Perkembangan Paradigma Metode Klasifikasi Citra Penginderaan Jauh dalam Perspektif Revolusi Sains Thomas Kuhn

Author:

Ambarwari Agus,Husni Emir Mauludi,Mahayana Dimitri

Abstract

Pesatnya peningkatan teknologi penginderaan jauh memunculkan tiga paradigma metode klasifikasi citra penginderaan jauh, yaitu berbasis piksel, berbasis objek, dan berbasis pemandangan. Artikel ini bertujuan untuk mengetahui perkembangan metode klasifikasi citra penginderaan jauh dan mengetahui proses revolusi saintifik Thomas Kuhn (pra-paradigma, sains normal, anomali, krisis, dan revolusi saintifik) yang terjadi pada perkembangan metode klasifikasi tersebut. Penyusunan artikel ini menggunakan metode kualitatif deskriptif. Data dikumpulkan dari berbagai sumber literatur ilmiah yang relevan, kemudian diuraikan tahapan revolusi sains terkait perkembangan metode klasifikasi citra penginderaan jauh. Paradigma I perkembangan metode klasifikasi citra penginderaan jauh dimulai pada tahun 1970-an, ketika pertama kali satelit Landsat diluncurkan. Pada paradigma ini digunakan klasifikasi citra penginderaan jauh berbasis piksel atau sub-piksel, karena resolusi spasial citra penginderaan jauh sangat rendah. Paradigma II (tahun 2000-an), digunakan metode klasifikasi berbasis objek karena lebih efisien daripada analisis berbasis piksel. Dirilisnya dataset penggunaan lahan (UC-Merced) pada tahun 2010-an, interpretasi citra penginderaan jauh berbasis pemandangan mulai digunakan, karena metode berbasis piksel dan objek tidak cukup mengklasifikasikan dengan benar.

Publisher

Universitas Pendidikan Ganesha

Reference31 articles.

1. Baatz, M. (2000). Multiresolution segmentation: An optimization approach for high quality multiscale image segmentation. Angewandte geographische informationsverarbeitung, 12–23.

2. Berg, P., Pham, M.-T., & Courty, N. (2022). Self-Supervised Learning for Scene Classification in Remote Sensing: Current State of the Art and Perspectives. Remote Sensing, 14(16), 3995. https://doi.org/10.3390/rs14163995

3. Blaschke, T. (2010). Object Based Image Analysis for Remote Sensing. ISPRS journal of photogrammetry and remote sensing, 65(1), 2–16.

4. Blaschke, T., & Strobl, J. (2001). What’s Wrong With Pixels? Some Recent Developments Interfacing Remote Sensing and GIS. 12–17.

5. Campbell, J. B., & Wynne, R. H. (2011). Introduction to Remote Sensing. Guilford Press.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3