Analisa Pengaruh Perbedaan Medium Air dan Udara Terhadap Kalibrasi Kamera Dengan Menggunakan Metode Zhang

dokumen-dokumen yang mirip
Swakalibrasi Kamera Menggunakan Matriks Fundamental

KALIBRASI PARAMETER KAMERA DENGAN MENGGUNAKAN PROJECTOR UNTUK REKONSTRUKSI 3D BERBASIS METODE STRUCTURED LIGHT

KALIBRASI PARAMETER KAMERA DENGAN PROYEKSI PATERN MENGGUNAKAN PROJECTOR PADA PROSES REKONSTRUKSI 3D BERBASIS STRUCTURED LIGHT

REKONSTRUKSI 3D PADA PATUNG PURBAKALA DENGAN SCANNER BERBASIS OPTIK. Fendik Eko P

Oleh : Umar Maksum Dosen Pembimbing : Ahmad Zaini, ST, M.T. Dr. I Ketut Eddy Purnama.ST.,MT

KALIBRASI KAMERA NON METRIK DIGITAL PADA KEGIATAN FOTOGRAMETRI BAWAH AIR. Abstrak. Abstract

TUGAS AKHIR KI1391. Penyusun Tugas Akhir : (NRP : ) Dosen Pembimbing :

ANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE

BROSUR INTERAKTIF BERBASIS AUGMENTED REALITY

MODEL DAN TEKNIK KALIBRASI CITRA UNTUK SISTEM AUTONOMOUS ROBOT

APLIKASI CLOSE RANGE PHOTOGRAMMETRY UNTUK PERHITUNGAN VOLUME OBJEK

Kholid Fathoni, S.Kom., M.T.

MODEL KALIBRASI KAMERA UNTUK PENGUKURAN JARAK OBJEK DAN NAVIGASI ROBOT

ESTIMASI POSISI OBJEK BERDASARKAN STEREO VISION SYSTEM

REKONSTRUKSI OBYEK 3D DARI GAMBAR 2D DENGAN METODE GENERALIZED VOXEL COLORING

LAMPIRAN B: DAFTAR RIWAYAT HIDUP

KAJI PENGARUH PARAMETER KAMERA TERHADAP REKONTRUKSI BENDA 3D MENGGUNAKAN TEKNIK DIGITAL PHOTOGRAMMETRY STUDI KASUS: REKONTRUKSI SAYAP TENGAH CN-235

Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis

PELAKSANAAN PENGUKURAN DAN HITUNGAN VOLUME METODE FOTOGRAMETRI RENTANG DEKAT DAN METODE TACHYMETRI

Defry Mulia

LAPORAN PRAKTIKUM FOTOGRAMETRI I (Individu)

BAB I PENDAHULUAN. memposisikan diri pada suatu lingkungan baru, sedangkan mapping merupakan

METODE KALIBRASI IN-FLIGHT KAMERA DIGITAL NON-METRIK UNTUK KEPERLUAN CLOSE- RANGE PHOTOGRAMMETRY

Perbaikan Kualitas Rekonstruksi Motion Capture

PENGEMBANGAN KAMERA NON-METRIK UNTUK KEPERLUAN PEMODELAN BANGUNAN

Perbandingan Penentuan Volume Suatu Obyek Menggunakan Metode Close Range Photogrammetry Dengan Kamera Non Metrik Terkalibrasi Dan Pemetaan Teristris

BAB 2 LANDASAN TEORI. Reference frames atau kerangka acuan adalah suatu sistem koordinat atau

DETEKSI WAJAH UNTUK OBJEK 3D MENGGUNAKAN ANDROID

Rekonstruksi Model Dimensi Tiga pada Objek Museum Menggunakan Metode Cahaya Strip Berpola

Analisis Kesalahan Pengukuran Kecepatan Akibat Distorsi Lensa

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

FACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA

Analisa Kalibrasi Kamera Sony Exmor Pada Nilai Orientasi Parameter Interior untuk Keperluan Pemetaan (FUFK)

Markerless Augmented Reality Pada Perangkat Android

BAB 4 HASIL DAN BAHASAN. Percobaan dilakukan dengan menggunakan dua buah objek berbeda, seperti

VIRTUAL KEYBOARD BERBASIS AUGMENTED REALITY TUGAS AKHIR

BAB III PROSEDUR DAN METODOLOGI

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

IMPLEMENTASI AUGMENTED REALITY PADA APLIKASI ANDROID PEGENALAN GEDUNG PEMERINTAHAN KOTA BANDAR LAMPUNG

Korelasi Jarak Wajah Terhadap Nilai Akurasi Pada Sistem Pengenalan Wajah Menggunakan Stereo Vision Camera

UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES

Pengukuran jarak objek pejalan kaki terhadap kamera menggunakan kamera stereo terkalibrasi dengan segmentasi objek histogram of oriented gradient

Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection

SWA-KALIBRASI KAMERA MULTIVIEW MENGGUNAKAN METODE ALGORITMA GENETIKA

Rekontruksi Citra 3 Dimensi Menggunakan Voxel Coloring Umar maksum 1 Jurusan Teknik Elektro FTI Institut Teknologi Sepuluh November

KALIBRASI PARAMETER KAMERA DENGAN PLATE CALIBRATION PADA 3D LASER SCANNER

BAB II LANDASAN TEORI

PENANGKAPAN GERAK MANUSIA 3D BERDASAR PADA PENANDA AKTIF DENGAN KAMERA MURAH

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL

1.1 Latar belakang Di awal abad 21, perkembangan teknologi komputer grafis meningkat secara drastis sehingga mempermudah para akademisi dan industri

Visualisasi Bentuk Ruangdari Gambar Denah dan Dinding

BAB III REKONTRUKSI 3D MENGGUNAKAN PERANGKAT LUNAK PHOTOMODELER.

SISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA

TAHAPAN STUDI. Gambar 3-1 Kamera Nikon D5000

II.1. Persiapan II.1.1. Lokasi Penelitian II.1.2. Persiapan Peralatan Penelitian II.1.3. Bahan Penelitian II.1.4.

Sistem Akuisisi Citra Stereo menggunakan Matlab

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1

PENDAHULUAN I.1. Latar Belakang

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

PENENTUAN JARAK OBJEK DARI KAMERA DENGAN MENGGUNAKAN STEREO VISION PADA MOBILE PHONE

Descriptor Clustering SURF for Bag of Visual Words Representation in Fingerprint Images Using K-MEANS and Hierarchical Agglomerative Clustering

BAB I PENDAHULUAN I.1. Latar Belakang

PEMODELAN OBYEK TIGA DIMENSI DARI GAMBAR SINTETIS DUA DIMENSI DENGAN PENDEKATAN VOLUMETRIC

Fourier Descriptor Based Image Alignment (FDBIA) (1)

PEMODELAN OBYEK TIGA DIMENSI DARI GAMBAR SINTETIS DUA DIMENSI DENGAN PENDEKATAN VOLUMETRIC. Efani Desi

BAB II DASAR TEORI. Tabel 2.1 Jenis Peta menurut Skala. Secara umum, dasar pembuatan peta dapat dinyatakan seperti Gambar 2.1

BAB 1 1. PENDAHULUAN. 1.1 Latar Belakang

PEMBENTUKAN CITRA PANORAMA 360 DENGAN IMAGE MOSAICING

Patria Rachman Hakim 1), A. Hadi Syafrudin, Wahyudi Hasbi, Abdul Rahman Peneliti Pusat Teknologi Satelit, Lapan ABSTRACT

BAB 2 TINJAUAN PUSTAKA

Interpolasi Spline Kubik pada Trajektori Manusia

Verifikasi Citra Wajah Menggunakan Metode Discrete Cosine Transform Untuk Aplikasi Login

BAB IV ANALISIS. Ditorsi radial jarak radial (r)

BAB II DASAR TEORI. 2.1 Kamera

VISUALISASI GERAKAN OBJEK 3D PADA AUGMENTED REALITY DENGAN DETEKSI TUMBUKAN BERBASIS BOUNDING BOX

TEKNOLOGI AUGMENTED REALITY BERBASIS ANDROID DALAM PEMBUATAN BROSUR INTERAKTIF

Pemetaan Foto Udara Menggunakan Wahana Fix Wing UAV (Studi Kasus: Kampus ITS, Sukolilo)

LAPORAN PRAKTIKUM DIGITAL FOTOGRAMETRI DASAR ACARA II DIGITAL

HASIL DAN ANALISIS. Tabel 4-1 Hasil kalibrasi kamera Canon PowerShot S90

APLIKASI REKONSTRUKSI OBJEK 3D DARI KUMPULAN GAMBAR 2D DENGAN MENGGUNAKAN ALGORITMA GENERALIZED VOXEL COLORING

KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

ANALISIS KETINGGIAN MODEL PERMUKAAN DIGITAL PADA DATA LiDAR (LIGHT DETECTION AND RANGING) (Studi Kasus: Sei Mangkei, Sumatera Utara)

