KALIBRASI KAMERA
LAPORAN PRAKTIKUM
MATA KULIAH FOTOGRAMETRI DIGITAL
LANGKAH-LANGKAH KALIBRASI KAMERA
MENGGUNAKAN
FORMULA TOOLBOX CALIB FOR MATLAB
Dosen:
Dr. Ing. Ir. Teguh Hariyanto, M.Sc.
Dosen Responsi:
Husnul Hidayat.ST., MT.
Oleh :
Nicolody Ofirla Eflal Froditus
(3514100030)
TANGGAL PENGUMPULAN
12 Oktober 2016
Jurusan Teknik Geomatika
Institut Teknologi Sepuluh Nopember
Ph. 031-5929487
2016
Kalibrasi adalah kegiatan untuk menentukan kebenaran konvensional
nilai penunjukkan alat ukur dan bahan ukur dengan cara membandingkan
terhadap standar ukur yang mampu telusur (traceable) ke standar nasional
maupun internasional untuk satuan ukuran dan/atau internasional dan
bahan-bahan acuan tersertifikasi. Sama halnya dalam proses pemotretan
gambar yang terdapat pada photogrametry. Perlu adanya proses kalibrasi
kamera yang dilakukan untuk membenarkan kesalahan yang diakibatkan
oleh kesalahan kamera. Berikut adalah langkah-langkah yang dilakukan
dalam proses kalibrasi :
Sebelumnya, pastikan terlebih dahulu bahwa aplikasi matlab telah
terinstall pada laptop atau computer yang akan kita gunakan. Kemudian
lakukan langkah-langkah sebagai berikut untuk melakukan kalibrasi kamera :
1. Download terlebih dahulu Calibration Charts atau yang dapat juga
disebut dengan Papan Catur. Dapat kita download papan catur
tersebut pada website Adobe lens profile creator.
2. Setelah papan catur terdownload, pilih papan catur dengan ukuran
minimal A3, lalu cetak papan catur tersebut sesuai dengan ukurannya.
Papan Catur Ukuran A3
3. Kemudian, lakukan pemotretan dengan objek utama adalah kertas
papan catur yang telah kita cetak sebelumnya. Pemotretan dilakukan
sebanya minimal 8 kali dengan posisi pengambilan gambar dari
berbagai sisi yang berbeda-beda.
Beberapa Contoh Hasil Pemotretan dari Sisi yang Berbeda
4. Sebelum melakukan kalibrasi kamera, terlebih dahulu donload kembali
formula
matlab
yang
digunakan
untuk
mengkalibrasi
kamera.
Donwload yang dinamakan dengan toolbox_calib for matlab.
5. Langkah selanjutnya adalah pindahkan file data foto dari papan catur
ke dalam folder toolbox_calib, agar ketika dilakukan proses kalibrasi
formula matlab yang digunakan dapat mendeteksi gambar atau foto
hasil pemotretan papan catur yang akan digunakan ketika proses
kalibrasi kamera.
Foto Hasil Pemotretan Papan Catur telah Berada 1 Folder di
Tollbox_Calib
6. Kemudian buka formula calib_gui.m yang tersedia pada toolbox_calib
menggunakan matlab. Sehingga akan muncul window matlab dengan
formula calib_gui.m sebagai berikut :
Tampilan Window Matlab Ketika Membuka formula calib_gui.m
7. Langkah selanjutnya adalah Run formula dari calib_gui.m. Dengan cara
klik ikon Run yang terdapat pada toolstrip dari menu Editor.
Ikon Run pada toolstrip di menu Editor
8. Sehingga secara otomatis akan muncul window baru, yakni window
Camera Calibration Toolbox – Select Manual . Dengan tampilan sebagai
berikut :
Pilih dan klik pada kolom Memory efficient (the images are loaded one
by one), sehingga akan muncul window baru Camera Calibration
Toolbox – Memory efficient version dengan tampilan sebagai berikut :
9. Langkah selanjutnya adalah klik menu Image names yang tersedia
pada window Camera Calibration Toolbox – Memory efficient version ,
dimana menu ini digunakan untuk meload gambar atau foto yang akan
digunakan untuk membantu dalam proses kalibrasi kamera. Klik dan
secara otomatis pada Command Window akan meload nama gambar
atau foto yang berada pada satu folder di toolbox_calib.
