Professional Documents
Culture Documents
Presentacion Julio
Presentacion Julio
digitales
Julio César Millán Barco
Directores:
Humberto Loaiza Ph.D.
Eduardo Caicedo Ph.D.
Grupo Percepción y Sistemas
Inteligentes
OBJETIVOS ESPECÍFICOS
Evaluar el estado actual de la calibración de cámaras digitales y hacer un
análisis de los distintos métodos disponibles.
Desarrollar una metodología, con base en las técnicas existentes para
calibrar cualquier cámara digital con un buen porcentaje de precisión y
eficiencia.
R3 transformación R2
Representación gráfica de la transformación
de una imagen mediante un modelo pinhole
y
P
z
O
P´
x
Marco de X
Y
la imagen v
Z’
u
O M
X’ Esta línea
b
representa la
transformación
de la imagen de
R3 a R2 con el
respectivo
desplazamiento
Marco de la Y’ de coordenadas.
cámara
CALIBRACIÓN:
Determinación de los parámetros involucrados en el proceso de
captación:
Parámetros intrínsecos:
Son propios de la cámara no dependen de su posición
Factores de escala: Ku, Kv,
Distancia focal: f
Punto principal: Cx, Cy
Distorsión: Dx, Dy
Parámetros extrínsecos:
Dependen del posicionamiento de la cámara.
Vector de traslación: T
Matriz de rotación: R
PATRÓN DE CALIBRACIÓN
Los patrones de calibración consisten en arreglos de elementos
geométricos. Los arreglos pueden ser planos o no.
En este trabajo se han utilizado grillas planas de circunferencias
colocados de tal manera que forman un esquina
La exactitud del patrón es fundamental para lograr una buena
calibración.
ETAPAS DEL PROCESO DE
CALIBRACIÓN
m X m
Y m Z m
u 11 12 13 14
m X m Y m Z m
31 32 33 34
m X m Y m Z m
v 21 22 23 24
m X m Y m Z m
31 32 33 34
METODOS DE CALIBRACIÓN MÁS
CONOCIDOS (2)
3. Ayache: coloca una restricción al sistema Am=0,
haciendo m34=1. [Ayache 1989].
4. Fougeras-Toscani: establece una relación de
ortonormalidad que tiene un significado físico
apropiado para mejorar la precisión. Toma en
cuenta la propiedad ||m3||2 =1. [O. D. Faugeras, G. Toscani. 1986]
5. Chaumette: utiliza a Fougerais-Toscani en una
primera etapa y en una segunda incluye un
parámetro de distorsión que encuentra mediante
una técnica de minimización no lineal. [Chaumette, F. 1989]
6. Zhang: método de cuatro etapas, puede corregir
la distorsión hasta con dos parámetros de una
manera rápida. [Zhang, Z. 1999]
RESULTADOS
ERROR DE RECONSTRUCCIÓN
OBTENIDOS
CAMARA 1 CÁMARA 2 CAMARA 3
Prueba Prueba Prueba Prueba Prueba Prueba Prueba Prueba Prueba
1 2 3 1 2 3 1 2 3
Hall-Ayache 0,3141 0,4447 0,3236 0,7977 0,7828 0,6748 0,3237 0,5757 0,3374
Fougeras-Toscani 0,2289 0,4096 0,2135 0,7731 0,7442 0,6731 0,2442 0,5539 0,2635
Tsai-Inicial 0,9934 1,3654 2,3619 0,9302 1,2091 1,1823 2,3522 2,5949 1,4064
Tsai-Levenberg_Maquardt 0,1962 0,3769 0,2019 0,4808 0,3865 0,4500 0,2365 0,5404 0,2462
Chaumette_Inicial 0,3128 0,4584 0,3245 0,8183 0,7940 0,6971 0,3291 0,5905 0,3524
Chaumette-Lev_Maq 0,1962 0,3769 0,2019 0,4577 0,3865 0,4423 0,2327 0,5404 0,2558
Zhang-Primera Etapa 0,2289 0,4096 0,2135 0,7731 0,7442 0,6731 0,2289 0,5539 0,2635
Zhang-Segunda Etapa 0,2115 0,4019 0,7519 0,7519 0,6981 0,6308 0,2115 0,5481 0,2596
Zhang-Optimización 0,2038 0,3731 0,4904 0,4904 0,3923 0,4692 0,2038 0,5173 0,2308
Algoritmo Genético
Haupt 0,31283 0,4584 0,3245 0,64665 0,53161 0,58673 0,3291 0,5905 0,3524
Algoritmo Genético Yong 0,3128 0,4584 0,3245 0,62 0,49932 0,66901 0,3291 0,5905 0,3524
RESULTADOS OBTENIDOS
Se han implementado los métodos explicados anteriormente y se han
aplicado distintas pruebas para medir su eficiencia. Entre ellas se
encuentran:
Hall-Ayache 0,3141 0,4447 0,3236 0,7977 0,7828 0,6748 0,3237 0,5757 0,3374
Fougerais-Toscani 0,2289 0,4096 0,2135 0,7731 0,7442 0,6731 0,2442 0,5539 0,2635
Tsai-Inicial 0,9934 1,3654 2,3619 0,9302 1,2091 1,1823 2,3522 2,5949 1,4064
Tsai-Levenberg_Maquardt 0,1962 0,3769 0,2019 0,4808 0,3865 0,4500 0,2365 0,5404 0,2462
Chaumette_Inicial 0,3128 0,4584 0,3245 0,8183 0,7940 0,6971 0,3291 0,5905 0,3524
Chaumette-Lev_Maq 0,1962 0,3769 0,2019 0,4577 0,3865 0,4423 0,2327 0,5404 0,2558
Zhang-Primera Etapa 0,2289 0,4096 0,2135 0,7731 0,7442 0,6731 0,2289 0,5539 0,2635
Zhang-Segunda Etapa 0,2115 0,4019 0,7519 0,7519 0,6981 0,6308 0,2115 0,5481 0,2596
Zhang-Optimización 0,2038 0,3731 0,4904 0,4904 0,3923 0,4692 0,2038 0,5173 0,2308
Algoritmo Genético Haupt 0,31283 0,4584 0,3245 0,64665 0,53161 0,58673 0,3291 0,5905 0,3524
Algoritmo Genético
Yong 0,3128 0,4584 0,3245 0,62 0,49932 0,66901 0,3291 0,5905 0,3524
Prueba del parámetro de distorsión