Seminar Nasional Cendekiawan 2015 ISSN: Pemindaian Geometrik Model 3D Menggunakan 3 Input

DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL

SURVEYING (CIV-104) PERTEMUAN : PENGUKURAN DENGAN TOTAL STATION

BAB 2 LANDASAN TEORI

APLIKASI VIRTUAL IKLAN PERUMAHAN DENGAN SISTEMAUGMENTED REALITY

ANALISA DEFORMASI PELAT LOGAM DENGAN MENGGUNAKAN METODE MOIRE PROYEKSI

Rancang Bangun Sistem Pelacakan Obyek Menggunakan CCTV dan Webcam. Kampus ITS, Surabaya

BAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1

SEGMENTASI CITRA X-RAY DARI CITRA CT MENGGUNAKAN ACTIVE CONTOUR

BAB III METODOLOGI PENELITIAN

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA :38:54

Raycasting Pada Augmented Reality Dimensi Tiga

BAB I PENDAHULUAN. robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia

Panorama 360 o untuk Virtual Touring pada Museum Tugu Pahlawan Surabaya

Transkripsi:

Analisa Pengaruh Perbedaan Medium Air dan Udara Terhadap Kalibrasi Kamera Dengan Menggunakan Metode Zhang Pulung Nurtantio Andono 1, Guruh Fajar Shidik 2, Ricardus Anggi Pramunendar 3, Catur Supriyanto 4, and Mochamad Hariadi 5 Program Pasca Sarjana, Universitas Dian Nuswantoro, Semarang 50131 E-mail : { 1 pulung, 2 guruh.fajar, 3 ricardus.anggi, 4 caturs}@research.dinus.ac.id, mochar@ee.its.ac.id ABSTRAK Pada paper ini kami melakukan penelitian untuk mencari pengaruh perbedaan medium terhadap kalibrasi kamera. Kami melakukan komparasi analisa kalibrasi kamera yang dilakukan di udara dan di air, untuk mengetahui tingkat perbedaannya. Pada studi komparasi analisa ini kami menggunakan tehnik kalibrasi Zhang yang sudah biasa digunakan untuk kalibrasi kamera. Hasil experimen merupakan perbandingan focal length antara medium di air dengan focal length medium di udara. Kata kunci : Kalibrasi Kamera, Metode Zhang 1. Pendahuluan Kalibrasi kamera adalah salah satu langkah terpenting untuk mendapatkan rekonstruksi citra 3D yang presisi di dalam komputer vision. Pada kamera stereo, proses kalibrasi harus dilalui untuk mendapatkan posisi relative antara kedua kamera dengan objek citranya. Proses kalibrasi bertujuan untuk menghasilkan matrik yang berisi informasi dari citra 2D yang ditangkap oleh kamera. Adapun informasi yang didapatkan ialah nilai interinsic dan extrinic parameter dari kamera tersebut. Ada beberapa penelitian yang berkaitan dengan proses metode kalibrasi diantaranya proses kalibrasi pada kamera tunggal. Pada paper ini kami melakukan kalibrasi kamera pada medium yang berbeda yaitu di udara dan di air. Penelitian ini kami lakukan untuk mengetahui pengaruh perbedaan medium terhadap hasil kalibrasi kamera. Tehnik kalibrasi yang kami gunakan pada penelitian ini ialah dengan methode Zhang, dimana metode ini tergolong tehnik kalibrasi yang populer yang menggunakan radial alignment constraint. 2. Landasan Teori 2.1 Model Kamera Penelitian ini menggunakan kamera pinhole. Kamera pinhole terdiri dari bidang citra dan pusat proyeksi. Bidang citra adalah tempat dimana objek di refleksikan sedangkan pusat proyeksi adalah tempat dimana arah sinar menuju. Jarak antar pusat proyeksi dengan bidang citra disebut focal length (f).