Hasil pada Command Window Ketika Dilakukan Load Gambar atau Foto
dengan menu Image Names
10.
Pada bari terakhir terdapat perintah ” Basename camera
calibration images (without number nor suffix): ”, tuliskan nama depan
dari file foto atau gambar yang telah kita munculkan nama filenya tadi,
missal : IMG_. Seperti gambar berikut :
Isikan pada Perintah Baris Terakhir dengan Nama Depan File Foto atau
11.
Gambar yang Telah di Load
Setelah itu, akan dilakukan proses pencarian file data foto yang
ada dalam satu folder toolbox_calib, sehingga akan terdapat informasi
foto atau gambar. Dengan hasil sebagai berikut :
Checking directory content for the calibration images (no global image
loading in memory efficient mode)
Found images: 1...2...3...4...5...7...9...10...11...
Done
Hasil dari Pencarian Foto atau Gambar Papan Catur yang Berada dalam
Satu Folder
12.
Setelah foto dan gambar papan catur ditemukan, kembali ke
window Camera Calibration Toolbox – Memory efficient version, pilih
menu Extract grid corners. Dimana menu ini akan membantu kita
dalam penetuan titik-titik pojok (marking gambar) dari foto atau
gambar papan catur. Kemudian akan muncul pada Command Window,
seperti berikut :
Tampilan Pada Command Window Ketika Dipilih Menu Extract grid
13.
corners
Pada tampilan pertama Command Window, akan terdapat
perintah sebagai berikut :
“Number(s) of image(s) to process ([] = all images) = “.
Klik ENTER. Kemudian akan muncul perintah baru lagi sebagai berikut :
Window size for corner finder (wintx and winty):
wintx ([] = 6) =
Klik ENTER. Sehingga akan muncul lagi perintah berikut :
winty ([] = 6) =
Klik ENTER.
Window size = 13x13
Do you want to use the automatic square counting mechanism
(0=[]=default)
or do you always want to enter the number of squares
manually (1,other)?
14.
Klik ENTER. Sehingga akan muncul perintah dimana kita diminta
untuk menentukan titik-titik pojok dari semua papan catur yang kita
miliki satu persatu. Begitu juga akan disertai muncul window baru
Figure 2. Seperti gambar berikut :
Perintah yang Meminta untuk Penentuan Titik-titik Pojok (Marking
Gambar)
15.
Tampilan Window Figure 2
Kemudian lakukan marking pada gambar pertama yang muncul
di window Figure 2, lakukan marking pada 4 titik-titik perpotongan
pixel. Dimana penentuan titik-titik tersebut dilakukan dari titik pojok
kiri bawah dan diteruskan ke 3 titik lainnya searah jarum jam (pojok
kiri atas, pojok kanan atas, dan pojok kanan bawah) secara bergantian.
Pastikan ketika kita menentukan ke empat titik pada gambar papan
catur, tepat pada perpotongan pixel dari papan catur. Seperti gambar
berikut :
Penentuan Titik Pertama pada
pada
Papan Catur (Pojok Kiri Bawah)
Penentuan Titik Kedua
Papan Catur (Pojok Kiri
Atas)
Penentuan Titik Ketiga pada
Keempat pada
Papan Catur (Pojok Kanan Atas)
16.
Penentuan Titik
Papan Catur (Pojok Kanan
Bawah)
Akan terdapat perbedaan ketika kita melakukan penentuan titik
keempat, secara otomatis akan muncul pada gambar atau foto papan
catur garis hijau yang menandakan garis koordinat X dan Y. seperti
gambar berikut :
17.
Muncul Garis Hijau Diakhir Penentuan Titik Keempat
Setelah penentuan titik keempat, aka muncul perintah baru pada
Command Window, dimana perintah tersebut meminta kita untuk
memasukkan panjang (X) dari satu pixel papan catur [Size dX of each
square along the X direction ([]=0.1524m) = ] dan lebar (Y) dari satu
pixel papan catur [Size dY of each square along the Y direction
([]=0.1524m) = ]. Dengan perintah sebagai berikut :
Processing image 1...
Loading image IMG_8402.JPG...
Using (wintx,winty)=(6,6) - Window size = 13x13
(Note: To
reset the window size, run script clearwin)
Click on the four extreme corners of the rectangular complete
18.
pattern (the first clicked corner is the origin)...
