuran objek pada citra merupakan fungsi skala, maka di dalam memanfaatkan ukuran sebagai unsur interpretasi citra harus selalu diingat skalanya.Contoh pengenalan objek berdasarka ukuran:
TeksturTekstur adalah frekuensi perubahan rona pada citra (Lillesand dan Kiefer, 1979) atau pengulangan rona kelompok objek yang terlalu kecil untuk dibedakan secara individual (Estes dan Simonett, 1975). Tekstur sering dinyatakan dengan kasar, halus, dan belang-belang. Contoh pengenalan objek berdasarkan tekstur:
PolaPola, tinggi, dan bayangan pada peta dikelompokkan ke dalam tingkat kerumitan tertier. Tingkat kerumitannya setingkat lebih tinggi dari tingkat kerumitan bentuk, ukuran, dan tekstur sebagai unsur interpretasi citra. Pola atau susunan keruangan merupakan ciri yang menandai bagi banyak objek bentukan manusia dan bagi beberapa objek alamiah. Contoh:
BayanganBayangan bersifat menyembunyikan detail atau objek yang berada di daerah gelap. Objek atau gejala yang terletak di daerah bayangan pada umumnya tidak tampak sama sekali atau kadang-kadang tampak samar-samar. Meskipun demikian, bayangan sering merupakan kunci pengenalan yang penting bagi beberapa objek yang justru lebih tampak dari bayangannya.Contoh:
SitusBersama-sama dengan asosiasi, situs dikelompokkan ke dalam kerumitan yang lebih tinggi pada Gambar diatas. Situs bukan merupakan ciri objek secara langsung, melainkan dalam kaitannya dengan lingkungan sekitarnya. Situs diartikan dengan berbagai makna oleh para pakar, yaitu:
Situs ini berupa unit terkecil dalam suatu sistem wilayah morfologi yang dipengaruhi oleh faktor situs, seperti:
Lima faktor situs ini mempengaruhi proses geomorfologi maupun proses atau perujudan lainnya. Contoh:
AsosiasiAsosiasi dapat diartikan sebagai keterkaitan antara objek yang satu dengan objek lain. Adanya keterkaitan ini maka terlihatnya suatu objek pada citra sering merupakan petunjuk bagi adanya objek lain.Contoh:
|