Center of Projection y x Image Plane Image Point ( x, y, f ) i i 3D Point ( S S S x, y, z ) C Z f Gambar 1: Proyeksi Model Kamera 2.2 Kalibrasi Kamera Kalibrasi adalah proses yang penting dalam membangun objek 3D dari sebuah citra 2D [1]. Kalibrasi digunakan untuk mendapatkan parameter intrinsik dan ekstrinsik dari sebuah kamera. Parameter ekstrinsik menggambarkan posisi dari sebuah kamera terhadap sistem koordinat dunia, sedangkan parameter intrinsik meliputi focal length, pusat citra, koefisien distorsi lensa dan faktor skala citra. Nilai dari parameter intrinsic bersifat konstan karena parameter dari sebuah optic kamera tidak berubah dalam kondisi apapun, sedangkan parameter ekstrinsik bergantung pada posisi kamera [2]. Jika posisi dari kamera berubah maka nilai parameter ekstrinsik juga berubah. Kamera kalibrasi dapat digolongkan menjadi 2 kategori yaitu photogrammetric calibration dan self calibration [3]. photogrammetric calibration adalah proses kalibrasi yang geometri dalam ruang 3D sudah diketahui, sedangkan self calibration adalah proses kalibrasi yang digunakan pada objek statis sehingga beberapa gambar yang diambil dari kamera yang sama dan parameter intrinsic yang sama maka akan mendapatkan parameter eksternalnya. Secara umum, parameter intrinsik dari sebuah kamera dinotasikan sebagai berikut: Dimana, f : focal length d x : ukuran horizontal pixel d y : ukuran vertical pixel u 0 : posisi pusat horizontal gambar : posisi pusat vertical gambar v 0 1 dx s u 0 f 0 0 a x s u 0 K = [ 0 1 dx v ] [ 0 0 f 0] = [ 0 a y v 0 ] 0 0 1 0 0 1 0 0 1 2.3 Metode Zhang untuk Kalibrasi Kamera Stereo Metode Zhang digunakan untuk menghitung parameter intrinsik dan ekstirinsik dari sebuah kamera [4]. Gambar 1 menggambarkan flowchart dari sebuah metode Zhang.

Start Citra Kiri dan Kanan Evaluasi Kesalahan Menyesuaikan evaluasi kamera Konverge Hasil Gambar 2: Flowchart dari Metode Zhang [5] 3. Eksperimen Penelitian ini menggunakan MATLAB sebagai tool untuk melakukan kalibrasi. MATLAB Calibration Toolbox digunakan untuk memperoleh parameter intrinsik dan ekstrinsik. Kita menggunakan papan catur berukuran 17.5 22.5 cm untuk melakukan kamera kalibrasi. Ukuran tiap kotak pada papan catur berukuran 2.5 2.5 cm (Gambar 2). Image 16 - Image points (+) and reprojected grid points (o) Image 2 - Image points (+) and reprojected grid points (o) 50 50 100 100 150 150 200 Y 200 Y 250 X 250 300 O 300 O X 350 350 100 200 300 400 500 600 100 200 300 400 500 600 Gambar 3: Kamera Kalibrasi menggunakan papan catur Tahapan pertama pada proses kalibrasi adalah mengambil foto dari papan catur berupa video, kemudian diextrak hingga mendapatkan 1000 gambar. Hasil dari gambar digunakan untuk menentukan titik-titik pada citra papan catur. Dengan mengetahui lokasi titik pada gambar papan catur pada koordinat dunia dan koordinat citra, parameter intrinsik dan ekstrinsik dapat diketahui. Eksperimen pertama dengan medium air kolam renang (scene 1) adalah meletakkan papan catur di dasar kolam renang dan kamera berjarak 1 meter diatasnya. Gambar 4a: Kamera A Gambar 4b: Kamera B

Eksperimen ke-2 dengan medium air kolam renang (scene 2) adalah meletakkan kamera di dasar kolam renang dan papan catur berjarak 1 meter diatasnya. Gambar 5a: Kamera A Gambar 5b: Kamera B Eksperimen ke-3 dengan medium udara (scene 3) adalah meletakkan papan catur diatas permukaan tanah dan kamera berjarak 1 meter diatasnya. Gambar 6a: Kamera A Gambar 6b: Kamera B Eksperimen ke-4 dengan medium udara (scene 4) adalah meletakkan kamera diatas permukaan tanah dan papan catur berjarak 1 meter diatasnya. Gambar 7a: Kamera A Gambar 7b: Kamera B 4. Hasil Penelitian Dari hasil kamera kalibrasi didapat parameter intrinsik dan ekstrinsik kamera yang digunakan dalam penelitian ini seperti yang terlihat pada tabel 3 hingga tabel 10 yang hasil perbandingan rasio focal lengthnya dapat dilihat pada tabel 1 dan tabel 2 sebagai berikut: Tabel 1: Rasio Focal Length di Air (Scene 1) dan Udara (scene 3) Kamera A Kamera B Rata-rata Scene 1 (air) [2336; 2251] [3546; 3536] Scene 3 (udara) [1432; 1462] [2304; 2335] Rasio [1432/2336=0.61 ; 1462/2251=0.65] [2304/3546=0.65 ; 2335/3536=0.66] 0.64 1-0.64=0.36 Tabel 2: Rasio Focal Length di Air (Scene 2) dan Udara (scene 4) Kamera A Kamera B Rata-rata Scene 2 (air) [3248; 3189] [3196; 3462] Scene 4 (udara) [2186; 2213] [2015; 2320] Rasio [2186/3248=0.67 ; 2213/3189=0.69] [2015/3196=0.63 ; 2320/3462=0.67] 0.66 1-0.66=0.34

Dari Tabel 1 dan Tabe 2 tampak bahwa perbedaan focal length antara udara dan air berkisar antara 34% hingga 36%. 5. Kesimpulan Kalibrasi merupakan bagian terpenting dari rekonstruksi citra 3D. Ketepatan perhitungan focal length berpengaruh pada bentuk obyek 3D. Penelitian ini membandingan pengukuran focal length pada medium udara dan air. Dari hasil percobaan yang dilakukan, didapatkan bahwa adanya perbedaan nilai kalibrasi kamera pada medium air dan udara sebesar 36%. Untuk penelitian selanjutnya disarankan untuk mengurangi besaran perbedaan focal length pada medium air dan udara sehingga rekonstruksi objek 3D lebih akurat. Daftar Pustaka [1]. J.S. Gu, Research of Linear Camera Calibration Based on Planar Pattern, Engineering and Technology, pp. 627-631, 2009 [2]. J. Steele, C.D., T. Vincent and M. Whitehorn, Developing stereovision and 3D modelling for LHD automation, 6th International Symposium on Mine Mechanization and Automation, South African Institute of Mining and Metallurgy, 2001 [3]. M. Chafied, Brosur interaktif berbasis augmented reality, Seminar Tugas Akhir Jurusan Teknik Informatika, Politeknik Elektronika Negeri Surabaya, Institut Teknologi Sepuluh Nopember,, pp. 1-5, 2010 [4]. R.A. Hamzah, S.I. Salim, and H.N. Rosly, An Effective Distance Detection of Obstacles in Stereo Vision Application, Engineering, vol. 1, pp. 49-53, 2010 [5]. R.K. Lenz, R.Y. Tsai, and Y. Heights, Techniques for Calibration of the Scale Factor and Image Center for High Accuracy 3D Machine Vision Metrology, Camera, pp. 68-75, 1987 Tabel 3: Parameter Internal Kamera A (scene 1) Tabel 4: Parameter Internal Kamera B (scene 1) Focal Length [2336.55142 ; 2251.54179 ] Focal Length [ 3546.58038 ; 3536.72590] Principal point [ 1015.42741 ; 612.80567 ] Principal point [ 775.06783 ; 554.34043] Distortion [ 1.80762 ; 23.57775 ; 0.04045 ; 0.02659 ; Distortion [ 1.07388 ; -1.48081; 0.01339 ; -0.07995 ; Tabel 5: Parameter Internal Kamera A (scene 2) Tabel 6: Parameter Internal Kamera B (scene 2) Focal Length [ 3248.88908 ; 3189.11039 ] Focal Length [ 3196.54243 ; 3462.76878] Principal point [ 588.55092 ; 627.59114 ] Principal point [ 984.69315 ; 1098.80372 ] Distortion [ 0.37051 ; 1.46346 ; -0.00325 ; -0.07250; Distortion [ 0.66753 ; 0.658630; 0.18290 ; 0.00682 ; Tabel 7: Parameter Internal Kamera A (scene 3) Tabel 8: Parameter Internal Kamera B (scene 3) Focal Length [ 1432.84688 ; 1462.41673] Focal Length [ 2304.29348 ; 2335.68072 ] Principal point [ 933.07662 ; 569.87149 ] Principal point [ 1144.41940 ; 769.30768 ] Distortion [ 0.13133 ; -0.06792 ; -0.02047 ; -0.00328 ; Distortion [ 0.38146 ; -0.02739 ; 0.05637 ; 0.02428 ; 0.00000] Tabel 9: Parameter Internal Kamera A (scene 4) Tabel 10: Parameter Internal Kamera B (scene 4) Focal Length [ 2186.89151 ; 2213.47632 ] Focal Length [ 2015.58720 ; 2320.56201 ] Principal point [ 886.12285; 561.48380 ] Principal point [ 913.13798 ; 542.45916 ] Distortion [ 0.13097 ; 0.19313 ; 0.00289 ; -0.00976 ; Distortion [ 0.22558 ; -0.01755 ; -0.01510 ; -0.00291 ; 0.00000]