Size dX of each square along the X direction ([]=0.1524m) =
Size dY of each square along the Y direction ([]=0.1524m) =
Isikan pada “Size dX of each square along the X direction
([]=0.1524m) = “ denga panjang ukuran satu pixel (missal = 0.012)
dan “Size dY of each square along the Y direction ([]=0.1524m) = “
dengan ukuran lebar ukuran satu pixel (missal = 0.012). Jangan lupa
perhatikan satuan ukuran panjang dan lebar dari satu pixel tersebut.
Seperti gambar berikut :
Perintah yang Muncul Ketika Selesai Menentukan Keempat Titik serta
Input Panjang dan Lebar Ukuran dari Satu Pixel Papan Catur
19.
Klik ENTER, maka secara otomatis akan muncul tanda “ + “ pada
foto papan catur yang ada di window Figure 2. Seperti gambar berikut :
Tampilan Window Figure 2 dengan Tanda “+” Diatas Foto Papan Catur
20.
Secara bersamaan dengan munculnya tanda “ + ” pada window
Figure 2, muncul juga perintah pada Command Window sebagai berikut
:
If the guessed grid corners (red crosses on the image) are not
close to the actual corners,
it is necessary to enter an initial guess for the radial distortion
21.
factor kc (useful for subpixel detection)
Need of an initial guess for distortion? ([]=no, other=yes)
Klik ENTER. Maka akan kembali muncul perintah dan window
baru seperti pada step 14. Kemudian lakukan kembali step 15 untuk
menentukan titik pojok pada foto papan catur yang kedua. Kemudian
setelah selesai penentuan keempat titik klik ENTER pada Command
Window ketika muncul perintah “Need of an initial guess for distortion?
([]=no, other=yes)”.
22.
Lakukan langkah-langkah marking gambar atau penentuan titik-
titik pojok pada gambar papan catur, kesemua papan catur yang
muncul pada window Figure 2 sampai terdapat tulisan “done” pada
Command Window. Dimana, ketika terdapat tulisan done, mengartikan
bahwa marking gambar papan catur telah selesai.
23.
Kemudian yang perlu dilakukan adalah proses kalibrasi, dengan
cara klik menu Calibration pada window Camera Calibration Toolbox –
Memory efficient version.
Menu Calibration pada Camera Calibration Toolbox – Memory efficient
24.
version
Setelah klik menu Calibration pada window Camera Calibration
Toolbox – Memory efficient version. Dimana menu ini akan membantu
kita dalam proses kalibrasi kamera. Sehingga akan muncul pada
Command Window secara, seperti berikut :
Aspect ratio optimized (est_aspect_ratio = 1) -> both components
of fc are estimated (DEFAULT).
Principal point optimized (center_optim=1) - (DEFAULT). To reject
principal point, set center_optim=0
Skew not optimized (est_alpha=0) - (DEFAULT)
Distortion not fully estimated (defined by the variable est_dist):
Sixth order distortion not estimated (est_dist(5)=0) - (DEFAULT) .
Initialization of the principal point at the center of the image.
Initialization of the intrinsic parameters using the vanishing points
of planar patterns.
Initialization of the intrinsic parameters - Number of images: 9
Calibration parameters after initialization:
Focal Length:
fc = [ 772.88392 772.88392 ]
Principal point:
cc = [ 359.50000 239.50000 ]
Skew:
alpha_c = [ 0.00000 ] => angle of pixel = 90.00000
degrees
Distortion:
kc = [ 0.00000
0.00000
0.00000
0.00000
0.00000 ]
Main calibration optimization procedure - Number of images: 9
Gradient
descent
iterations:
1...2...3...4...5...6...7...8...9...10...11...12...13...14...15...16...17...18..
.19...20...done
Estimation of uncertainties...done
Calibration results after optimization (with uncertainties):
Focal Length:
fc
=
[ 765.72401
769.83175 ] +/-
[ 3.39671 3.23561 ]
Principal point:
cc
=
[ 360.73296
245.73977 ] +/-
[ 2.51847 2.71253 ]
Skew:
alpha_c = [ 0.00000 ] +/- [ 0.00000 ]
pixel axes = 90.00000 +/- 0.00000 degrees
Distortion:
kc
= [ -0.14581
0.00049 0.00000 ] +/- [ 0.00924
0.04491
=> angle of
0.20195
0.00059
0.00109
0.00077
0.00000 ]
Pixel error:
err
= [ 0.28220 0.56840 ]
Note: The numerical errors are approximately three times the
standard deviations (for reference).
