Pengukuran Sebidang (In-Plane Measurement) Defleksi Struktur Dengan Menggunakan Visi Komputer Berbasis Deteksi Tepi
BAB I
PENDAHULUAN
1.1
Latar Belakang
Didalam kehidupan sehari-hari kita sering berjumpa dengan defleksi, baik
defleksi pada baja, pada besi maupun kayu. Oleh sebab itu, dalam perancangan
suatu bagian mesin atau struktur, besarnya defleksi atau lendutan memegang
peranan yang penting dan perlu diperhitungkan, contohnya saja pada jembatan.
Jika seorang engineer tidak memperhitungkan maka akan berakibat fatal bagi
pengguna jembatan tersebut, karena faktor lendutan yang lebih besar akan
mengurangi faktor safety pada struktur tersebut.
Berdasarkan kondisi tersebut mungkin dapat dicegah dengan adanya
pengamatan kondisi struktur secara kontinyu maupun periodik agar dapat
dilakukan antisipasi kegagalan struktur. Oleh karena itu, perkembangan teknologi
penelitian dalam metode pengukuran struktur saat ini semakin menarik untuk
diteliti, dikarenakan hal ini bertujuan agar meminimalisir kegagalan struktur yang
dapat menimbulkan korban jiwa serta kerugian material yang terjadi. Banyak
metode dan instrument yang umum digunakan dalam pengukuran struktur yang
terjadi seperti metode analitis dan metode dengan mengukur secara langsung.
Akan tetapi, metode tersebut memiliki kelemahan yang sulit diterapkan untuk
kasus masalah yang bersifat kompleks.
Salah satu metode
pengukuran
struktur
yang telah dan sedang
dikembangkan adalah metode defleksi struktur yang bersifat non- kontak dengan
kamera sebagai sensor utama. Metode pengukuran defleksi struktur ini banyak
1
memiliki keuntungan karena selain lebih simpel, praktis, mudah, dapat diandalkan
ketelitiannya, dan juga biaya yang dibutuhkan relatif lebih murah.
Pada saat ini, metode tersebut yang banyak digunakan adalah fotogrammetri
dan visi komputer (computer vision). Walaupun sama-sama menggunakan kamera
sebagai sensor utama, tujuan utama fotogrammetri adalah ketelitian, sedangkan
visi komputer mengutamakan fleksibilitas [1]. Teknik yang banyak digunakan
dalam fotogrammetri untuk pengukuran defleksi struktur ada dua yaitu
konvensional dan berbasis tepi [2]. Pada bidang visi komputer, yang paling luas
digunakan adalah teknik korelasi citra digital (DIC – digital image correlation).
Pengukuran defleksi struktur dapat menggunakan satu kamera (in-plane
measurement) atau menggunakan dua kamera (stereo vision measurement). Dalam
pengukuran sebidang, bidang ukur dengan bidang sensor kamera haruslah sejajar
(in-plane) [3].
Berkaitan pada penjelasan latar belakang diatas, maka dalam Tugas Akhir
ini
mengankat
topik
dengan judul
“ Pengukuran
Sebidang
(In-Plane
Measurement) Defleksi Struktur Dengan Menggunakan Visi Komputer Berbasis
Deteksi Tepi ”.
1.2
Rumusan Masalah
Dari latar belakang di atas, dapat dirumuskan permasalahan-permasalahan
yang berkaitan dengan pengembangan pengukuran defleksi struktur dengan
menggunakan visi komputer berbasis deteksi tepi sebagai berikut :
2
1.
Bagaimana hasil deteksi tepi pada obyek pengukuran sebidang (inplane measurement) dengan menggunakan visi komputer berbasis
deteksi tepi ?
2.
Bagaimana hasil persentase kesalahan pengukuran sebidang (inplane measurement) defleksi struktur dengan menggunakan metode
visi komputer berbasis deteksi tepi ?
3.
Bagaimana hasil konversi piksel ke milimeter dengan menggunakan
chessboard pattern ukuran 12 x 12, 14 x 14, 16 x 16 didalam proses
kalibrasi kamera ?
1.3
Tujuan Penelitian
Adapun tujuan yang ingin dicapai dalam Tugas Akhir ini adalah :
1.
Memperoleh hasil pengukuran sebidang (in-plane measurement)
yang lebih simpel, praktis, mudah, biaya operasional relatif lebih
murah, dan disertai ketelitian yang memadai dengan menggunakan
metode visi komputer berbasis deteksi tepi.
2.
Memperoleh hasil persentase kesalahan yang paling kecil dari
pengukuran sebidang (in-plane measurement) defleksi struktur
dengan menggunakan metode visi komputer berbasis deteksi tepi
3.
Memperoleh hasil konversi piksel ke milimeter yang paling
mendekati dengan nilai dunia nyata agar mengetahui ukuran
chessboard pattern yang lebih baik digunakan untuk proses kalibrasi
kamera.
.
3
1.4
Manfaat Penelitian
Adapun manfaat dari penulisan ini adalah:
1. Untuk Peneliti
Penulisan Tugas Akhir ini memberikan manfaat untuk penulis
yaitu sebagai penerapan ilmu yang didapat selama mengikuti
perkuliahan di Universitas Muhammadiyah Malang. Selain itu, dari
penelitian ini penulis bisa mendapatkan persiapan awal untuk
menghadapi dunia kerja.
2. Bagi Masyarakat
Dari penelitian ini diharapkan bisa diaplikasikan oleh masyarakat
khususnya dalam bidang pengukuran defleksi struktur, karena sampai
saat ini kegagalan struktur masih banyak terjadi di Indonesia yang
belum dilengkapi dengan sistem pemamtauan kondisi struktur yang
memadai. Oleh karena itu, dengan adanya pengembangan pengukuran
defleksi struktur dengan metode yang lebih murah dan praktis
diharapkan bisa memberikan kemudahan dalam pengukuran struktur.
3. Untuk Kampus Universitas Muhammadiyah Malang
Memberikan bukti dari hasil pembelajaran selama kuliah di
Universitas Muhammadiyah Malang kepada masyarakat bahwa
kampus Universitas Muhammadiyah Malang mampu mencetak orang
– orang yang berkualitas dan berguna bagi masyarakat.
4
1.5
Batasan Masalah
Mengingat luasnya permasalahan yang dihadapi dalam pengukuran defleksi
struktur dengan menggunakan visi komputer berbasis deteksi tepi ini, maka perlu
adanya batasan khusus didalamnya.
Batasan ini diperlukan agar dalam perancangan tugas akhir ini tidak
menyimpang dari permasalahan yang ada. Adapun batasan masalah pada
pengukuran defleksi struktur ini adalah :
1. Melakukan proses kalibrasi dengan menganggap semua kondisi
dalam keadaan ideal.
2. Faktor - faktor yang tidak diamati secara langsung, seperti cuaca,
suhu, kelembaban dianggap semua dalam kondisi ideal.
5
Pengukuran Sebidang (In-Plane Measurement) Defleksi Struktur
Dengan Menggunakan Visi Komputer Berbasis Deteksi Tepi
TUGAS AKHIR
Diajukan Kepada
Universitas Muhammadiyah Malang
Sebagai Salah Satu Persyaratan Memperoleh
Gelar Sarjana Teknik Mesin
Oleh
Yahya Nur Halim
NIM 201110120311055
JURUSAN TEKNIK MESIN
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2015
PENGUKURAN SEBIDANG (IN-PLANE
MEASUREMENT) DEFLEKSI STRUKTUR DENGAN
MENGGUNAKAN VISI KOMPUTER BERSBASIS
DETEKSI TEPI
YAHYA NUR HALIM
20110120311055
LATAR BELAKANG
Pemantauan kondisi struktur dikenal dengan istilah SHM
(structural healthmonitoring).Salah satu perkembangan
teknologi yang saat ini sedang berkembang adalah metode
pengukuran defleksi struktur yang bersifat non-kontak. Metode
pengukuran ini berbasis visi komputer dengan menggunakan
kamera sebagai sensor utamanya. Pengukuran ini dilakukan
dengan satu kamera pada obyek ukur (in-plane measurement),
dimana perubahan posisi obyek yang diukur ada pada bidang
yang sejajar dengan bidang sensor kamera.
TUJUAN
Tujuan khusus penelitian ini adalah memperoleh metode
pengukuran defleksi struktur menggunakan kamera
sebagai sensor utamanya. Urgensi penelitian adalah
memberikan alternatif pengukuran defleksi struktur
dengan cara yang mudah, murah dengan ketelitian yang
dapat diandalkan.
.
Compu
ter
KESIMPULAN
1. Hasil perbandingkan pengukuran defleksi
menggunakan visi komputer berbasis deteksi tepi
menunjukkan bahwa dengan dial indikator Kw
persentase kesalahan pengukuran sebesar 9,65%,
sedangkan dengan dial indikator Standart sebesar
3,50%.
Pembimbing I : Ir. Trihono Sewoyo, MT
Pembimbing II : Ir. Daryono, MT
LEMBAR PERNYATAAN
Yang bertanda tangan di bawah ini :
Nama
Nim
Tempat / Tanggal Lahir
Jurusan
Fakultas
Instansi
: Yahya Nur Halim
: 201110120311055
: Tulungagung, 12 Mei 1993
: Teknik Mesin
: Teknik
: Universitas Muhammadiyah Malang
Dengan ini menyatakan dengan sebenar-benarnya bahwa :
Tugas Akhir dengan Judul :“Pengukuran Sebidang (In-Plane Measurement) Defleksi Struktur
Dengan Menggunakan Visi Komputer Berbasis Deteksi Tepi “ Adalah hasil karya saya, dan
dalam naskah tugas akhir ini tidak terdapat karya ilmiah yang pernah diiajukan oleh orang lain
untuk memperoleh gelar akademik disuatu perguruan tinggi, kecuali yang secara tertulis dikutip
dalam naskah ini dan disebutkan dalam sumber kutipan dan daftar pustaka. Apabila ternyata
didalam naskah tugas akhir ini terdapat unsur-unsur “PLAGIASI”, saya bersedia menerima
sanksi akademis sesuai ketentuan yang berlaku.
Demikian surat pernyataan ini dibuat dengan sebenarnya untuk digunakan sebagaimana
mestinya.
✂✄☎✄ ✆✝✞✟✄✞☎✄✠
✡☛☞✌✍✌ ✎✏✑✁ ✒✌ n✏sy✓✏✔ ✕✌☞✁ Allah Rabb alam semesta, yang Maha
menggenggam jiwa dan raga kita. Shalawat dan salam semoga senantiasa tercurah
kepada junjungan dan tauladan kita, Muhammad Rasulullah dan keluarga,
sahabat, serta para pengikutnya yang setia hingga akhir zaman.
Selain sebagai salah satu syarat untuk memperoleh gelar sarjana bagi
mahasiswa Teknik Mesin UMM, semoga Tugas Akhir ini juga dapat berfungsi
sebagai sumbangan pemikiran dari penulis bagi pemahaman sekaligus
pengembangan tentang salah satu aspek yang berhubungan dengan sistem akuisisi
dan getaran.
Banyak pihak yang telah membantu dalam penyelesaian Tugas Akhir ini. Pada
kesempatan ini penulis mengucapkan terima kasih yang mendalam kepada:
1. Ayahanda Tawiran dan Ibunda Sulasmi tercinta serta Adikku tersayang
Suci Arum Sari dan Zahira Arum Adellia yang menjadi motivasi terbesar
dalam setiap aktivitas kehidupan ini.
