Procedimiento completo para el calibrado de cámaras utilizando una plantilla plana

Carlos Ricolfe Viala, Antonio José Sánchez Salmerón

Resumen

El proceso de calibración de una cámara es necesario para la obtención de información 3D a partir de imágenes 2D de la escena. Existen diferentes técnicas basadas en fotogrametría y auto-calibración. Como resultado se obtienen los parámetros intrínsecos y extrínsecos de la cámara. Mucho trabajo se ha realizado en el calibrado de cámaras y también en el pre y post procesado de los datos. Desde un punto de vista práctico, la bibliografía apunta al método basado en plantilla bidimensional como el más fácil de realizar y que mejores resultados obtiene. Sin embargo, no se han tenido en cuenta las mejoras que diferentes técnicas de pre y post procesado de datos pueden aportar a dicho método. En este artículo se realiza un estudio de las diferentes técnicas de pre y post procesado de datos que mejoran el proceso de calibración de Zhang (Zhang, 1998, 2000). Estas técnicas condicionan de forma óptima los procesos de cálculo, eliminan ruidos en las coordenadas de los puntos y realizan una búsqueda no lineal adecuada al conjunto de parámetros de la cámara. Con este artículo se pretende definir el procedimiento completo para calibrar una cámara utilizando una plantilla plana y conseguir resultados óptimos con el proceso.

Palabras clave

calibración de cámaras; plantilla plana; rectificado de distorsión; normalización de los datos; calibración no lineal

Texto completo:

pdf

Referencias

Ahmed M., Farag A. (2005) Non metric calibration of camera lens distortion: Differential methods and robust estimation. IEEE Transactions on image processing. Vol. 14, nº 8. pp. 1215-1230

Brown D. C. (1966) Descentering distortion of lenses. Photogrammetric Engineering and Remote Sensing

Criminisi A. (1999) Accurate visual metrology from single and multiple uncalibrated images. Dr. Ing. Tesis Department of engineering science. University of Oxford

Devernay F., Faugeras O. (2001) Straight lines have to be straight. Machine Vision Applications 13 (1). p. 14-24

Faig W., (1975) Calibration of close-range photogrammetry systems: Mathematical formulation. Photogrammetric engineering and remote sensing, Vol 41, p 1479-1486

Hartley R. (1997) In defence of the eight point algorithm. IEEE Transactions on pattern analysis and machine intelligence. Vol 19 – 6

Hartley R., Zisserman A. (2004) Multiple View Geometry in computer Vision. Cambridge University Press.

Kanade T., Rander P., Narayanan P. (1997). Virtualized reality: cosntructing virtual worlds from real scenes. IEEE Conference on Computer Vision and Pattern Recognition. IEEE Multimedia, Inmersive Telepresence pp.34-47

Lavest J., Viala M. Dhome M. (1998) Do we really need accurate calibration pattern to achieve a reliable camera calibration. European Conference on Computer Vision, vol. I, pp 158-174

Mikhail E., Bethel J., McGlone J. (2001) Introduction to Modern Photogrammetry. Jonh Wiley & Sons Inc.

Raskar R., Welch G., Cutts M., Lake A., Stesin L., Fuchs H. (1998). The office of the future: a unified approach to image-based modelling and spatial immersive displays. SIGGRAPH 98, pp 179-188

Ricolfe-Viala C., Sánchez-Salmerón A. (2006). Caracterización y optimización del proceso de calibrado de cámaras basado en plantilla bidimensional Ph.D Thesis, Universida d Politécnica de Valencia.

Salvi J., Battle J., Mouraddib E. (1998). A robust coded pattern projection for dynamic 3D scene measurement. International Journal of Pattern Recognition Lett. 19, pp 1055-1065

Salvi J., Armangué X., Batlle J. (2002) A Comparative review of camera calibrating methods with accuracy evaluation. Pattern recognition Vol. 35, pp 1617-1635

Samtaney R., (1999) A method to solve an exterio r camera calibration parameters for image resection. Technical report NAS-99-003 MRJ Technology Solutions Inc

Stoer C., Bulirsch R. (1980). Introduction to Numerical Analysis. Springer, Berlin.

Sturm P., Maybank S. (1999). On planebased camera calibration: a general algorithm, singularities an d applications. IEEE Conference on Compute r Vision and Pattern Recognition pp 432-437.

Sun W., Cooperstock J. (2006). An empirical evaluation of factors influencing camera calibration accuracy using three publicly available techniques. Machine Vision and Applications. 17(1): 51-67

Shih S., Hung Y., Lin W. (1995) When should we consider lens distortion in camera calibration. Pattern recognition Vol. 28, No.3 pp 447-461

Taha H.A. (1987) Operation research. An introduction. Prentice Hall International Editions.

Tarel J.P. (1994) Calibration de cámera fondée sur les ellipses. Research report 2200, INRIA

Trucco E., Verri A. (1998) Introductory techniques fo r 3-D computer vision. Prentice Hall

Tsai R., (1987) A versatile camera calibratio n technique for high-accuracy 3D machine vision metrology using off-the-self TV camera lenses. IEEE Journal of Robotics and Automation, Vol RA-3 No 4. pp. 323-344

Weng J., Huang T.S., Ahuja N. (1989) Motion an d structure from two perspective views: algorithms, error analysis and error estimation. IEEE transactions on pattern analysis and machine intelligence. Vol 11 p. 451-475

Wilson R. (1994) Modelling and calibration of automated zoom lenses. PhD. dissertation. Department electronic computing engineering, Carnegie Mellon University.

Zhang Z. (1998) A flexible new technique for camera calibration. Technical Report MSR-TR-98-71, Microsoft Research.

Zhang Z. (2000) A flexible new technique for camera calibration. Pattern Analysis and Machine Intelligence, IEEE Transactions on, Vol.22, Iss.11, Nov 2000 pp 1330- 1334.

Abstract Views

1932
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912