25.
Dimana dengan kalibrasi ini kita dapat mengetahui besarnya
nilai Focal Length (fc), Principal point (cc), Skew (alpha_c), Distortion
(kc), dan Pixel error (err) dari kamera yang kita gunakan. Sebagai
contoh berikut adalah hasil kalibrasi kamera, sebagai berikut :
26.
Hasil Kalibrasi Kamera
Setelah diperoleh data hasil kalibrasi yang kita lakukan, jangan
lupa lakukan penimpanan pada data hasil kalibrasi yang telah kita
lakukan. Dengan cara klik menu Save pada window Camera Calibration
Toolbox – Memory efficient version. Sehingga akan muncul pada
Command Window proses saving data hasil kalibrasi, seperti gambar
berikut :
Menu Save pada Window Camera Calibration Toolbox – Memory
efficient version
27.
Hasil yang Muncul pada Command Window Ketika Klik Menu Save
Dari hasil kalibrasi tersebut, terdapat ketentuan bahwa besarnya
nilai Pixel Error harus kurang dari 1 (err < 1). Jika dihasilkan besarnya
nilai Pixel Error lebih dari 1, lakukan perbaikan dengan cara klik ,menu
Recomp. Corners pada window Camera Calibration Toolbox – Memory
efficient version.
28.
Setelah melakukan kalibrasi kamera, kita juga dapat melihat
posisi pemotretan yang kita lakukan ketika memotret papan catur,
dengan
cara
klik
menu
Show
Extrinsic
pada
window
Camera
Calibration Toolbox – Memory efficient version. Sehingga akan muncul
window baru dengan nama Window 3D, seperti gambar berikut :
Tampilan Window 3D, untuk Mengetahui Posisi Pemotretan yang
29.
Dilakukan
Dalam penyajian posisi pemotretan yang kita lakukan terdapat
dua jenis penyajian yang tersedia, yakni dalam posisi “camera –
centered view” dan “world – centered view”. Dimana penentuan dalam
penyajian ini dapat dilakukan dengan cara klik pada ikon pada kanan
bawah window 3D. seperti gambar berikut :
Ikon yang Digunakan Untuk Memilih Tampilan dari Kondisi Pemotretan
30.
yang Dilakukan
Ketika kita memilih ikon “camera – centered view”, akan
dihasilkan tampilan posisi ketika kita memotret papan catur sebagai
berikut :
31.
Tampilan Camera – Centered View
Ketika kita memilih ikon “world – centered view”, akan dihasilkan
tampilan posisi ketika kita memotret papan catur sebagai berikut :
Tampilan World – Centered View
Setelah hasil kalibrasi kamera dihasilkan, kita dapat mengetahui posisi
pemotretan yang kita lakukan ketika memotret papan catur. Dengan langkah
sebagai berikut :
1. Buka formula visualize_distortions.m yang tersedia pada toolbox_calib
menggunakan matlab. Sehingga akan muncul window matlab dengan
formula visualize_distortions.m sebagai berikut :
Tampilan Window Matlab Ketika Membuka formula
visualize_distortions.m
2. Langkah selanjutnya adalah Run formula dari visualize_distortions.m.
Dengan cara klik ikon Run yang terdapat pada toolstrip dari menu
Editor.
Ikon Run pada toolstrip di menu Editor
3. Setelah di Run akan muncul 3 window baru bernama Figure 2, Figure 3,
Figure 4. Dimana dari masing-masing window tersebut memiliki
tampilan dari hasil visualisasi distorsi, sebagai berikut :
a) Figure 2 : Hasil visualisasi dari Complate Distortion Model
b) Figure 3 : Hasil visualisasi Tangential Component of the Distortion
Model
c) Figure 4 : Hasil visualisasi Radial Component of the Distortion
Model
Dengan tampilan visualisasi distorsi sebagai berikut :
Tampilan Figure 2
Tangential
Complate Distortion Model
Tampilan Figure 3
Component of the
Distortion Model
Tampilan Figure 4 Radial Component of the Distortion Model
Berikut adalah data foto papan catur yang digunakan dalam proses kalibrasi kamera menggunakan toolbox
calib
for
matlab
:
MATA KULIAH FOTOGRAMETRI DIGITAL
LANGKAH-LANGKAH KALIBRASI KAMERA
MENGGUNAKAN
FORMULA TOOLBOX CALIB FOR MATLAB
Dosen:
Dr. Ing. Ir. Teguh Hariyanto, M.Sc.