2. Bapak Ir. Trihono Sewoyo,MT selaku dosen pembimbing satu yang telah
berkenan membagi ilmu, memberi semangat, membimbing dan memberi
sarana untuk menimba ilmu.
3. Bapak Ir. Daryono, MT selaku dosen pembimbing dua yang telah
berkenan membagi ilmu, memberi semangat, membimbing dan memberi
sarana untuk menimba ilmu.
✁
4. Ketua Jurusan Teknik Mesin Fakultas Teknik Universitas Muhammadiyah
Malang, Ir. Daryono, MT , beserta seluruh Bapak dan Ibu Dosen serta
seluruh Laboratorium Teknik Mesin UMM,dan Pegawai/Part Time yang
ada di Jurusan Teknik Mesin UMM
5. Buat keluarga besar Mahasiswa Teknik Mesin angkatan 2011, terima kasih
supportnya.
6. Buat keluarga besar Community Empowerment Beswan Djarum angkatan
29, terima kasih supportnya.
7. Buat Adelia Kandari, yang telah menemani dan memberikan motivasi doa,
serta menjadi teman ✖✗✘✙✚✛✜ selama proses pengerjaan skripsi.
Kesempurnaan mutlak hanya milik Allah, inilah karya terbaik yang dapat
penulis persembahkan, namun demikian tentunya penyusunan Tugas Akhir ini
masih terdapat ketidaksempurnaan sehingga kami mengharapkan kritik saran yang
konstruktif untuk perbaikan agar menjadi lebih baik. Semoga karya tulis ini dapat
bermanfaat dan berguna bagi para pembaca.
✢ illahi
Fii Sabilillhaq Fastabiqul Khoirot
Malang,
Juli 2015
Penulis
vii
✥✦✧★✦✩ ✪✫✪
✬✭✮✯✰✱ ✲✭✱✳✭✴✵✶✵✰✷ ✸✵✹✰✳ ✺✻✼✤✱ ✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ ✤
✬✭✮✯✰✱ ✺✳✤✳✴✭✷✳✤ ✸✵✹✰✳✺✻✼✤✱✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ ✤✤
✬✭✮✯✰✱ ✲✭✱✷✰y✴✰✰✷ ✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ ✤✤✤
✺✯✳✴✱✰✻✳✤ ✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ ✤ v
✾✰✴✰ ✲✭✷✹✰✷✴✰✱ ✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ v✤
✿✰❀✴✰✱ ❁✳✤✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽v✤✤✤
✿✰❀✴✰✱ Gambar..................................................................................................... xi
Daftar Tabel ........................................................................................................ xv
Daftar Grafik.................................................... ................................................... xvi
❂✦❂ ✪
❃❄❅✥✦❆❇❈❇✦❅
1.1 Latar Belakang ................................................................................1
1.2 Rumusan Masalah ...........................................................................2
1.3 Tujuan Penelitian........................................................................... .3
1.4 Manfaat Penelitian.......................................................................... 4
1.5 Batasan Masalah..............................................................................5
❂✦❂ ✪✪
★✪❅ JAUAN PUSTAKA
2.1 Pengertian Defleksi .........................................................................6
2.2 Visi Komputer.................................................................................8
2.2.1 Pengolahan Citra (Image Processing) ...................................10
2.2.2 Pengenalan Pola (Pattern Recognition).................................17
2.3 Kalibrasi Kamera ..............................................................................20
2.3.1 Kalibrasi Parameter Intrinsik ..................................................29
✣✤✤✤
2.3.2 Kalibrasi Parameter Ekstrinsik ...............................................31
2.3.3 Jenis-jenis Distorsi..................................................................33
2.3.4 Beberapa Metode Kalibrasi ....................................................35
2.4 Deteksi Tepi (Edge Detection) .......................................................37
2.4.1 Metode Deteksi Tepi Turunan Pertama (Differential Gradient)
.........................................................................................................40
2.4.2 Metode Deteksi Tepi Dengan Turunan Kedua ......................45
2.4.3 Metode Deteksi Tepi Optimal................................................49
2.4.3.1 Tahap-tahap Algoritma Deteksi Tepi Canny..............50
2.4.4 Langkah Utama Deteksi Tepi ................................................56
BAB III METODE PENELITIAN
3.1 WaktudanTempatPenelitian ...........................................................64
3.2 MetodePenelitian ...........................................................................64
3.3 AlatdanBahanPengujian.................................................................67
3.3.1 Perangkat Keras....................................................................67
3.3.2 Perangkat Lunak ..................................................................76
3.4 Set-Up BatangSpesimenUji ...........................................................77
3.5 Tahap Kalibrasi Kamera ................................................................78
3.5.1 Proses Kalibrasi Parameter Intrinsik Kamera.......................78
3.5.2 Proses Kalibrasi Parameter Ekstrinsik Kamera ....................84
BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil Parameter Intrinsik Kalibrasi Kamera ..................................86
4.1.1 Hasil Kalibrasi Instrinsik dari Kamera Canon Fix Lens.......86
4.1.2 Hasil Kalibrasi Instrinsik dari Kamera Canon Zoom 1.........89
❉
x
4.1.3 Hasil Kalibrasi Instrinsik dari Kamera Nikon......................91
4.1.4 Hasil Kalibrasi Instrinsik dari Kamera Canon Zoom 2.........94
4.1.5 Hasil Kalibrasi Instrinsik dari Kamera Nikon 1....................97
4.1.6 Hasil Kalibrasi Instrinsik dari Kamera Nikon 2..................100
4.1.7 Hasil Kalibrasi Instrinsik dari Kamera Nikon 3..................103
4.2 Hasil Parameter Ekstrinsik Kalibrasi Kamera..............................106
4.2.1 Hasil Kalibrasi Ekstrinsik dari Kamera Canon Fix Lens.....106
4.2.2 Hasil Kalibrasi Ekstrinsik dari Kamera Canon Zoom 1......107
4.2.3 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon....................108
4.2.4 Hasil Kalibrasi Ekstrinsik dari Kamera Canon Zoom 2......109
4.2.5 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon 1................110
4.2.6 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon 2................111
4.2.7 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon 3................112
4.3 Hasil Citra Deteksi Tepi Batang Uji............................................113
4.4 Persamaan Kurva Defleksi Tepi...................................................119
4.5 Hasil Pengukuran dari Deteksi Tepi.............................................121
4.6 Perhitungan Konversi Piksel ke Milimeter....................................125
BAB V PENUTUP
5.1 Kesimpulan...................................................................................143
5.2 Saran..............................................................................................143
DAFTAR PUSTAKA
LAMPIRAN
BIODATA PENULIS
x
DAF❋ A● ❍A■BA●
( ) B▼◆❖P ◗❘❙❘◆❚❯ ❱❘❲❳▼❨❊ ❨❘❩❖❲❯▼◗❊ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❬
❏❑▲ ▼
(❙) B▼◆❖ P ◗❘❱❘◆▼❭ ❱❘❲❳▼❨❊ ❨❘❩❖❲ ❯▼◗❊ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❬
( ) C❊❱❲▼ ❙❚❲❚❪❫ ❪❚❲❊ ▼y❪❫ ◗❘❨❊P❊❱ ❫❘◆▼❴
❏❑❏ ▼
(❙) C❊❱❲▼ ❙❚❲❚❪❫ ❪❚❲❊ ▼y❪❫ ❱❘◆▼❭ ❨❊❴❘❲❙▼❊P❊
❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❵
y
P❖ ❪❱❲▼◗❪▼
❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲▲
( ) C❊❱❲▼ ▼◗◆❊ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❏
❏❑❛ ▼
(❙) C❊❱❲▼
◗❘❱❘◆▼❭ ❨❊❴❘❲❱▼❳▼ ❯ ❙▼❫❊▼❪ ❱❘❴❊ ❖❙❳❘P ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❏
( ) C❊❱❲▼ ▼y❪❫
❏❑❜ ▼
(❙) C❊❱❲▼
P▼❙❚❲
( blur ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❛
◗❘❱❘◆▼❭ ❖❴❘❲▼◗❊ ❴❘❪❫❭❊◆▼❪❫ P❘◗▼❯▼❲▼❪
( ❨❘❙◆❚❲❲❊❪❫ ) ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❛
( ) C❊❱❲▼ P▼❴▼◆❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❜
❏❑❝ ▼
(❙) C❊❱❲▼
P▼❴▼◆ ❭▼◗❊◆ ❴❘❯▼❯❴▼❱▼❪ ❞❊❱❲▼ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❜
( ) C❊❱❲▼ P▼❯❘❲▼❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❬
❏❑❬ ▼
(❙) C❊❱❲▼
P▼❯❘❲▼ ❭▼◗❊◆ ❴❘ ❪❨❘❱❘P◗❊ ◗❘◆❚❲❚ ❭ ❱❘❴❊ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❡
S
❏❑❡ ❊◗❱❘❯ ❴❘❪❫❘❪▼◆▼❪ ❴❖◆▼❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❢
❏❑❢
C❖ ❪❱❖ ❭ ❴❘❯❙▼❫❊▼❪ P❘◆▼◗ ❴❖◆▼ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❣
( ) P❲❊❯❊❱❊❩ ❫❲▼❯❯▼❲
❏❑❣ ▼
P❲❖ ❯❖ ◗❖❯ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❵
(❙) P❘❪❫P❖❨❘▼❪ P❲❖❯❖◗❖❪❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❵
❏❑▲ ❵❤❖ ❨❘◆ P▼❯❘❲▼ ◆❚❙▼❪❫ ❳▼❲❚❯
y
❏❑▲▲✐❲❖❘ P◗❊ ❴❘❲◗❴❘P❱❊
(pinhole)❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❏
❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❏
G❘❖ ❯❘❱❲❊ ❨▼❲❊ ◗❘❙❚▼ ❭ P▼❯❘❲▼ ❯❖ ❨❘◆ ◆❚❙▼❪❫
❏❑▲ ❏
❳▼❲❚ ❯ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❛
❏❑▲❛
G❘❖ ❯❘❱❲❊ P▼❯❘❲▼ ❯❖❨❘◆ ◆❚❙▼❪❫ ❳▼❲❚ ❯ ❨❊◆❊❭▼❱ ❨▼❲❊ ◗❚❯❙❚ ❥ ❦❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧ ❏❝
❏❑▲❜
H❚❙❚ ❪❫▼❪ ❫❘❖❯❘❱❲❊P ▼❪❱▼❲▼ ❱❊❱❊P ❖❙❳❘P ❛♠ ❨❘❪❫▼❪ ❏D ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❬
P
❏❑▲❝ ▼❴▼❪ ❴❖◆▼ ❞▼
❏❑▲❬
tu
