Anda sudah terbang dua jam, menghabiskan empat set baterai, lalu di kantor Agisoft Metashape menampilkan puluhan kamera berlabel NA setelah Align Photos selesai. Point cloud berlubang di tengah, satu blok tidak menyambung dengan blok lain, atau seluruh chunk gagal total.
Dari pengalaman mengajar, kegagalan olah data hampir selalu bermula di lapangan. Pengaturan software bisa dikoreksi dan diulang berkali-kali, tetapi foto yang buram atau tidak saling tumpang tindih tidak bisa diselamatkan oleh opsi apa pun. Komputer yang kencang pun tidak akan menolong.
Artikel ini membahas enam Penyebab Foto Tidak Terolah yang paling sering saya temui, lengkap dengan cara memeriksa dan mencegahnya. Kalau Anda masih baru di software ini, baca dulu tutorial Agisoft untuk mengolah data drone supaya alur dasarnya sudah terbayang.
Saat Align Photos berjalan, Metashape mencari titik-titik yang sama di beberapa foto, lalu menghitung posisi dan orientasi tiap kamera.
Foto yang gagal menemukan pasangan akan diberi tanda NA (not aligned) di panel Workspace. Foto itu tetap ada di proyek, tetapi tidak ikut dalam perhitungan sehingga tidak berkontribusi ke dense cloud, DEM, maupun orthomosaic.
Hal pertama yang saya lakukan adalah melihat pola sebaran kamera yang gagal. Kalau NA tersebar acak di antara foto yang sukses, biasanya masalahnya ada di kualitas foto individual, misalnya blur atau fokus. Kalau NA mengumpul di satu area, penyebabnya cenderung pada objek yang difoto, seperti air, atap seng, atau hamparan rumput seragam. Kalau satu strip penuh gagal, curigai sudut kamera atau overlap antarjalur.
Satu fitur yang jarang dipakai peserta pelatihan adalah Estimate Image Quality di panel Photos. Metashape memberi nilai ketajaman tiap foto, dan dokumentasinya menyarankan foto dengan nilai di bawah 0.5 dinonaktifkan. Jalankan ini sebelum Align Photos, dan Anda sudah menyingkirkan sebagian besar masalah dua penyebab pertama di bawah.
Algoritma fotogrametri butuh satu titik muka bumi terlihat di sebanyak mungkin foto. Dengan overlap depan 80% dan samping 70%, sebuah titik umumnya muncul di belasan foto. Turunkan ke 70% dan 50% demi menghemat baterai, jumlah foto yang melihat titik itu anjlok, dan satu foto yang agak miring atau buram sudah cukup untuk memutus rangkaian.
Peserta pelatihan sering mengira overlap yang ditulis di aplikasi terbang sama dengan overlap yang terjadi di lapangan.
Kenyataannya angka itu dihitung pada ketinggian relatif terhadap titik take-off. Di lahan bergelombang atau lereng, drone yang terbang dengan ketinggian tetap akan mendekat ke permukaan di bagian yang tinggi, dan overlap sebenarnya menyusut. Di area berbukit saya selalu menaikkan overlap dan memakai fitur terrain follow bila drone mendukungnya.
Untuk objek yang menantang seperti kebun sawit, hutan, dan area bervegetasi lebat, saya pakai overlap 85% depan dan 75% samping. Berikut beberapa hal yang saya periksa terkait overlap sebelum terbang.
Biaya menambah overlap cuma beberapa menit waktu terbang. Biaya terbang ulang ke lokasi yang jauh jauh lebih mahal.
Dua masalah ini sering muncul bersamaan dan gejalanya mirip, yaitu kamera acak berlabel NA di antara foto yang berhasil. Keduanya merusak keypoint, yaitu fitur kecil yang dicari Metashape pada setiap foto. Foto yang tampak lumayan di layar tablet bisa jadi tidak layak setelah diperbesar 100% di komputer.
Motion blur terjadi saat drone bergerak sejauh lebih dari setengah piksel selama sensor terbuka. Contoh hitungannya, pada GSD 2 cm dan kecepatan terbang 10 m/s, shutter perlu 1/1000 detik atau lebih cepat supaya pergeseran selama eksposur tidak melebihi 1 cm. Kalau kondisi mendung membuat kamera memilih 1/250, pergeseran bisa mencapai 4 cm, dua kali ukuran piksel.
Kamera dengan rolling shutter menambah masalah berupa distorsi bentuk saat drone bergerak cepat, sehingga geometri antarfoto tidak konsisten.