Dosen Responsi:
Husnul Hidayat.ST., MT.
Oleh :
Nicolody Ofirla Eflal Froditus
(3514100030)
TANGGAL PENGUMPULAN
12 Oktober 2016
Jurusan Teknik Geomatika
Institut Teknologi Sepuluh Nopember
Ph. 031-5929487
2016
Kalibrasi adalah kegiatan untuk menentukan kebenaran konvensional
nilai penunjukkan alat ukur dan bahan ukur dengan cara membandingkan
terhadap standar ukur yang mampu telusur (traceable) ke standar nasional
maupun internasional untuk satuan ukuran dan/atau internasional dan
bahan-bahan acuan tersertifikasi. Sama halnya dalam proses pemotretan
gambar yang terdapat pada photogrametry. Perlu adanya proses kalibrasi
kamera yang dilakukan untuk membenarkan kesalahan yang diakibatkan
oleh kesalahan kamera. Berikut adalah langkah-langkah yang dilakukan
dalam proses kalibrasi :
Sebelumnya, pastikan terlebih dahulu bahwa aplikasi matlab telah
terinstall pada laptop atau computer yang akan kita gunakan. Kemudian
lakukan langkah-langkah sebagai berikut untuk melakukan kalibrasi kamera :
1. Download terlebih dahulu Calibration Charts atau yang dapat juga
disebut dengan Papan Catur. Dapat kita download papan catur
tersebut pada website Adobe lens profile creator.
2. Setelah papan catur terdownload, pilih papan catur dengan ukuran
minimal A3, lalu cetak papan catur tersebut sesuai dengan ukurannya.
Papan Catur Ukuran A3
3. Kemudian, lakukan pemotretan dengan objek utama adalah kertas
papan catur yang telah kita cetak sebelumnya. Pemotretan dilakukan
sebanya minimal 8 kali dengan posisi pengambilan gambar dari
berbagai sisi yang berbeda-beda.
Beberapa Contoh Hasil Pemotretan dari Sisi yang Berbeda
4. Sebelum melakukan kalibrasi kamera, terlebih dahulu donload kembali
formula
matlab
yang
digunakan
untuk
mengkalibrasi
kamera.
Donwload yang dinamakan dengan toolbox_calib for matlab.
5. Langkah selanjutnya adalah pindahkan file data foto dari papan catur
ke dalam folder toolbox_calib, agar ketika dilakukan proses kalibrasi
formula matlab yang digunakan dapat mendeteksi gambar atau foto
hasil pemotretan papan catur yang akan digunakan ketika proses
kalibrasi kamera.
Foto Hasil Pemotretan Papan Catur telah Berada 1 Folder di
Tollbox_Calib
6. Kemudian buka formula calib_gui.m yang tersedia pada toolbox_calib
menggunakan matlab. Sehingga akan muncul window matlab dengan
formula calib_gui.m sebagai berikut :
Tampilan Window Matlab Ketika Membuka formula calib_gui.m
7. Langkah selanjutnya adalah Run formula dari calib_gui.m. Dengan cara
klik ikon Run yang terdapat pada toolstrip dari menu Editor.
Ikon Run pada toolstrip di menu Editor
8. Sehingga secara otomatis akan muncul window baru, yakni window
Camera Calibration Toolbox – Select Manual . Dengan tampilan sebagai
berikut :
Pilih dan klik pada kolom Memory efficient (the images are loaded one
by one), sehingga akan muncul window baru Camera Calibration
Toolbox – Memory efficient version dengan tampilan sebagai berikut :
9. Langkah selanjutnya adalah klik menu Image names yang tersedia
pada window Camera Calibration Toolbox – Memory efficient version ,
dimana menu ini digunakan untuk meload gambar atau foto yang akan
digunakan untuk membantu dalam proses kalibrasi kamera. Klik dan
secara otomatis pada Command Window akan meload nama gambar
atau foto yang berada pada satu folder di toolbox_calib.