r(
chessboard pattern)❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❣
R❖❱▼◗❊ ❨▼❪ ♥❲▼❪◗◆▼◗❊ P▼❯❘❲▼ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❛❏
x
❊
F
♣qrs t✉t
(image) ✉✈✇①♦②✉t✇②♦ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ③④
( ) G⑥⑦⑧⑨⑩⑥⑨ ❶✈⑨②⑥ ①✈⑨⑩⑥⑨ centering ②✈❷❸⑧✇⑨ ⑥ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ③❹
♣qr⑤ ⑥
(⑦) G⑥⑦⑧⑨⑩ ⑥⑨ ❶✈⑨②⑥ ①✈⑨⑩ ⑥⑨ centering ✉♦①⑥❺ ②✈❷❸⑧✇⑨ ⑥ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ③❹
J
♣qr❻ ✈⑨♦②❼❽✈⑨ ♦② ❾✈❸ ♦qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ③⑤
♣q♣❿
O❸✈✇⑥✉t✇ Rt⑦✈✇✉qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ④♣
♣q♣r
D✈✉✈❺②♦ ✉✈❸♦ ①✈⑨⑩⑥⑨ ✉⑧✇ ⑧⑨ ⑥⑨ ❺✈①⑧⑥ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ④❹
u
y
♣q♣♣ ➀❺✈❷⑥ ①✈✉✈❺②♦ ✉✈❸ ♦ ⑧⑨✉ ❺ ➁♦✉✇ ⑥ ⑥⑨⑩ ❷✈⑨⑩ ⑥❶⑥❷♦ ⑩⑥⑨⑩⑩⑧⑥⑨
qqqqqqqqqqqqqqqqqqqqqqqqqq ④⑤
I
♣q♣③ ❶⑧②✉✇ ⑥②♦ ❺t⑨➂t❶⑧②♦ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ❹⑤
tr
t
t
③qr➃❶t➄ ➁➅⑥ ❷✈t ①t❶t⑩ ♦ ❸✈⑨✈❶♦♦⑥⑨
r
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ➆➆
t N♦❺t⑨ ➀LR D❹♣❿❿qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ➆s
③q③ ➇⑥❷✈ ⑥ ①♦⑩♦⑥❶
③q③
Remote controller ❺ ⑥❷✈✇ ⑥ N♦❺t⑨ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ➆❻
③q④
T✇♦❸t① ➈➉➁✈❶❶qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ➆❻
③q❹
W⑥✉✈✇❸⑥②② ❺⑥❷✈✇⑥ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❿
③q➆
TEB❼E (Altas Sound Tripod Boom Mic Stand) qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq sr
③qs
D♦⑥❶ I⑨ ①♦❺ ⑥✉t✇ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s♣
③q⑤
S✈✉❼U❸ ⑦⑥✉⑥⑨⑩ ⑧❽♦qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s♣
( ) P⑥❸ ⑥⑨ ❸t❶ ⑥ ➁⑥tu
r❺u⑧✇ ⑥⑨ r ④ ➉ ➆
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s④
(⑦) P⑥❸ ⑥⑨ ❸t❶⑥ ➁⑥tu
r⑧❺⑧✇⑥⑨ r ♣ ➉ r ♣
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s④
③q❻ ⑥
(➁) P⑥❸⑥⑨ ❸t❶⑥ ➁⑥tu
r⑧❺ ⑧r⑥⑨ r④ ➉ r④
(①) P⑥❸ ⑥⑨ ❸t❶⑥ ➁⑥tu
r⑧❺⑧✇⑥⑨ r➆ ➉ r➆
r
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❹
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❹
③qr❿ ➊✈⑦⑥⑨ ⑦✈➁✈❶⑥➅ ①⑥⑨ ❸✈⑨⑩⑩⑥⑨ ✉⑧⑨⑩
r r
t
③qrr➋t⑩ ⑥❷ ➌⑥❶ ⑥⑦ ➍♣❿r ♣⑦
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s➆
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s➆
Toolbox ❸ ♦❶♦➅⑥⑨ ❷t ①✈❶ ⑧⑨✉⑧❺ ❺⑥❶♦⑦✇⑥②♦ ❺⑥❷✈r⑥
③qr ♣
③qr③
Toolbox ❺⑥❶♦⑦✇ ⑥②♦ ❺⑥❷✈r⑥
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❻
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❻
x
♦♦
➏➐➑➒ ➓➔→ ➣➔↔↕➙➛➜ ↕➛➝➞➛➟ ➠➛➟➎ ➡➢ ➤➛➝➜ ➔➣ ➜➛➜➛↔ ➜➥➣➛ ➦➛
y
Extract the grid corners ................................................................................. ➧➑
corner extraction➠➔↔↕➛↔ ➞➛→➛➤ →➔➜➎➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➡
➏➐➑➳➩➛➝➞➛➟ ➯➛➤➎➣
➏➐➑➧ ➩➛➝➞➛➟ ➯➛➤➎➣
➏➐➑➵ ➩➛➝➞➛➟ ➯➛➤➎➣
corner extraction➠➔↔↕➛↔ →➛↔➠➛
y
➝➔➟➛➯ ➝➔↔➎➣➛↔↕
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➏
corner extraction➠ ➔↔↕➛↔ ➠ ➔→➔➙➤➎ ➤➫➠➫→ →➔➜ ➎➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➒
t
r
r
➒➐➑ ➸➛➤➎➣ ➟➔➜➟➥➭➔➦➎➥↔ ➔➥➟ ➜➎➙➤➔➣ ➙➛➝➔➛ ➺➛↔➥↔ ➻➎
➒➐➡ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ ➟➛➠➎➛➣ ➙➛➝➔➟➛
t
r
xL➔↔➤
r
r
r N➎➙➥↔
➒➐➳ ➸➛➤➎➣ ➟➔➜➟➥➭➔➦➎➥↔ ➔➥➟ ➜➎➙➤➔➣ ➙➛➝➔➛
➒➐➧➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠ ➔➣ ➠ ➎➤→➥➟➤➎ ➟➛➠ ➎➛➣ ➙➛➝➔➟➛
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➧
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➵
C➛↔➥↔ ➽➥➥➝ ➑ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➢
➒➐➲ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ →➛↔↕➔↔➤➎➛➣ ➙➛➝➔➟➛
t
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➳
C➛↔➥↔ ➻➎xL➔↔➤
➒➐➒ ➸➛➤➎➣ ➟➔➜➟➥➭➔➦➎➥↔ ➔➥➟ ➜➎➙➤➔➣ ➙➛➝➔➛ ➺➛↔➥↔ ➽➥➥➝ ➑
➒➐➨ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ ➟➛➠➎➛➣ ➙➛➝➔➟➛
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➳
C➛↔➥↔ ➻➎xL➔↔➤
➒➐➏ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ →➛↔↕➔↔➤➎➛➣ ➙➛➝➔➟➛
➒➐➵
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➢
grayscale............................. ➧➑
➏➐➑➨➩➛➝➞➛➟ ➜ ➔↔↕➫➭➎➛↔ ➛ ↔↕ ➤➫➠➛➯ ➠ ➎➫➞➛➯ ➝➔↔➭➛➠ ➎
➏➐➑➲
tu
r
C➛↔➥↔ ➽➥➥➝ ➑ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➑
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➡
N➎➙➥↔➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➏
V➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ →➛↔↕➔↔➤➎➛➣ ➙➛➝➔➟➛ N➎➙➥↔ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➒
➒➐➑ ➢
H➛➤➎➣ ➟➔➜ ➟➥➭➔➦t➎➥↔ ➔➥r ➟ ➜ ➎➙➤➔➣ ➙➛➝➔➛r ➺➛↔➥↔ ➽➥➥➝ ➡
st
r
st
t
r
➒➐➑➑ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠ ➔➣ ➠➎➥ ➟➤➎ ➛➠➎➛➣ ➙➛➝➔➛ ➺➛↔➥↔ ➽➥➥➝
r
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➨
➡ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➲
➒➐➑➡ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠ ➔➣ ➠➎➥ ➟➤➎ ➛ ↔↕➔↔➤➎➛➣ ➙➛➝➔➛ ➺➛↔➥↔ ➽➥➥➝ ➡
rp
r
t
r
r N➎➙➥↔ ➑
➒➐➑ ➏ ➸➛➤➎➣ ➔➥➭➔➦➎➥↔ ➔➥ ➟ ➜ ➎➙➤➔➣ ➙➛➝➔➛
➒➐➑➒ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠ ➔➣ ➠ ➎➤→➥➟➤➎ ➟➛➠ ➎➛➣ ➙➛➝➔➟➛
➒➐➑➨
V➎➤➫➛➣➎➤➛➤➎
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➧
N➎➙➥↔ ➑ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➵
➠➎➤→➥➟➤➎
➝➥➠➔➣
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➳
→➛↔↕ ➔↔➤➎➛➣
➙➛➝➔➟➛
N➎➙➥↔➑➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➑➢➢
➒➐➑➲
H➛➤➎➣
t
➟➔➜➟➥➭➔➦➎➥↔
r
➔➥➟
➡➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➑➢➑
x
➎➎➎
➜➎➙➤➔➣
r
➙➛➝➔➛
N➎➙➥↔
V➾➘➴➷➬➾➘➷➘➾ ➮➱✃❐➬ ✃➾➘❒➱❮➘➾
➚➪➶➹
V➾➘➴➷➬➾➘➷➘➾
➚➪➶Ò
❮➷✃➾➷➬ ❰➷➮❐❮➷
➮➱ ✃❐➬
N➾❰➱Ï Ð➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➶ÑÐ
✃➾➘❒➱ ❮➘➾
❒➷ÏÓ❐Ï➘➾➷➬
❰ ➷➮❐❮➷
N➾❰➱Ï
Ð➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➶ÑÔ
H➷➘➾➬ ❮❐Ö❮➱×❐Ø➾t➱Ï ❐➱r ❮ Ö➾❰➘❐➬ ❰ ➷➮❐ ➷r N➾❰➱Ï Ô
➚➪➶Õ
➚➪ÐÑ Ù➾➘➴➷➬➾➘➷➘➾ ➮➱✃❐➬ ✃➾➘❒➱ ❮➘➾ ❮➷✃➾➷➬ ❰➷➮❐❮➷
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶Ñ ➚
N➾❰➱ Ï Ô ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶ÑÚ
➚➪Ð➶ Ù➾➘➴➷➬➾➘➷➘➾ ➮➱✃❐➬ ✃➾➘❒➱ ❮➘➾ ❒➷ÏÓ❐Ï➘➾➷➬ ❰ ➷➮❐❮➷
N➾❰➱ Ï Ô ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶ÑÛ
➚➪ÐÐ Ü➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰ ➷➮❐❮➷
C➷Ï➱Ï Ý➾ xL❐Ï➘
➚➪ÐÔ Ü➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰ ➷➮❐❮➷
C➷Ï➱Ï Þ➱➱➮ ➶➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶ÑÒ
r
t r❐❰❒ ➾rÏ➘➾❰ ❰ ➷➮❐ ➷r N➾❰➱ Ï
➚➪Ð➚ Ü➷➘➾➬ Ö➷➷➮❐❐
➚➪ÐÚ Ü➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰ ➷➮❐❮➷
r
tr
r
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶Ñ➹
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶ÑÕ
C➷Ï➱Ï Þ➱➱➮ Ð➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ñ
r N➾❰➱Ï ➶
➚➪ÐÛÜ➷➘➾➬ Ö➷ ➷➮❐ ❐ ❐❰❒➾ Ï➘➾❰ ❰ ➷➮❐ ➷
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶➶
➚➪Ð➹Ü➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰➷➮❐❮➷
N➾❰➱Ï Ð➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶ Ð
➚➪ÐÒÜ➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰➷➮❐❮➷
N➾❰➱Ï Ô➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ô
➚➪ÐÕ Ü➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐ß❐➬➴ ➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱✃❐
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐ R➱ß❐❮❒ ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶ ➚
➚➪ÔÑ
➚➪Ô➶
R➱ß❐❮❒➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ô
H➷➘➾➬ ✃❐❒❐❰ ➘➾ ❒❐Ö➾
➘❐ß❐➬➴➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐
H➷➘➾➬ ✃❐❒❐❰ ➘➾ ❒❐Ö➾
➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱✃❐
➚➪Ô Ð
P❮❐➾wt
P❮❐➾wt
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶ ➚
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ú
➚➪ÔÔ
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐ß❐➬➴ ➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱✃❐ S➱ß❐➬ ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ú
➚➪Ô ➚
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐ S➱ß❐➬➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Û
➚➪ÔÚ
H➷➘➾➬ ✃❐❒❐❰ ➘➾ ❒❐Ö➾
➘❐ß❐➬➴➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐
C➷ÏÏy ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Û
➚➪ÔÛ
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐ C➷ÏÏy ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶➹
➚➪Ô➹
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐ß❐➬➴ ➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱✃❐ LOG ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶➹
➚➪ÔÒ
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐ LOG ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ò
➚➪ÔÕ
L➱❰➷➘➾ ❒➾❒➾❰ Ö❐❮ß➷Ï✃➾ÏÓ➷Ï ❰➴ ❮á➷ ➘❐ß❐➬➴ ➮ ✃➾ß❐❮➾ ß❐ß➷Ï (Kw
)
xv
➾
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Õ
) ããããããããããããããããããããããã öö÷
âãâä Låæçèé êéêéæ ëìíîçïðéïñçï æòíóç èìêìôçõ ðéîìíé îìîçï (Kw
âãâö Låæçèé êéêéæ ëìíîçïðéïñçï æòíóç èìîìôòø ðéîìíé îìîçï (Sêçïðçíê) ããããããããããããã öùä
âãâù Låæçèé êéêéæ ëìíîçïðéïñçï æòíóç èìêìôçõ ðéîìíé îìîçï (Sêçïðçíê)ãããããããããããããããã öùä
âãâú
Kìíçïñæç çûòçï (Oü ýü þü ÿ) ããããããããããããããããããããããããããããããããããããããããããããããããããããããããããããããããããã öù
âãââ Píåìyæèé ôòîçïñ ✁çíòø òïêòæ øìïìïêòæçï Ypp ....................................... 126
4.45 Sistem koorninat yang dipilih saat deteksi corner .................................... 127
DAF✂A✄ ✂ABE☎