Autofokus pada drone konsumer kadang mencari fokus di tengah jalur, terutama saat langit dan objek berkontras rendah.
Beberapa foto berikutnya lalu terekam dengan fokus di tempat yang salah. Gejalanya halus, karena foto terlihat tajam di bagian tepi tetapi lembek di area utama.
Saya biasa melakukan tes sederhana sebelum misi, yaitu menembak satu foto di ketinggian kerja lalu memperbesarnya ke 100% pada layar.
Pada kamera yang mendukung, saya mengunci fokus manual di infinity atau pada jarak kerja. Setelah misi selesai, saya telusuri sampel foto dari awal, tengah, dan akhir jalur.
Dua penyebab berikutnya berasal dari objek yang difoto. Foto bisa tajam, overlap bisa sempurna, tetapi Metashape tetap gagal karena tidak ada fitur unik yang bisa dicocokkan dari satu foto ke foto lain. Masalah ini tidak bisa diatasi dengan terbang ulang di kondisi yang sama.
Air, kaca, panel surya, atap seng, dan aspal basah memantulkan langit dan matahari. Pantulan itu bergerak mengikuti posisi kamera, jadi titik yang tampak sama pada dua foto sebenarnya bukan titik yang sama di permukaan. Metashape menerima titik palsu itu dan menghasilkan geometri kacau atau menolak kamera sama sekali.
Cara terbaik adalah menghindari waktu terbang saat matahari tepat di atas atau membentuk pantulan langsung ke kamera. Untuk area dengan badan air besar, sertakan daratan yang cukup di setiap foto supaya ada fitur yang bisa dicocokkan. Pada panel surya dan atap logam, saya biasa menambah overlap serta memberi masker pada area pantulan sebelum align melalui fitur masking di Metashape.
Pasir pantai, padang rumput pendek, sawah baru tanam, salju, atau tajuk hutan yang bergoyang tertiup angin menghasilkan citra dengan tekstur sangat seragam. Algoritma kesulitan menemukan fitur yang bisa dibedakan, sehingga jumlah tie point sedikit dan kamera sulit dipasangkan.
Penanganannya adalah menurunkan ketinggian terbang agar tekstur halus mulai terlihat, menaikkan overlap hingga 85-90%, dan memakai drone dengan RTK. Data geotag yang presisi membantu Metashape lewat opsi reference preselection, sehingga pencocokan tidak bergantung penuh pada isi foto.
Untuk lahan homogen yang luas, saya juga memasang beberapa GCP berupa penanda kontras tinggi di tengah area supaya ada pegangan visual. Anda bisa menghitung kombinasi ketinggian dan resolusi dengan kalkulator GSD sebelum menyusun misi.
Untuk pemetaan 2D, kamera idealnya menghadap lurus ke bawah atau nadir. Pada praktiknya sudut gimbal sering tidak tepat 90 derajat. Angin kencang memiringkan drone, gimbal tidak terkalibrasi, atau pilot lupa mengubah pitch setelah sesi pengambilan video. Foto yang terlalu miring memuat bidang dengan skala yang berubah dari dekat ke jauh, dan menyulitkan pencocokan dengan foto nadir di sekitarnya.
Pada pemetaan fasad atau model 3D, kemiringan memang disengaja, tetapi tetap ada batasnya. Foto oblique yang terlalu landai memuat horizon, langit, dan objek jauh yang resolusinya jauh lebih kasar.
Metashape sulit menyelaraskan foto semacam itu dengan foto nadir tanpa banyak tie point yang bersama-sama terlihat. Untuk pekerjaan 3D, saya mengombinasikan jalur nadir dengan jalur miring pada sudut sedang.
Sebelum align, saya cek metadata sudut gimbal lewat kolom referensi atau EXIF. Foto dengan pitch jauh di luar pola mayoritas biasanya hasil gimbal yang goyah atau drone yang berbelok, dan lebih aman dinonaktifkan. Pada drone sayap tetap, sudut roll dan pitch memang lebih bervariasi, jadi pastikan rencana misi mengantisipasi hal itu dengan overlap yang lebih longgar.
Keenam penyebab tadi sebenarnya bisa terdeteksi sebelum Anda pulang. Kebiasaan yang saya tanamkan ke peserta adalah memeriksa data langsung di lokasi. Buka sepuluh foto acak dari tiap jalur, perbesar ke 100%, lalu periksa ketajaman, pantulan, dan kemiringan.