Hasil pada Command Window Ketika Dilakukan Load Gambar atau Foto
dengan menu Image Names
10.
Pada bari terakhir terdapat perintah ” Basename camera
calibration images (without number nor suffix): ”, tuliskan nama depan
dari file foto atau gambar yang telah kita munculkan nama filenya tadi,
missal : IMG_. Seperti gambar berikut :
Isikan pada Perintah Baris Terakhir dengan Nama Depan File Foto atau
11.
Gambar yang Telah di Load
Setelah itu, akan dilakukan proses pencarian file data foto yang
ada dalam satu folder toolbox_calib, sehingga akan terdapat informasi
foto atau gambar. Dengan hasil sebagai berikut :
Checking directory content for the calibration images (no global image
loading in memory efficient mode)
Found images: 1...2...3...4...5...7...9...10...11...
Done
Hasil dari Pencarian Foto atau Gambar Papan Catur yang Berada dalam
Satu Folder
12.
Setelah foto dan gambar papan catur ditemukan, kembali ke
window Camera Calibration Toolbox – Memory efficient version, pilih
menu Extract grid corners. Dimana menu ini akan membantu kita
dalam penetuan titik-titik pojok (marking gambar) dari foto atau
gambar papan catur. Kemudian akan muncul pada Command Window,
seperti berikut :
Tampilan Pada Command Window Ketika Dipilih Menu Extract grid
13.
corners
Pada tampilan pertama Command Window, akan terdapat
perintah sebagai berikut :
“Number(s) of image(s) to process ([] = all images) = “.
Klik ENTER. Kemudian akan muncul perintah baru lagi sebagai berikut :
Window size for corner finder (wintx and winty):
wintx ([] = 6) =
Klik ENTER. Sehingga akan muncul lagi perintah berikut :
winty ([] = 6) =
Klik ENTER.
Window size = 13x13
Do you want to use the automatic square counting mechanism
(0=[]=default)
or do you always want to enter the number of squares
manually (1,other)?
14.
Klik ENTER. Sehingga akan muncul perintah dimana kita diminta
untuk menentukan titik-titik pojok dari semua papan catur yang kita
miliki satu persatu. Begitu juga akan disertai muncul window baru
Figure 2. Seperti gambar berikut :
Perintah yang Meminta untuk Penentuan Titik-titik Pojok (Marking
Gambar)
15.
Tampilan Window Figure 2
Kemudian lakukan marking pada gambar pertama yang muncul
di window Figure 2, lakukan marking pada 4 titik-titik perpotongan
pixel. Dimana penentuan titik-titik tersebut dilakukan dari titik pojok
kiri bawah dan diteruskan ke 3 titik lainnya searah jarum jam (pojok
kiri atas, pojok kanan atas, dan pojok kanan bawah) secara bergantian.
Pastikan ketika kita menentukan ke empat titik pada gambar papan
catur, tepat pada perpotongan pixel dari papan catur. Seperti gambar
berikut :
Penentuan Titik Pertama pada
pada
Papan Catur (Pojok Kiri Bawah)
Penentuan Titik Kedua
Papan Catur (Pojok Kiri
Atas)
Penentuan Titik Ketiga pada
Keempat pada
Papan Catur (Pojok Kanan Atas)
16.
Penentuan Titik
Papan Catur (Pojok Kanan
Bawah)
Akan terdapat perbedaan ketika kita melakukan penentuan titik
keempat, secara otomatis akan muncul pada gambar atau foto papan
catur garis hijau yang menandakan garis koordinat X dan Y. seperti
gambar berikut :
17.
Muncul Garis Hijau Diakhir Penentuan Titik Keempat
Setelah penentuan titik keempat, aka muncul perintah baru pada
Command Window, dimana perintah tersebut meminta kita untuk
memasukkan panjang (X) dari satu pixel papan catur [Size dX of each
square along the X direction ([]=0.1524m) = ] dan lebar (Y) dari satu
pixel papan catur [Size dY of each square along the Y direction
([]=0.1524m) = ]. Dengan perintah sebagai berikut :
Processing image 1...
Loading image IMG_8402.JPG...
Using (wintx,winty)=(6,6) - Window size = 13x13
(Note: To
reset the window size, run script clearwin)
Click on the four extreme corners of the rectangular complete
18.
pattern (the first clicked corner is the origin)...