4.1 Koordinat Vertical Titik Batang tanpa Beban (Canon Fix) .....................121
4.2 Koordinat Vertical Titik Batang dengan Beban (Canon Fix) ..................121
4.3 Defleksi Vertikal Tititk Batang(Canon Fix) .............................................121
4.4 Koordinat Vertical Titik Batang tanpa Beban (Canon Zoom 1) ..............122
4.5 Koordinat Vertical Titik Batang dengan Beban (Canon Zoom 1) ...........122
4.6 Defleksi Vertikal Tititk Batang (Canon Zoom 1) ....................................122
4.7 Koordinat Vertical Titik Batang tanpa Beban (Nikon) ............................123
4.8 Koordinat Vertical Titik Batang dengan Beban (Nikon) .........................123
4.9 Defleksi Vertikal Tititk Batang(Nikon) ....................................................123
4.10 Koordinat Vertical Titik Batang tanpa Beban (Canon Zoom 2) ............123
4.11 Koordinat Vertical Titik Batang dengan Beban (Canon Zoom 2) .........124
4.12 Defleksi Vertikal Tititk Batang(Canon Zoom 2) ....................................124
4.13 Koordinat Vertical Titik Batang tanpa Beban (Nikon 1, 2, 3) ...............124
4.14 Koordinat Vertical Titik Batang dengan Beban (Nikon 1, 2, 3) ............125
4.15 Defleksi Vertikal Tititk Batang(Nikon 1, 2, 3) .......................................125
4.16 Hasil Konversi Piksel ke Milimeter dari Canon Fix ...............................130
xv
4.17 Hasil Konversi Piksel ke Milimeter dari Canon Zoom (1) .....................131
4.18 Hasil Konversi Piksel ke Milimeter dari Nikon......................................132
4.19 Hasil Konversi Piksel ke Milimeter dari Canon Zoom (2) .....................132
4.20 Hasil Konversi Piksel ke Milimeter dari Nikon (1) ................................133
4.21 Hasil Konversi Piksel ke Milimeter dari Nikon (2) ................................134
4.22 Hasil Konversi Piksel ke Milimeter dari Nikon (3) ................................134
4.23 Hasil Persentase Kesalahan Pengukuran dari Canon Fix........................135
4.24 Hasil Persentase Kesalahan Pengukuran dari Canon Zoom (1)..............136
4.25 Hasil Persentase Kesalahan Pengukuran dari Nikon ..............................136
4.26 Hasil Persentase Kesalahan Pengukuran dari Canon Zoom (2)..............137
4.27 Hasil Persentase Kesalahan Pengukuran dari Nikon (1).........................137
4.28 Hasil Persentase Kesalahan Pengukuran dari Nikon (2).........................138
4.29 Hasil Persentase Kesalahan Pengukuran dari Nikon (3).........................138
4.30 Konversi Piksel ke Milimeter dengan menggunakan papan pola catur ukuran
12 x 12.............................................................................................................139
4.31 Konversi Piksel ke Milimeter dengan menggunakan papan pola catur ukuran
14 x 14.............................................................................................................140
4.32 Konversi Piksel ke Milimeter dengan menggunakan papan pola catur ukuran
16 x 16.............................................................................................................140
DAF✆A✝ ✞✝AFI✟
4.1
Konversi piksel ke milimeter dengan menggunakan papan pola catur
ukuran
12
12
......................................................................140
xvi
x
4.2
Konversi piksel ke milimeter dengan menggunakan papan pola catur
ukuran
14
x
14......................................................................................................141
4.3
Konversi piksel ke milimeter dengan menggunakan papan pola catur
ukuran
16
16......................................................................................................141
xvii
x
DAFTAR PUSTAKA
[1] J. Ye, G. Fu, U. P. Poudel. 2011. “Edge-Based Close-Range Digital
Photogrammetry for Structural Deformation Measurement”, Journal of
Engineering Mechanics, ASCE, pp. 475-483 ,
[2] W. Forstner, “Computer Vision and Photogrammetry – Mutual Questions:
Geometry, Statistics, and Cognition”,
http://www.ipb.unibonn.de/fileadmin/publication/pdf/Forstner2002Computer.p
df
[3] Sewoyo
Trihono,
Mahyuddin
A.I.,
Nurhadi
I.,
Dirgantara
ITB.
2014.“Perbandingan Metode Deteksi Tepi untuk Pengukuran Defleksi
Struktur”, Seminar Nasional Rekayasa Material, Sistem Manufaktur dan
Energi, Univ.Hassanudin, Makassar.
[4] Gere, James M.; Goodno, Barry J. Mechanics of Materials (Eighth ed.).
pp. 1083–1087. ISBN 978-1-111-57773-5.
http://en.wikipedia.org/wiki/Deflection_engineering
[5] Hibbeler, R.C. Statics and Mechanics of Materials, SI Edition. Prentice-Hall,
2004. ISBN 0-13-129011-8.
http://bambangpurwantana.staff.ugm.ac.id/KekuatanBahan
[6] Linda G. Shapiro and George C. Stockman. 2001. Computer Vision. Prentice
Hall. ISBN 0-13-030796-3.
[7] Boyle
dan Thomas. 1988.
Computer Vision : “A
First Course” , Blackwell
Scientific Publications.
[8] T.
Lindeberg.
1998. "Feature
detection
with
automatic
scale
selection" (abstract). International Journal of Computer Vision 30 (2): pp 77–
116. doi:10.1023/A:1008045108935.
[9] Galbiati, Louis J. 1990. Machine Vision and Digital Image Processing
Fundamentals, Prentice Hall.
http://informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Pengolahan%20Citra%20
Digital/Bab-1_Pengantar%20Pengolahan%20Citra.pdf
[10] Andrea Fusiello. 2005. "Elements of Geometric Computer Vision".
Homepages.inf.ed.ac.uk. Retrieved 2013-12-18.
[11] Sewoyo Trihono. 2014. “Pengembangan Metode Pengukuran Defleksi
Struktur menggunakan Kamera Stereo Berbasis Deteksi Tepi”.
106
[12] Jain, Anil K. 1989. Fundamentals of Digital Image Processing, Prentice-Hall
International.
[13] Arymurthy, Aniati Murni, dan Setiawan, Suryana. 1992. “Pengantar
Pengolahan Citra “, PT. Elex Media Komputindo, Jakarta.
[14] Gonzalez, Rafael C. 1977. Digital Image Processing, Addison-Wesley.
Publishing (Online).
http://informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Pengolahan%20Citra%20
Digital/Bab-15_Pengenalan%20Pola.pdf.
[15] Leo Grady. 2006. "Random Walks for Image Segmentation", IEEE
Transactions on Pattern Analysis and Machine Intelligence, pp. 1768–1783,
Vol. 28, No. 11
[16] Mengko,
Richard. 1989. Workshop
On Image
Processing
& Pattern
Recognition, PAU Mikroelektronika ITB.
[17] Sewoyo Trihono. 2013. “ Kalibrasi Kamera”, Kapita Selekta Lanjut Teknik
Mesin 1, MS 7002, ITB. Bandung.
[18] Salvi J., Armangue X., Batlle J., ”A comparative review of camera calibrating
methods with accuracy evaluation”, Pattern Recognition 35 (2002) 1617 –
1635
[19] Draper B.A. 2002. "Camera Model: Projection & Lens", CS510 Lecture #2
[20] Heikkila J., Silven O. 1997. A Four Step Camera Calibration Procedure with
Implicit Image Correction”, Proceedings on Computer Vision and Pattern
Recognition.
[21] R. G. Willson and S. A. Shafer. 1993. “What is the center of the image?”
Proc. IEEE Conf. Computer Vision and Pattern Recognition, New York, pp.
670-671.
[22] Lindeberg,
Tony.
2001. "Edge
detection",
in
Hazewinkel,
Michiel, Encyclopedia of Mathematics, Springer, ISBN 978-1-55608-010-4
[23] LS. Davis. 1975. "A survey of edge detection techniques", Computer Graphics
and Image Processing, vol 4, no. 3, pp 248-260.
[24] Scharr, Hanno. 2000. Dissertation (in German), Optimal Operators in Digital
Image Processing .
107
[25] Islam Khan Shahnoor Mohammad. December 2012. Implementation of Edge
& Shape Detection Techniques and their Performance Evaluation. Department
of Computer Science Ryerson University. Toronto, Canada
[26] J.M.S. Prewitt. 1970. "Object Enhancement and Extraction" in "Picture
processing and Psychopictorics",Academic Press.
[27] Mubarok Shah. 1992. Fundamentals of Computer Vision, Computer Science
Department, University of Florida, Orlando.
[28] Otsu, N. 1979. "A Threshold Selection Method from Gray- Level Histogram".
IEEE Transaction on Systems, and Cybernetics SMC-9, 1:62-66.
[29] Huang, D & Wang, C. 2009. "Optimal Multi-level Thresholding Using a
Two-stage Otsu Optimization Approach". Pattern Recognition Letters 30,275284.
[30] Kittler J, & Illingworth, J. "Minimum Error Thresholding". 1986. Pattern
Recognition 19.
[31] E. Davies. 1990. Machine Vision: Theory, Algorithms and Practicalities,
Academic Press, Chap. 4.
[32] Allen B. Downey, Green Tea Press. “Physical Modeling in MATLAB” , An
introduction to programming in MATLAB and simulation of physical systems,
Version 1.1.3. http://greenteapress.com/matlab/downey08matlab.pdf
[33] Jean-Yves Bouguet. Camera Calibration Toolbox for Matlab.
http://www.vision.caltech.edu/bouguetj/calib_doc/index.html#parameters
108
PENDAHULUAN
1.1
Latar Belakang
Didalam kehidupan sehari-hari kita sering berjumpa dengan defleksi, baik
defleksi pada baja, pada besi maupun kayu. Oleh sebab itu, dalam perancangan
suatu bagian mesin atau struktur, besarnya defleksi atau lendutan memegang
peranan yang penting dan perlu diperhitungkan, contohnya saja pada jembatan.
Jika seorang engineer tidak memperhitungkan maka akan berakibat fatal bagi
pengguna jembatan tersebut, karena faktor lendutan yang lebih besar akan
mengurangi faktor safety pada struktur tersebut.
Berdasarkan kondisi tersebut mungkin dapat dicegah dengan adanya
pengamatan kondisi struktur secara kontinyu maupun periodik agar dapat
dilakukan antisipasi kegagalan struktur. Oleh karena itu, perkembangan teknologi
penelitian dalam metode pengukuran struktur saat ini semakin menarik untuk
diteliti, dikarenakan hal ini bertujuan agar meminimalisir kegagalan struktur yang
dapat menimbulkan korban jiwa serta kerugian material yang terjadi. Banyak
metode dan instrument yang umum digunakan dalam pengukuran struktur yang
terjadi seperti metode analitis dan metode dengan mengukur secara langsung.
Akan tetapi, metode tersebut memiliki kelemahan yang sulit diterapkan untuk
kasus masalah yang bersifat kompleks.
Salah satu metode
pengukuran
struktur
yang telah dan sedang
dikembangkan adalah metode defleksi struktur yang bersifat non- kontak dengan
kamera sebagai sensor utama. Metode pengukuran defleksi struktur ini banyak
1
memiliki keuntungan karena selain lebih simpel, praktis, mudah, dapat diandalkan
ketelitiannya, dan juga biaya yang dibutuhkan relatif lebih murah.
Pada saat ini, metode tersebut yang banyak digunakan adalah fotogrammetri
dan visi komputer (computer vision). Walaupun sama-sama menggunakan kamera
sebagai sensor utama, tujuan utama fotogrammetri adalah ketelitian, sedangkan
visi komputer mengutamakan fleksibilitas [1]. Teknik yang banyak digunakan
dalam fotogrammetri untuk pengukuran defleksi struktur ada dua yaitu
konvensional dan berbasis tepi [2]. Pada bidang visi komputer, yang paling luas
digunakan adalah teknik korelasi citra digital (DIC – digital image correlation).
Pengukuran defleksi struktur dapat menggunakan satu kamera (in-plane
measurement) atau menggunakan dua kamera (stereo vision measurement). Dalam
pengukuran sebidang, bidang ukur dengan bidang sensor kamera haruslah sejajar
(in-plane) [3].
Berkaitan pada penjelasan latar belakang diatas, maka dalam Tugas Akhir
ini
mengankat
topik
dengan judul
“ Pengukuran
Sebidang
(In-Plane
Measurement) Defleksi Struktur Dengan Menggunakan Visi Komputer Berbasis
Deteksi Tepi ”.
1.2
Rumusan Masalah
Dari latar belakang di atas, dapat dirumuskan permasalahan-permasalahan
yang berkaitan dengan pengembangan pengukuran defleksi struktur dengan
menggunakan visi komputer berbasis deteksi tepi sebagai berikut :
2
1.
Bagaimana hasil deteksi tepi pada obyek pengukuran sebidang (inplane measurement) dengan menggunakan visi komputer berbasis
deteksi tepi ?
2.
Bagaimana hasil persentase kesalahan pengukuran sebidang (inplane measurement) defleksi struktur dengan menggunakan metode
visi komputer berbasis deteksi tepi ?
3.
Bagaimana hasil konversi piksel ke milimeter dengan menggunakan
chessboard pattern ukuran 12 x 12, 14 x 14, 16 x 16 didalam proses
kalibrasi kamera ?
1.3
Tujuan Penelitian
Adapun tujuan yang ingin dicapai dalam Tugas Akhir ini adalah :
1.
Memperoleh hasil pengukuran sebidang (in-plane measurement)
yang lebih simpel, praktis, mudah, biaya operasional relatif lebih
murah, dan disertai ketelitian yang memadai dengan menggunakan
metode visi komputer berbasis deteksi tepi.
2.
Memperoleh hasil persentase kesalahan yang paling kecil dari
pengukuran sebidang (in-plane measurement) defleksi struktur
dengan menggunakan metode visi komputer berbasis deteksi tepi
3.
Memperoleh hasil konversi piksel ke milimeter yang paling
mendekati dengan nilai dunia nyata agar mengetahui ukuran
chessboard pattern yang lebih baik digunakan untuk proses kalibrasi
kamera.
.
3
1.4
Manfaat Penelitian
Adapun manfaat dari penulisan ini adalah:
1. Untuk Peneliti
Penulisan Tugas Akhir ini memberikan manfaat untuk penulis
yaitu sebagai penerapan ilmu yang didapat selama mengikuti
perkuliahan di Universitas Muhammadiyah Malang. Selain itu, dari
penelitian ini penulis bisa mendapatkan persiapan awal untuk
menghadapi dunia kerja.
2. Bagi Masyarakat
Dari penelitian ini diharapkan bisa diaplikasikan oleh masyarakat
khususnya dalam bidang pengukuran defleksi struktur, karena sampai
saat ini kegagalan struktur masih banyak terjadi di Indonesia yang
belum dilengkapi dengan sistem pemamtauan kondisi struktur yang
memadai. Oleh karena itu, dengan adanya pengembangan pengukuran
defleksi struktur dengan metode yang lebih murah dan praktis
diharapkan bisa memberikan kemudahan dalam pengukuran struktur.
3. Untuk Kampus Universitas Muhammadiyah Malang
Memberikan bukti dari hasil pembelajaran selama kuliah di
Universitas Muhammadiyah Malang kepada masyarakat bahwa
kampus Universitas Muhammadiyah Malang mampu mencetak orang
– orang yang berkualitas dan berguna bagi masyarakat.
4
1.5
Batasan Masalah
Mengingat luasnya permasalahan yang dihadapi dalam pengukuran defleksi
struktur dengan menggunakan visi komputer berbasis deteksi tepi ini, maka perlu
adanya batasan khusus didalamnya.
Batasan ini diperlukan agar dalam perancangan tugas akhir ini tidak
menyimpang dari permasalahan yang ada. Adapun batasan masalah pada
pengukuran defleksi struktur ini adalah :
1. Melakukan proses kalibrasi dengan menganggap semua kondisi
dalam keadaan ideal.
2. Faktor - faktor yang tidak diamati secara langsung, seperti cuaca,
suhu, kelembaban dianggap semua dalam kondisi ideal.
5
Pengukuran Sebidang (In-Plane Measurement) Defleksi Struktur
Dengan Menggunakan Visi Komputer Berbasis Deteksi Tepi
TUGAS AKHIR
Diajukan Kepada
Universitas Muhammadiyah Malang
Sebagai Salah Satu Persyaratan Memperoleh
Gelar Sarjana Teknik Mesin
Oleh
Yahya Nur Halim
NIM 201110120311055
JURUSAN TEKNIK MESIN
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2015
PENGUKURAN SEBIDANG (IN-PLANE
MEASUREMENT) DEFLEKSI STRUKTUR DENGAN
MENGGUNAKAN VISI KOMPUTER BERSBASIS
DETEKSI TEPI
YAHYA NUR HALIM
20110120311055
LATAR BELAKANG
Pemantauan kondisi struktur dikenal dengan istilah SHM
(structural healthmonitoring).Salah satu perkembangan
teknologi yang saat ini sedang berkembang adalah metode
pengukuran defleksi struktur yang bersifat non-kontak. Metode
pengukuran ini berbasis visi komputer dengan menggunakan
kamera sebagai sensor utamanya. Pengukuran ini dilakukan
dengan satu kamera pada obyek ukur (in-plane measurement),
dimana perubahan posisi obyek yang diukur ada pada bidang
yang sejajar dengan bidang sensor kamera.
TUJUAN
Tujuan khusus penelitian ini adalah memperoleh metode
pengukuran defleksi struktur menggunakan kamera
sebagai sensor utamanya. Urgensi penelitian adalah
memberikan alternatif pengukuran defleksi struktur
dengan cara yang mudah, murah dengan ketelitian yang
dapat diandalkan.
.
Compu
ter
KESIMPULAN
1. Hasil perbandingkan pengukuran defleksi
menggunakan visi komputer berbasis deteksi tepi
menunjukkan bahwa dengan dial indikator Kw
persentase kesalahan pengukuran sebesar 9,65%,
sedangkan dengan dial indikator Standart sebesar
3,50%.
Pembimbing I : Ir. Trihono Sewoyo, MT
Pembimbing II : Ir. Daryono, MT
LEMBAR PERNYATAAN
Yang bertanda tangan di bawah ini :
Nama
Nim
Tempat / Tanggal Lahir
Jurusan
Fakultas
Instansi
: Yahya Nur Halim
: 201110120311055
: Tulungagung, 12 Mei 1993
: Teknik Mesin
: Teknik
: Universitas Muhammadiyah Malang
Dengan ini menyatakan dengan sebenar-benarnya bahwa :
Tugas Akhir dengan Judul :“Pengukuran Sebidang (In-Plane Measurement) Defleksi Struktur
Dengan Menggunakan Visi Komputer Berbasis Deteksi Tepi “ Adalah hasil karya saya, dan
dalam naskah tugas akhir ini tidak terdapat karya ilmiah yang pernah diiajukan oleh orang lain
untuk memperoleh gelar akademik disuatu perguruan tinggi, kecuali yang secara tertulis dikutip
dalam naskah ini dan disebutkan dalam sumber kutipan dan daftar pustaka. Apabila ternyata
didalam naskah tugas akhir ini terdapat unsur-unsur “PLAGIASI”, saya bersedia menerima
sanksi akademis sesuai ketentuan yang berlaku.
Demikian surat pernyataan ini dibuat dengan sebenarnya untuk digunakan sebagaimana
mestinya.
✂✄☎✄ ✆✝✞✟✄✞☎✄✠
✡☛☞✌✍✌ ✎✏✑✁ ✒✌ n✏sy✓✏✔ ✕✌☞✁ Allah Rabb alam semesta, yang Maha
menggenggam jiwa dan raga kita. Shalawat dan salam semoga senantiasa tercurah
kepada junjungan dan tauladan kita, Muhammad Rasulullah dan keluarga,
sahabat, serta para pengikutnya yang setia hingga akhir zaman.
Selain sebagai salah satu syarat untuk memperoleh gelar sarjana bagi
mahasiswa Teknik Mesin UMM, semoga Tugas Akhir ini juga dapat berfungsi
sebagai sumbangan pemikiran dari penulis bagi pemahaman sekaligus
pengembangan tentang salah satu aspek yang berhubungan dengan sistem akuisisi
dan getaran.
Banyak pihak yang telah membantu dalam penyelesaian Tugas Akhir ini. Pada
kesempatan ini penulis mengucapkan terima kasih yang mendalam kepada:
1. Ayahanda Tawiran dan Ibunda Sulasmi tercinta serta Adikku tersayang
Suci Arum Sari dan Zahira Arum Adellia yang menjadi motivasi terbesar
dalam setiap aktivitas kehidupan ini.
2. Bapak Ir. Trihono Sewoyo,MT selaku dosen pembimbing satu yang telah
berkenan membagi ilmu, memberi semangat, membimbing dan memberi
sarana untuk menimba ilmu.
3. Bapak Ir. Daryono, MT selaku dosen pembimbing dua yang telah
berkenan membagi ilmu, memberi semangat, membimbing dan memberi
sarana untuk menimba ilmu.
✁
4. Ketua Jurusan Teknik Mesin Fakultas Teknik Universitas Muhammadiyah
Malang, Ir. Daryono, MT , beserta seluruh Bapak dan Ibu Dosen serta
seluruh Laboratorium Teknik Mesin UMM,dan Pegawai/Part Time yang
ada di Jurusan Teknik Mesin UMM
5. Buat keluarga besar Mahasiswa Teknik Mesin angkatan 2011, terima kasih
supportnya.
6. Buat keluarga besar Community Empowerment Beswan Djarum angkatan
29, terima kasih supportnya.
7. Buat Adelia Kandari, yang telah menemani dan memberikan motivasi doa,
serta menjadi teman ✖✗✘✙✚✛✜ selama proses pengerjaan skripsi.
Kesempurnaan mutlak hanya milik Allah, inilah karya terbaik yang dapat
penulis persembahkan, namun demikian tentunya penyusunan Tugas Akhir ini
masih terdapat ketidaksempurnaan sehingga kami mengharapkan kritik saran yang
konstruktif untuk perbaikan agar menjadi lebih baik. Semoga karya tulis ini dapat
bermanfaat dan berguna bagi para pembaca.
✢ illahi
Fii Sabilillhaq Fastabiqul Khoirot
Malang,
Juli 2015
Penulis
vii
✥✦✧★✦✩ ✪✫✪
✬✭✮✯✰✱ ✲✭✱✳✭✴✵✶✵✰✷ ✸✵✹✰✳ ✺✻✼✤✱ ✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ ✤
✬✭✮✯✰✱ ✺✳✤✳✴✭✷✳✤ ✸✵✹✰✳✺✻✼✤✱✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ ✤✤
✬✭✮✯✰✱ ✲✭✱✷✰y✴✰✰✷ ✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ ✤✤✤
✺✯✳✴✱✰✻✳✤ ✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ ✤ v
✾✰✴✰ ✲✭✷✹✰✷✴✰✱ ✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽ v✤
✿✰❀✴✰✱ ❁✳✤✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽✽v✤✤✤
✿✰❀✴✰✱ Gambar..................................................................................................... xi
Daftar Tabel ........................................................................................................ xv
Daftar Grafik.................................................... ................................................... xvi
❂✦❂ ✪
❃❄❅✥✦❆❇❈❇✦❅
1.1 Latar Belakang ................................................................................1
1.2 Rumusan Masalah ...........................................................................2
1.3 Tujuan Penelitian........................................................................... .3
1.4 Manfaat Penelitian.......................................................................... 4
1.5 Batasan Masalah..............................................................................5
❂✦❂ ✪✪
★✪❅ JAUAN PUSTAKA
2.1 Pengertian Defleksi .........................................................................6
2.2 Visi Komputer.................................................................................8
2.2.1 Pengolahan Citra (Image Processing) ...................................10
2.2.2 Pengenalan Pola (Pattern Recognition).................................17
2.3 Kalibrasi Kamera ..............................................................................20
2.3.1 Kalibrasi Parameter Intrinsik ..................................................29
✣✤✤✤
2.3.2 Kalibrasi Parameter Ekstrinsik ...............................................31
2.3.3 Jenis-jenis Distorsi..................................................................33
2.3.4 Beberapa Metode Kalibrasi ....................................................35
2.4 Deteksi Tepi (Edge Detection) .......................................................37
2.4.1 Metode Deteksi Tepi Turunan Pertama (Differential Gradient)
.........................................................................................................40
2.4.2 Metode Deteksi Tepi Dengan Turunan Kedua ......................45
2.4.3 Metode Deteksi Tepi Optimal................................................49
2.4.3.1 Tahap-tahap Algoritma Deteksi Tepi Canny..............50
2.4.4 Langkah Utama Deteksi Tepi ................................................56
BAB III METODE PENELITIAN
3.1 WaktudanTempatPenelitian ...........................................................64
3.2 MetodePenelitian ...........................................................................64
3.3 AlatdanBahanPengujian.................................................................67
3.3.1 Perangkat Keras....................................................................67
3.3.2 Perangkat Lunak ..................................................................76
3.4 Set-Up BatangSpesimenUji ...........................................................77
3.5 Tahap Kalibrasi Kamera ................................................................78
3.5.1 Proses Kalibrasi Parameter Intrinsik Kamera.......................78
3.5.2 Proses Kalibrasi Parameter Ekstrinsik Kamera ....................84
BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil Parameter Intrinsik Kalibrasi Kamera ..................................86
4.1.1 Hasil Kalibrasi Instrinsik dari Kamera Canon Fix Lens.......86
4.1.2 Hasil Kalibrasi Instrinsik dari Kamera Canon Zoom 1.........89
❉
x
4.1.3 Hasil Kalibrasi Instrinsik dari Kamera Nikon......................91
4.1.4 Hasil Kalibrasi Instrinsik dari Kamera Canon Zoom 2.........94
4.1.5 Hasil Kalibrasi Instrinsik dari Kamera Nikon 1....................97
4.1.6 Hasil Kalibrasi Instrinsik dari Kamera Nikon 2..................100
4.1.7 Hasil Kalibrasi Instrinsik dari Kamera Nikon 3..................103
4.2 Hasil Parameter Ekstrinsik Kalibrasi Kamera..............................106
4.2.1 Hasil Kalibrasi Ekstrinsik dari Kamera Canon Fix Lens.....106
4.2.2 Hasil Kalibrasi Ekstrinsik dari Kamera Canon Zoom 1......107
4.2.3 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon....................108
4.2.4 Hasil Kalibrasi Ekstrinsik dari Kamera Canon Zoom 2......109
4.2.5 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon 1................110
4.2.6 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon 2................111
4.2.7 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon 3................112
4.3 Hasil Citra Deteksi Tepi Batang Uji............................................113
4.4 Persamaan Kurva Defleksi Tepi...................................................119
4.5 Hasil Pengukuran dari Deteksi Tepi.............................................121
4.6 Perhitungan Konversi Piksel ke Milimeter....................................125
BAB V PENUTUP
5.1 Kesimpulan...................................................................................143
5.2 Saran..............................................................................................143
DAFTAR PUSTAKA
LAMPIRAN
BIODATA PENULIS
x
DAF❋ A● ❍A■BA●
( ) B▼◆❖P ◗❘❙❘◆❚❯ ❱❘❲❳▼❨❊ ❨❘❩❖❲❯▼◗❊ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❬
❏❑▲ ▼
(❙) B▼◆❖ P ◗❘❱❘◆▼❭ ❱❘❲❳▼❨❊ ❨❘❩❖❲ ❯▼◗❊ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❬
( ) C❊❱❲▼ ❙❚❲❚❪❫ ❪❚❲❊ ▼y❪❫ ◗❘❨❊P❊❱ ❫❘◆▼❴
❏❑❏ ▼
(❙) C❊❱❲▼ ❙❚❲❚❪❫ ❪❚❲❊ ▼y❪❫ ❱❘◆▼❭ ❨❊❴❘❲❙▼❊P❊
❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❵
y
P❖ ❪❱❲▼◗❪▼
❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲▲
( ) C❊❱❲▼ ▼◗◆❊ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❏
❏❑❛ ▼
(❙) C❊❱❲▼
◗❘❱❘◆▼❭ ❨❊❴❘❲❱▼❳▼ ❯ ❙▼❫❊▼❪ ❱❘❴❊ ❖❙❳❘P ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❏
( ) C❊❱❲▼ ▼y❪❫
❏❑❜ ▼
(❙) C❊❱❲▼
P▼❙❚❲
( blur ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❛
◗❘❱❘◆▼❭ ❖❴❘❲▼◗❊ ❴❘❪❫❭❊◆▼❪❫ P❘◗▼❯▼❲▼❪
( ❨❘❙◆❚❲❲❊❪❫ ) ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❛
( ) C❊❱❲▼ P▼❴▼◆❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❜
❏❑❝ ▼
(❙) C❊❱❲▼
P▼❴▼◆ ❭▼◗❊◆ ❴❘❯▼❯❴▼❱▼❪ ❞❊❱❲▼ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❜
( ) C❊❱❲▼ P▼❯❘❲▼❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❬
❏❑❬ ▼
(❙) C❊❱❲▼
P▼❯❘❲▼ ❭▼◗❊◆ ❴❘ ❪❨❘❱❘P◗❊ ◗❘◆❚❲❚ ❭ ❱❘❴❊ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❡
S
❏❑❡ ❊◗❱❘❯ ❴❘❪❫❘❪▼◆▼❪ ❴❖◆▼❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❢
❏❑❢
C❖ ❪❱❖ ❭ ❴❘❯❙▼❫❊▼❪ P❘◆▼◗ ❴❖◆▼ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ▲❣
( ) P❲❊❯❊❱❊❩ ❫❲▼❯❯▼❲
❏❑❣ ▼
P❲❖ ❯❖ ◗❖❯ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❵
(❙) P❘❪❫P❖❨❘▼❪ P❲❖❯❖◗❖❪❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❵
❏❑▲ ❵❤❖ ❨❘◆ P▼❯❘❲▼ ◆❚❙▼❪❫ ❳▼❲❚❯
y
❏❑▲▲✐❲❖❘ P◗❊ ❴❘❲◗❴❘P❱❊
(pinhole)❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❏
❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❏
G❘❖ ❯❘❱❲❊ ❨▼❲❊ ◗❘❙❚▼ ❭ P▼❯❘❲▼ ❯❖ ❨❘◆ ◆❚❙▼❪❫
❏❑▲ ❏
❳▼❲❚ ❯ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❛
❏❑▲❛
G❘❖ ❯❘❱❲❊ P▼❯❘❲▼ ❯❖❨❘◆ ◆❚❙▼❪❫ ❳▼❲❚ ❯ ❨❊◆❊❭▼❱ ❨▼❲❊ ◗❚❯❙❚ ❥ ❦❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧❧ ❏❝
❏❑▲❜
H❚❙❚ ❪❫▼❪ ❫❘❖❯❘❱❲❊P ▼❪❱▼❲▼ ❱❊❱❊P ❖❙❳❘P ❛♠ ❨❘❪❫▼❪ ❏D ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❬
P
❏❑▲❝ ▼❴▼❪ ❴❖◆▼ ❞▼
❏❑▲❬
tu
r(
chessboard pattern)❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❏❣
R❖❱▼◗❊ ❨▼❪ ♥❲▼❪◗◆▼◗❊ P▼❯❘❲▼ ❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑❑ ❛❏
x
❊
F
♣qrs t✉t
(image) ✉✈✇①♦②✉t✇②♦ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ③④
( ) G⑥⑦⑧⑨⑩⑥⑨ ❶✈⑨②⑥ ①✈⑨⑩⑥⑨ centering ②✈❷❸⑧✇⑨ ⑥ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ③❹
♣qr⑤ ⑥
(⑦) G⑥⑦⑧⑨⑩ ⑥⑨ ❶✈⑨②⑥ ①✈⑨⑩ ⑥⑨ centering ✉♦①⑥❺ ②✈❷❸⑧✇⑨ ⑥ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ③❹
J
♣qr❻ ✈⑨♦②❼❽✈⑨ ♦② ❾✈❸ ♦qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ③⑤
♣q♣❿
O❸✈✇⑥✉t✇ Rt⑦✈✇✉qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ④♣
♣q♣r
D✈✉✈❺②♦ ✉✈❸♦ ①✈⑨⑩⑥⑨ ✉⑧✇ ⑧⑨ ⑥⑨ ❺✈①⑧⑥ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ④❹
u
y
♣q♣♣ ➀❺✈❷⑥ ①✈✉✈❺②♦ ✉✈❸ ♦ ⑧⑨✉ ❺ ➁♦✉✇ ⑥ ⑥⑨⑩ ❷✈⑨⑩ ⑥❶⑥❷♦ ⑩⑥⑨⑩⑩⑧⑥⑨
qqqqqqqqqqqqqqqqqqqqqqqqqq ④⑤
I
♣q♣③ ❶⑧②✉✇ ⑥②♦ ❺t⑨➂t❶⑧②♦ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ❹⑤
tr
t
t
③qr➃❶t➄ ➁➅⑥ ❷✈t ①t❶t⑩ ♦ ❸✈⑨✈❶♦♦⑥⑨
r
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ➆➆
t N♦❺t⑨ ➀LR D❹♣❿❿qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ➆s
③q③ ➇⑥❷✈ ⑥ ①♦⑩♦⑥❶
③q③
Remote controller ❺ ⑥❷✈✇ ⑥ N♦❺t⑨ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ➆❻
③q④
T✇♦❸t① ➈➉➁✈❶❶qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq ➆❻
③q❹
W⑥✉✈✇❸⑥②② ❺⑥❷✈✇⑥ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❿
③q➆
TEB❼E (Altas Sound Tripod Boom Mic Stand) qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq sr
③qs
D♦⑥❶ I⑨ ①♦❺ ⑥✉t✇ qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s♣
③q⑤
S✈✉❼U❸ ⑦⑥✉⑥⑨⑩ ⑧❽♦qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s♣
( ) P⑥❸ ⑥⑨ ❸t❶ ⑥ ➁⑥tu
r❺u⑧✇ ⑥⑨ r ④ ➉ ➆
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s④
(⑦) P⑥❸ ⑥⑨ ❸t❶⑥ ➁⑥tu
r⑧❺⑧✇⑥⑨ r ♣ ➉ r ♣
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s④
③q❻ ⑥
(➁) P⑥❸⑥⑨ ❸t❶⑥ ➁⑥tu
r⑧❺ ⑧r⑥⑨ r④ ➉ r④
(①) P⑥❸ ⑥⑨ ❸t❶⑥ ➁⑥tu
r⑧❺⑧✇⑥⑨ r➆ ➉ r➆
r
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❹
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❹
③qr❿ ➊✈⑦⑥⑨ ⑦✈➁✈❶⑥➅ ①⑥⑨ ❸✈⑨⑩⑩⑥⑨ ✉⑧⑨⑩
r r
t
③qrr➋t⑩ ⑥❷ ➌⑥❶ ⑥⑦ ➍♣❿r ♣⑦
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s➆
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s➆
Toolbox ❸ ♦❶♦➅⑥⑨ ❷t ①✈❶ ⑧⑨✉⑧❺ ❺⑥❶♦⑦✇⑥②♦ ❺⑥❷✈r⑥
③qr ♣
③qr③
Toolbox ❺⑥❶♦⑦✇ ⑥②♦ ❺⑥❷✈r⑥
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❻
qqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqqq s❻
x
♦♦
➏➐➑➒ ➓➔→ ➣➔↔↕➙➛➜ ↕➛➝➞➛➟ ➠➛➟➎ ➡➢ ➤➛➝➜ ➔➣ ➜➛➜➛↔ ➜➥➣➛ ➦➛
y
Extract the grid corners ................................................................................. ➧➑
corner extraction➠➔↔↕➛↔ ➞➛→➛➤ →➔➜➎➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➡
➏➐➑➳➩➛➝➞➛➟ ➯➛➤➎➣
➏➐➑➧ ➩➛➝➞➛➟ ➯➛➤➎➣
➏➐➑➵ ➩➛➝➞➛➟ ➯➛➤➎➣
corner extraction➠➔↔↕➛↔ →➛↔➠➛
y
➝➔➟➛➯ ➝➔↔➎➣➛↔↕
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➏
corner extraction➠ ➔↔↕➛↔ ➠ ➔→➔➙➤➎ ➤➫➠➫→ →➔➜ ➎➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➒
t
r
r
➒➐➑ ➸➛➤➎➣ ➟➔➜➟➥➭➔➦➎➥↔ ➔➥➟ ➜➎➙➤➔➣ ➙➛➝➔➛ ➺➛↔➥↔ ➻➎
➒➐➡ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ ➟➛➠➎➛➣ ➙➛➝➔➟➛
t
r
xL➔↔➤
r
r
r N➎➙➥↔
➒➐➳ ➸➛➤➎➣ ➟➔➜➟➥➭➔➦➎➥↔ ➔➥➟ ➜➎➙➤➔➣ ➙➛➝➔➛
➒➐➧➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠ ➔➣ ➠ ➎➤→➥➟➤➎ ➟➛➠ ➎➛➣ ➙➛➝➔➟➛
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➧
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➵
C➛↔➥↔ ➽➥➥➝ ➑ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➢
➒➐➲ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ →➛↔↕➔↔➤➎➛➣ ➙➛➝➔➟➛
t
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➳
C➛↔➥↔ ➻➎xL➔↔➤
➒➐➒ ➸➛➤➎➣ ➟➔➜➟➥➭➔➦➎➥↔ ➔➥➟ ➜➎➙➤➔➣ ➙➛➝➔➛ ➺➛↔➥↔ ➽➥➥➝ ➑
➒➐➨ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ ➟➛➠➎➛➣ ➙➛➝➔➟➛
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➳
C➛↔➥↔ ➻➎xL➔↔➤
➒➐➏ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ →➛↔↕➔↔➤➎➛➣ ➙➛➝➔➟➛
➒➐➵
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➧➢
grayscale............................. ➧➑
➏➐➑➨➩➛➝➞➛➟ ➜ ➔↔↕➫➭➎➛↔ ➛ ↔↕ ➤➫➠➛➯ ➠ ➎➫➞➛➯ ➝➔↔➭➛➠ ➎
➏➐➑➲
tu
r
C➛↔➥↔ ➽➥➥➝ ➑ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➑
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➡
N➎➙➥↔➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➏
V➎➤➫➛➣➎➤➛➤➎ ➝➥➠➔➣ ➠ ➎➤→➥➟➤➎ →➛↔↕➔↔➤➎➛➣ ➙➛➝➔➟➛ N➎➙➥↔ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➒
➒➐➑ ➢
H➛➤➎➣ ➟➔➜ ➟➥➭➔➦t➎➥↔ ➔➥r ➟ ➜ ➎➙➤➔➣ ➙➛➝➔➛r ➺➛↔➥↔ ➽➥➥➝ ➡
st
r
st
t
r
➒➐➑➑ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠ ➔➣ ➠➎➥ ➟➤➎ ➛➠➎➛➣ ➙➛➝➔➛ ➺➛↔➥↔ ➽➥➥➝
r
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➨
➡ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➲
➒➐➑➡ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠ ➔➣ ➠➎➥ ➟➤➎ ➛ ↔↕➔↔➤➎➛➣ ➙➛➝➔➛ ➺➛↔➥↔ ➽➥➥➝ ➡
rp
r
t
r
r N➎➙➥↔ ➑
➒➐➑ ➏ ➸➛➤➎➣ ➔➥➭➔➦➎➥↔ ➔➥ ➟ ➜ ➎➙➤➔➣ ➙➛➝➔➛
➒➐➑➒ ➼➎➤➫➛➣➎➤➛➤➎ ➝➥➠ ➔➣ ➠ ➎➤→➥➟➤➎ ➟➛➠ ➎➛➣ ➙➛➝➔➟➛
➒➐➑➨
V➎➤➫➛➣➎➤➛➤➎
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➧
N➎➙➥↔ ➑ ➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➵
➠➎➤→➥➟➤➎
➝➥➠➔➣
➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐ ➵➳
→➛↔↕ ➔↔➤➎➛➣
➙➛➝➔➟➛
N➎➙➥↔➑➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➑➢➢
➒➐➑➲
H➛➤➎➣
t
➟➔➜➟➥➭➔➦➎➥↔
r
➔➥➟
➡➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➐➑➢➑
x
➎➎➎
➜➎➙➤➔➣
r
➙➛➝➔➛
N➎➙➥↔
V➾➘➴➷➬➾➘➷➘➾ ➮➱✃❐➬ ✃➾➘❒➱❮➘➾
➚➪➶➹
V➾➘➴➷➬➾➘➷➘➾
➚➪➶Ò
❮➷✃➾➷➬ ❰➷➮❐❮➷
➮➱ ✃❐➬
N➾❰➱Ï Ð➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➶ÑÐ
✃➾➘❒➱ ❮➘➾
❒➷ÏÓ❐Ï➘➾➷➬
❰ ➷➮❐❮➷
N➾❰➱Ï
Ð➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➶ÑÔ
H➷➘➾➬ ❮❐Ö❮➱×❐Ø➾t➱Ï ❐➱r ❮ Ö➾❰➘❐➬ ❰ ➷➮❐ ➷r N➾❰➱Ï Ô
➚➪➶Õ
➚➪ÐÑ Ù➾➘➴➷➬➾➘➷➘➾ ➮➱✃❐➬ ✃➾➘❒➱ ❮➘➾ ❮➷✃➾➷➬ ❰➷➮❐❮➷
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶Ñ ➚
N➾❰➱ Ï Ô ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶ÑÚ
➚➪Ð➶ Ù➾➘➴➷➬➾➘➷➘➾ ➮➱✃❐➬ ✃➾➘❒➱ ❮➘➾ ❒➷ÏÓ❐Ï➘➾➷➬ ❰ ➷➮❐❮➷
N➾❰➱ Ï Ô ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶ÑÛ
➚➪ÐÐ Ü➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰ ➷➮❐❮➷
C➷Ï➱Ï Ý➾ xL❐Ï➘
➚➪ÐÔ Ü➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰ ➷➮❐❮➷
C➷Ï➱Ï Þ➱➱➮ ➶➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶ÑÒ
r
t r❐❰❒ ➾rÏ➘➾❰ ❰ ➷➮❐ ➷r N➾❰➱ Ï
➚➪Ð➚ Ü➷➘➾➬ Ö➷➷➮❐❐
➚➪ÐÚ Ü➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰ ➷➮❐❮➷
r
tr
r
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶Ñ➹
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶ÑÕ
C➷Ï➱Ï Þ➱➱➮ Ð➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ñ
r N➾❰➱Ï ➶
➚➪ÐÛÜ➷➘➾➬ Ö➷ ➷➮❐ ❐ ❐❰❒➾ Ï➘➾❰ ❰ ➷➮❐ ➷
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶➶
➚➪Ð➹Ü➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰➷➮❐❮➷
N➾❰➱Ï Ð➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶ Ð
➚➪ÐÒÜ➷➘➾➬ Ö➷❮➷➮❐❒❐❮ ❐❰❒❮➾Ï➘➾❰ ❰➷➮❐❮➷
N➾❰➱Ï Ô➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ô
➚➪ÐÕ Ü➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐ß❐➬➴ ➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱✃❐
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐ R➱ß❐❮❒ ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶ ➚
➚➪ÔÑ
➚➪Ô➶
R➱ß❐❮❒➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ô
H➷➘➾➬ ✃❐❒❐❰ ➘➾ ❒❐Ö➾
➘❐ß❐➬➴➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐
H➷➘➾➬ ✃❐❒❐❰ ➘➾ ❒❐Ö➾
➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱✃❐
➚➪Ô Ð
P❮❐➾wt
P❮❐➾wt
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶ ➚
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ú
➚➪ÔÔ
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐ß❐➬➴ ➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱✃❐ S➱ß❐➬ ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ú
➚➪Ô ➚
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐ S➱ß❐➬➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Û
➚➪ÔÚ
H➷➘➾➬ ✃❐❒❐❰ ➘➾ ❒❐Ö➾
➘❐ß❐➬➴➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐
C➷ÏÏy ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Û
➚➪ÔÛ
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐ C➷ÏÏy ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶➹
➚➪Ô➹
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐ß❐➬➴ ➮ ✃➾ß❐❮➾ ß❐ß ➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱✃❐ LOG ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶➹
➚➪ÔÒ
H➷➘➾➬ ✃❐❒❐❰➘➾ ❒❐Ö➾ ➘❐❒❐➬➷à ✃➾ß❐❮➾ ß❐ß➷Ï ✃❐ÏÓ➷Ï ➮❐❒➱ ✃❐ LOG ➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Ò
➚➪ÔÕ
L➱❰➷➘➾ ❒➾❒➾❰ Ö❐❮ß➷Ï✃➾ÏÓ➷Ï ❰➴ ❮á➷ ➘❐ß❐➬➴ ➮ ✃➾ß❐❮➾ ß❐ß➷Ï (Kw
)
xv
➾
➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪➪ ➶➶Õ
) ããããããããããããããããããããããã öö÷
âãâä Låæçèé êéêéæ ëìíîçïðéïñçï æòíóç èìêìôçõ ðéîìíé îìîçï (Kw
âãâö Låæçèé êéêéæ ëìíîçïðéïñçï æòíóç èìîìôòø ðéîìíé îìîçï (Sêçïðçíê) ããããããããããããã öùä
âãâù Låæçèé êéêéæ ëìíîçïðéïñçï æòíóç èìêìôçõ ðéîìíé îìîçï (Sêçïðçíê)ãããããããããããããããã öùä
âãâú
Kìíçïñæç çûòçï (Oü ýü þü ÿ) ããããããããããããããããããããããããããããããããããããããããããããããããããããããããããããããããããã öù
âãââ Píåìyæèé ôòîçïñ ✁çíòø òïêòæ øìïìïêòæçï Ypp ....................................... 126
4.45 Sistem koorninat yang dipilih saat deteksi corner .................................... 127
DAF✂A✄ ✂ABE☎
4.1 Koordinat Vertical Titik Batang tanpa Beban (Canon Fix) .....................121
4.2 Koordinat Vertical Titik Batang dengan Beban (Canon Fix) ..................121
4.3 Defleksi Vertikal Tititk Batang(Canon Fix) .............................................121
4.4 Koordinat Vertical Titik Batang tanpa Beban (Canon Zoom 1) ..............122
4.5 Koordinat Vertical Titik Batang dengan Beban (Canon Zoom 1) ...........122
4.6 Defleksi Vertikal Tititk Batang (Canon Zoom 1) ....................................122
4.7 Koordinat Vertical Titik Batang tanpa Beban (Nikon) ............................123
4.8 Koordinat Vertical Titik Batang dengan Beban (Nikon) .........................123
4.9 Defleksi Vertikal Tititk Batang(Nikon) ....................................................123
4.10 Koordinat Vertical Titik Batang tanpa Beban (Canon Zoom 2) ............123
4.11 Koordinat Vertical Titik Batang dengan Beban (Canon Zoom 2) .........124
4.12 Defleksi Vertikal Tititk Batang(Canon Zoom 2) ....................................124
4.13 Koordinat Vertical Titik Batang tanpa Beban (Nikon 1, 2, 3) ...............124
4.14 Koordinat Vertical Titik Batang dengan Beban (Nikon 1, 2, 3) ............125
4.15 Defleksi Vertikal Tititk Batang(Nikon 1, 2, 3) .......................................125
4.16 Hasil Konversi Piksel ke Milimeter dari Canon Fix ...............................130
xv
4.17 Hasil Konversi Piksel ke Milimeter dari Canon Zoom (1) .....................131
4.18 Hasil Konversi Piksel ke Milimeter dari Nikon......................................132
4.19 Hasil Konversi Piksel ke Milimeter dari Canon Zoom (2) .....................132
4.20 Hasil Konversi Piksel ke Milimeter dari Nikon (1) ................................133
4.21 Hasil Konversi Piksel ke Milimeter dari Nikon (2) ................................134
4.22 Hasil Konversi Piksel ke Milimeter dari Nikon (3) ................................134
4.23 Hasil Persentase Kesalahan Pengukuran dari Canon Fix........................135
4.24 Hasil Persentase Kesalahan Pengukuran dari Canon Zoom (1)..............136
4.25 Hasil Persentase Kesalahan Pengukuran dari Nikon ..............................136
4.26 Hasil Persentase Kesalahan Pengukuran dari Canon Zoom (2)..............137
4.27 Hasil Persentase Kesalahan Pengukuran dari Nikon (1).........................137
4.28 Hasil Persentase Kesalahan Pengukuran dari Nikon (2).........................138
4.29 Hasil Persentase Kesalahan Pengukuran dari Nikon (3).........................138
4.30 Konversi Piksel ke Milimeter dengan menggunakan papan pola catur ukuran
12 x 12.............................................................................................................139
4.31 Konversi Piksel ke Milimeter dengan menggunakan papan pola catur ukuran
14 x 14.............................................................................................................140
4.32 Konversi Piksel ke Milimeter dengan menggunakan papan pola catur ukuran
16 x 16.............................................................................................................140
DAF✆A✝ ✞✝AFI✟
4.1
Konversi piksel ke milimeter dengan menggunakan papan pola catur
ukuran
12
12
......................................................................140
xvi
x
4.2
Konversi piksel ke milimeter dengan menggunakan papan pola catur
ukuran
14
x
14......................................................................................................141
4.3
Konversi piksel ke milimeter dengan menggunakan papan pola catur
ukuran
16
16......................................................................................................141
xvii
x
DAFTAR PUSTAKA
[1] J. Ye, G. Fu, U. P. Poudel. 2011. “Edge-Based Close-Range Digital
Photogrammetry for Structural Deformation Measurement”, Journal of
Engineering Mechanics, ASCE, pp. 475-483 ,
[2] W. Forstner, “Computer Vision and Photogrammetry – Mutual Questions:
Geometry, Statistics, and Cognition”,
http://www.ipb.unibonn.de/fileadmin/publication/pdf/Forstner2002Computer.p
df
[3] Sewoyo
Trihono,
Mahyuddin
A.I.,
Nurhadi
I.,
Dirgantara
ITB.
2014.“Perbandingan Metode Deteksi Tepi untuk Pengukuran Defleksi
Struktur”, Seminar Nasional Rekayasa Material, Sistem Manufaktur dan
Energi, Univ.Hassanudin, Makassar.
[4] Gere, James M.; Goodno, Barry J. Mechanics of Materials (Eighth ed.).
pp. 1083–1087. ISBN 978-1-111-57773-5.
http://en.wikipedia.org/wiki/Deflection_engineering
[5] Hibbeler, R.C. Statics and Mechanics of Materials, SI Edition. Prentice-Hall,
2004. ISBN 0-13-129011-8.
http://bambangpurwantana.staff.ugm.ac.id/KekuatanBahan
[6] Linda G. Shapiro and George C. Stockman. 2001. Computer Vision. Prentice
Hall. ISBN 0-13-030796-3.
[7] Boyle
dan Thomas. 1988.
Computer Vision : “A
First Course” , Blackwell
Scientific Publications.
[8] T.
Lindeberg.
1998. "Feature
detection
with
automatic
scale
selection" (abstract). International Journal of Computer Vision 30 (2): pp 77–
116. doi:10.1023/A:1008045108935.
[9] Galbiati, Louis J. 1990. Machine Vision and Digital Image Processing
Fundamentals, Prentice Hall.
http://informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Pengolahan%20Citra%20
Digital/Bab-1_Pengantar%20Pengolahan%20Citra.pdf
[10] Andrea Fusiello. 2005. "Elements of Geometric Computer Vision".
Homepages.inf.ed.ac.uk. Retrieved 2013-12-18.
[11] Sewoyo Trihono. 2014. “Pengembangan Metode Pengukuran Defleksi
Struktur menggunakan Kamera Stereo Berbasis Deteksi Tepi”.
106
[12] Jain, Anil K. 1989. Fundamentals of Digital Image Processing, Prentice-Hall
International.
[13] Arymurthy, Aniati Murni, dan Setiawan, Suryana. 1992. “Pengantar
Pengolahan Citra “, PT. Elex Media Komputindo, Jakarta.
[14] Gonzalez, Rafael C. 1977. Digital Image Processing, Addison-Wesley.
Publishing (Online).
http://informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Pengolahan%20Citra%20
Digital/Bab-15_Pengenalan%20Pola.pdf.
[15] Leo Grady. 2006. "Random Walks for Image Segmentation", IEEE
Transactions on Pattern Analysis and Machine Intelligence, pp. 1768–1783,
Vol. 28, No. 11
[16] Mengko,
Richard. 1989. Workshop
On Image
Processing
& Pattern
Recognition, PAU Mikroelektronika ITB.
[17] Sewoyo Trihono. 2013. “ Kalibrasi Kamera”, Kapita Selekta Lanjut Teknik
Mesin 1, MS 7002, ITB. Bandung.
[18] Salvi J., Armangue X., Batlle J., ”A comparative review of camera calibrating
methods with accuracy evaluation”, Pattern Recognition 35 (2002) 1617 –
1635
[19] Draper B.A. 2002. "Camera Model: Projection & Lens", CS510 Lecture #2
[20] Heikkila J., Silven O. 1997. A Four Step Camera Calibration Procedure with
Implicit Image Correction”, Proceedings on Computer Vision and Pattern
Recognition.
[21] R. G. Willson and S. A. Shafer. 1993. “What is the center of the image?”
Proc. IEEE Conf. Computer Vision and Pattern Recognition, New York, pp.
670-671.
[22] Lindeberg,
Tony.
2001. "Edge
detection",
in
Hazewinkel,
Michiel, Encyclopedia of Mathematics, Springer, ISBN 978-1-55608-010-4
[23] LS. Davis. 1975. "A survey of edge detection techniques", Computer Graphics
and Image Processing, vol 4, no. 3, pp 248-260.
[24] Scharr, Hanno. 2000. Dissertation (in German), Optimal Operators in Digital
Image Processing .
107
[25] Islam Khan Shahnoor Mohammad. December 2012. Implementation of Edge
& Shape Detection Techniques and their Performance Evaluation. Department
of Computer Science Ryerson University. Toronto, Canada
[26] J.M.S. Prewitt. 1970. "Object Enhancement and Extraction" in "Picture
processing and Psychopictorics",Academic Press.
[27] Mubarok Shah. 1992. Fundamentals of Computer Vision, Computer Science
Department, University of Florida, Orlando.
[28] Otsu, N. 1979. "A Threshold Selection Method from Gray- Level Histogram".
IEEE Transaction on Systems, and Cybernetics SMC-9, 1:62-66.
[29] Huang, D & Wang, C. 2009. "Optimal Multi-level Thresholding Using a
Two-stage Otsu Optimization Approach". Pattern Recognition Letters 30,275284.
[30] Kittler J, & Illingworth, J. "Minimum Error Thresholding". 1986. Pattern
Recognition 19.
[31] E. Davies. 1990. Machine Vision: Theory, Algorithms and Practicalities,
Academic Press, Chap. 4.
[32] Allen B. Downey, Green Tea Press. “Physical Modeling in MATLAB” , An
introduction to programming in MATLAB and simulation of physical systems,
Version 1.1.3. http://greenteapress.com/matlab/downey08matlab.pdf
[33] Jean-Yves Bouguet. Camera Calibration Toolbox for Matlab.
http://www.vision.caltech.edu/bouguetj/calib_doc/index.html#parameters
108