Size dX of each square along the X direction ([]=0.1524m) =
Size dY of each square along the Y direction ([]=0.1524m) =
Isikan pada “Size dX of each square along the X direction
([]=0.1524m) = “ denga panjang ukuran satu pixel (missal = 0.012)
dan “Size dY of each square along the Y direction ([]=0.1524m) = “
dengan ukuran lebar ukuran satu pixel (missal = 0.012). Jangan lupa
perhatikan satuan ukuran panjang dan lebar dari satu pixel tersebut.
Seperti gambar berikut :
Perintah yang Muncul Ketika Selesai Menentukan Keempat Titik serta
Input Panjang dan Lebar Ukuran dari Satu Pixel Papan Catur
19.
Klik ENTER, maka secara otomatis akan muncul tanda “ + “ pada
foto papan catur yang ada di window Figure 2. Seperti gambar berikut :
Tampilan Window Figure 2 dengan Tanda “+” Diatas Foto Papan Catur
20.
Secara bersamaan dengan munculnya tanda “ + ” pada window
Figure 2, muncul juga perintah pada Command Window sebagai berikut
:
If the guessed grid corners (red crosses on the image) are not
close to the actual corners,
it is necessary to enter an initial guess for the radial distortion
21.
factor kc (useful for subpixel detection)
Need of an initial guess for distortion? ([]=no, other=yes)
Klik ENTER. Maka akan kembali muncul perintah dan window
baru seperti pada step 14. Kemudian lakukan kembali step 15 untuk
menentukan titik pojok pada foto papan catur yang kedua. Kemudian
setelah selesai penentuan keempat titik klik ENTER pada Command
Window ketika muncul perintah “Need of an initial guess for distortion?
([]=no, other=yes)”.
22.
Lakukan langkah-langkah marking gambar atau penentuan titik-
titik pojok pada gambar papan catur, kesemua papan catur yang
muncul pada window Figure 2 sampai terdapat tulisan “done” pada
Command Window. Dimana, ketika terdapat tulisan done, mengartikan
bahwa marking gambar papan catur telah selesai.
23.
Kemudian yang perlu dilakukan adalah proses kalibrasi, dengan
cara klik menu Calibration pada window Camera Calibration Toolbox –
Memory efficient version.
Menu Calibration pada Camera Calibration Toolbox – Memory efficient
24.
version
Setelah klik menu Calibration pada window Camera Calibration
Toolbox – Memory efficient version. Dimana menu ini akan membantu
kita dalam proses kalibrasi kamera. Sehingga akan muncul pada
Command Window secara, seperti berikut :
Aspect ratio optimized (est_aspect_ratio = 1) -> both components
of fc are estimated (DEFAULT).
Principal point optimized (center_optim=1) - (DEFAULT). To reject
principal point, set center_optim=0
Skew not optimized (est_alpha=0) - (DEFAULT)
Distortion not fully estimated (defined by the variable est_dist):
Sixth order distortion not estimated (est_dist(5)=0) - (DEFAULT) .
Initialization of the principal point at the center of the image.
Initialization of the intrinsic parameters using the vanishing points
of planar patterns.
Initialization of the intrinsic parameters - Number of images: 9
Calibration parameters after initialization:
Focal Length:
fc = [ 772.88392 772.88392 ]
Principal point:
cc = [ 359.50000 239.50000 ]
Skew:
alpha_c = [ 0.00000 ] => angle of pixel = 90.00000
degrees
Distortion:
kc = [ 0.00000
0.00000
0.00000
0.00000
0.00000 ]
Main calibration optimization procedure - Number of images: 9
Gradient
descent
iterations:
1...2...3...4...5...6...7...8...9...10...11...12...13...14...15...16...17...18..
.19...20...done
Estimation of uncertainties...done
Calibration results after optimization (with uncertainties):
Focal Length:
fc
=
[ 765.72401
769.83175 ] +/-
[ 3.39671 3.23561 ]
Principal point:
cc
=
[ 360.73296
245.73977 ] +/-
[ 2.51847 2.71253 ]
Skew:
alpha_c = [ 0.00000 ] +/- [ 0.00000 ]
pixel axes = 90.00000 +/- 0.00000 degrees
Distortion:
kc
= [ -0.14581
0.00049 0.00000 ] +/- [ 0.00924
0.04491
=> angle of
0.20195
0.00059
0.00109
0.00077
0.00000 ]
Pixel error:
err
= [ 0.28220 0.56840 ]
Note: The numerical errors are approximately three times the
standard deviations (for reference).
25.
Dimana dengan kalibrasi ini kita dapat mengetahui besarnya
nilai Focal Length (fc), Principal point (cc), Skew (alpha_c), Distortion
(kc), dan Pixel error (err) dari kamera yang kita gunakan. Sebagai
contoh berikut adalah hasil kalibrasi kamera, sebagai berikut :
26.
Hasil Kalibrasi Kamera
Setelah diperoleh data hasil kalibrasi yang kita lakukan, jangan
lupa lakukan penimpanan pada data hasil kalibrasi yang telah kita
lakukan. Dengan cara klik menu Save pada window Camera Calibration
Toolbox – Memory efficient version. Sehingga akan muncul pada
Command Window proses saving data hasil kalibrasi, seperti gambar
berikut :
Menu Save pada Window Camera Calibration Toolbox – Memory
efficient version
27.
Hasil yang Muncul pada Command Window Ketika Klik Menu Save
Dari hasil kalibrasi tersebut, terdapat ketentuan bahwa besarnya
nilai Pixel Error harus kurang dari 1 (err < 1). Jika dihasilkan besarnya
nilai Pixel Error lebih dari 1, lakukan perbaikan dengan cara klik ,menu
Recomp. Corners pada window Camera Calibration Toolbox – Memory
efficient version.
28.
Setelah melakukan kalibrasi kamera, kita juga dapat melihat
posisi pemotretan yang kita lakukan ketika memotret papan catur,
dengan
cara
klik
menu
Show
Extrinsic
pada
window
Camera
Calibration Toolbox – Memory efficient version. Sehingga akan muncul
window baru dengan nama Window 3D, seperti gambar berikut :
Tampilan Window 3D, untuk Mengetahui Posisi Pemotretan yang
29.
Dilakukan
Dalam penyajian posisi pemotretan yang kita lakukan terdapat
dua jenis penyajian yang tersedia, yakni dalam posisi “camera –
centered view” dan “world – centered view”. Dimana penentuan dalam
penyajian ini dapat dilakukan dengan cara klik pada ikon pada kanan
bawah window 3D. seperti gambar berikut :
Ikon yang Digunakan Untuk Memilih Tampilan dari Kondisi Pemotretan
30.
yang Dilakukan
Ketika kita memilih ikon “camera – centered view”, akan
dihasilkan tampilan posisi ketika kita memotret papan catur sebagai
berikut :
31.
Tampilan Camera – Centered View
Ketika kita memilih ikon “world – centered view”, akan dihasilkan
tampilan posisi ketika kita memotret papan catur sebagai berikut :
Tampilan World – Centered View
Setelah hasil kalibrasi kamera dihasilkan, kita dapat mengetahui posisi
pemotretan yang kita lakukan ketika memotret papan catur. Dengan langkah
sebagai berikut :
1. Buka formula visualize_distortions.m yang tersedia pada toolbox_calib
menggunakan matlab. Sehingga akan muncul window matlab dengan
formula visualize_distortions.m sebagai berikut :
Tampilan Window Matlab Ketika Membuka formula
visualize_distortions.m
2. Langkah selanjutnya adalah Run formula dari visualize_distortions.m.
Dengan cara klik ikon Run yang terdapat pada toolstrip dari menu
Editor.
Ikon Run pada toolstrip di menu Editor
3. Setelah di Run akan muncul 3 window baru bernama Figure 2, Figure 3,
Figure 4. Dimana dari masing-masing window tersebut memiliki
tampilan dari hasil visualisasi distorsi, sebagai berikut :
a) Figure 2 : Hasil visualisasi dari Complate Distortion Model
b) Figure 3 : Hasil visualisasi Tangential Component of the Distortion
Model
c) Figure 4 : Hasil visualisasi Radial Component of the Distortion
Model
Dengan tampilan visualisasi distorsi sebagai berikut :
Tampilan Figure 2
Tangential
Complate Distortion Model
Tampilan Figure 3
Component of the
Distortion Model
Tampilan Figure 4 Radial Component of the Distortion Model
Berikut adalah data foto papan catur yang digunakan dalam proses kalibrasi kamera menggunakan toolbox
calib
for
matlab
: