Maa-57.260. Kameran kalibrointi. TKK/Fotogrammetria/PP



Samankaltaiset tiedostot
Teoreettisia perusteita II

Luento 5: Stereoskooppinen mittaaminen

Maa Fotogrammetrian erikoissovellutukset (Close-Range Photogrammetry)

Luento 3: Kuvahavainnot

Luento 6: 3-D koordinaatit

Luento 4 Georeferointi

SINI- JA KOSINILAUSE. Laskentamenetelmät Geodeettinen laskenta M-Mies Oy

Fotogrammetrian termistöä

Luento 4: Kolmiointihavainnot

Luento 4 Georeferointi Maa Fotogrammetrian perusteet 1

Luento 2 Stereokuvan laskeminen Maa Fotogrammetrian perusteet 1

Vanhoja koetehtäviä. Analyyttinen geometria 2016

Mittausten suunnittelu I

y=-3x+2 y=2x-3 y=3x+2 x = = 6

Tekijä Pitkä matematiikka

Suorat ja tasot, L6. Suuntajana. Suora xy-tasossa. Suora xyzkoordinaatistossa. Taso xyzkoordinaatistossa. Tason koordinaattimuotoinen yhtälö.

Luento 7: Kuvan ulkoinen orientointi

Tekijä Pitkä matematiikka Pisteen (x, y) etäisyys pisteestä (0, 2) on ( x 0) Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y.

S11-04 Kompaktikamerat stereokamerajärjestelmässä. Projektisuunnitelma

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

5.3 Suoran ja toisen asteen käyrän yhteiset pisteet

Luento 4: Kiertomatriisi

Luento 8: Kolmiointi AIHEITA. Kolmiointi. Maa Fotogrammetrian yleiskurssi. Luento-ohjelma

1. Olkoot vektorit a, b ja c seuraavasti määritelty: a) Määritä vektori. sekä laske sen pituus.

Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä:

Luento 7 3-D mittaus. fotogrammetriaan ja kaukokartoitukseen

Luento 5: Kuvakoordinaattien laskeminen ja eteenpäinleikkaus

Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.

7.4 PERUSPISTEIDEN SIJAINTI

Suorien ja tasojen geometriaa Suorien ja tasojen yhtälöt

Teoreettisia perusteita I

Luento 7: Fotogrammetrinen mittausprosessi

MAA4 - HARJOITUKSIA. 1. Esitä lauseke 3 x + 2x 4 ilman itseisarvomerkkejä. 3. Ratkaise yhtälö 2 x x = 2 (yksi ratkaisu, eräs neg. kokon.

Luento Fotogrammetrian perusteet. Henrik Haggrén

2 Pistejoukko koordinaatistossa

Kaikkiin tehtäviin ratkaisujen välivaiheet näkyviin! Lue tehtävänannot huolellisesti. Tee pisteytysruudukko B-osion konseptin yläreunaan!

A-osio. Tehdään ilman laskinta ja taulukkokirjaa! Valitse tehtävistä A1-A3 kaksi ja vastaa niihin. Maksimissaan tunti aikaa suorittaa A-osiota.

Muutoksen arviointi differentiaalin avulla

Luento 4: Kolmiointihavainnot

Ensimmäisen asteen polynomifunktio

Yleistä vektoreista GeoGebralla

x 5 15 x 25 10x 40 11x x y 36 y sijoitus jompaankumpaan yhtälöön : b)

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora

Tekijä Pitkä matematiikka

c) Määritä paraabelin yhtälö, kun tiedetään, että sen huippu on y-akselilla korkeudella 6 ja sen nollakohdat ovat x-akselin kohdissa x=-2 ja x=2.

Luento 6: Stereo- ja jonomallin muodostaminen

Luento 11: Stereomallin ulkoinen orientointi

Ympyrän yhtälö

yleisessä muodossa x y ax by c 0. 6p

Koontitehtäviä luvuista 1 9

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

Digitaalikameran asemointi pallopanoraamajalustaan

Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 180 Päivitetty Pyramidi 4 Luku Ensimmäinen julkaistu versio


Luento 6 Mittausten suunnittelu II. erikoissovellukset

Harjoituksia MAA4 - HARJOITUKSIA. 6. Merkitse lukusuoralle ne luvut, jotka toteuttavat epäyhtälön x 2 < ½.

Lauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa:

Luento 3: 3D katselu. Sisältö

Tuulen nopeuden mittaaminen

Erikoistekniikoita. Moiré - shadow-moiré - projection-moiré. Rasterifotogrammetria - yhden juovan menetelmä - monen juovan menetelmä

Suorista ja tasoista LaMa 1 syksyllä 2009

Työ 2324B 4h. VALON KULKU AINEESSA

Ratkaisuja, Tehtävät

Juuri 4 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. b) B = (3, 0, 5) K2. 8 ( 1)

SISÄLTÖ Venymän käsite Liukuman käsite Venymä ja liukuma lujuusopin sovelluksissa

Luento 9 3-D mittaus. fotogrammetriaan ja kaukokartoitukseen

Anna jokaisen kohdan vastaus kolmen merkitsevän numeron tarkkuudella muodossa

Työ 21 Valon käyttäytyminen rajapinnoilla. Työvuoro 40 pari 1

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

Ellipsit, hyperbelit ja paraabelit vinossa

Muodonmuutostila hum

= 9 = 3 2 = 2( ) = = 2

1/6 TEKNIIKKA JA LIIKENNE FYSIIKAN LABORATORIO V

(a) Potentiaali ja virtafunktiot saadaan suoraan summaamalla lähteen ja pyörteen funktiot. Potentiaalifunktioksi

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/2

Kertausosa. 5. Merkitään sädettä kirjaimella r. Kaaren pituus on tällöin r a) sin = 0, , c) tan = 0,

Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Vastaus: Määrittelyehto on x 1 ja nollakohta x = 1.

9. Polarimetria. Havaitsevan tähtitieteen peruskurssi I, Syksy 2017 Thomas Hackman (Kalvot JN, TH, MG & VMP)

Juuri Kertaus Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 4 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. b) B = (3, 0, 5) K2. ( )

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Preliminäärikoe Tehtävät Pitkä matematiikka / 3

Ota tämä paperi mukaan, merkkaa siihen omat vastauksesi ja tarkista oikeat vastaukset klo 11:30 jälkeen osoitteesta

Deformoituvan metallirakenteen fotogrammetrinen muodonmuutosmittaus

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

r > y x z x = z y + y x z y + y x = r y x + y x = r

Differentiaali- ja integraalilaskenta 3 Mallit laskuharjoitukseen 3 /

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 2017

Käy vastaamassa kyselyyn kurssin pedanet-sivulla (TÄRKEÄ ensi vuotta ajatellen) Kurssin suorittaminen ja arviointi: vähintään 50 tehtävää tehtynä

BM20A0900, Matematiikka KoTiB3

Transkriptio:

Kameran kalibrointi

Kameran kalibroinnilla tarkoitetaan sen kameravakion, pääpisteen paikan sekä optiikan aiheuttamien virheiden määrittämistä. Virheillä tarkoitetaan poikkeamaa ideaalisesta keskusprojektiokuvasta. Vasemmassa kuvassa linssin aiheuttamia vääristymiä ei ole korjattu ja oikeassa on.

Virheiden esittämiseen on olemassa useita erilaisia matemaattisia malleja. Nykyisin käytetyin on ns. fysikaalinen malli, jossa linssin aiheuttamat virheet koostuvat keskipisteestä piirretyn säteen suuntaisesta ja sitä vasttaan kohtisuorasta komponentista (aiheutuvat linssien muoto- ja asennusvirheistä). Lisäksi malliin kuuluu kuvakoordinaatiston vinoutta ja koordinaattiakselien mittakaavaeroa kuvaavat parametrit. Korjatut koordinaatit ovat esim. muotoa x oikea= x by k 1 x r 2 k 2 x r 4 k 3 x r 6 p 1 2xy p2 r 2 2x 2 y oikea=ay k 1 y r 2 k 2 y r 4 k 3 y r 6 p1 r 2 2y 2 p 2 2xy a,b k1,k2,k3 p1,p2 r2 kuvakoordinaatiston akselien vinouden ja mittakaavaeron kompensointi radiaalisen piirtovirheen kompensointi tangentiaalisen piirtovirheen kompensointi x2+y2

Alla vasemmalla on esitetty tyypillisiä radiaalisen piirtovirheen kuvaajia. Piirtovirhe riippuu siitä, mille etäisyydelle kamera on tarkennettu. Käytännössä on todettu, että tavallisia optiikoita käytettäessä kolme korjaustermiä (k1,k2 ja k3) on riittävä määrä. Yksinkertaisimmissa optiikoissa pärjätään jopa yhdellä termillä (k1) ja esim. kalansilmälinssiä käytettäessä saatetaan joutua turvautumaan jopa viiteen termiin. Kuva. J. G. Fryer Radiaalinen piirtovirhe aiheuttaa joko tynnyri - tai tyynyefektin.

Muuttamalla kameravakiota voidaan piirtovirheen kuvaaja saattaa halutunlaiseksi (balanced distortion). Virhe voidaan esim. saattaa nollaksi tietyllä etäisyydellä pääpisteestä (kts. kuva oikealla). Kuva. J. G. Fryer

Tangentiaalisen piirtovirheen vaikutus on yleensä huomattavasti pienempi kuin radiaalisen. Se on maksimissaan suunnassa ja nolla suunnassa + /2. Kuva. J. G. Fryer

Kuvakoordinaattiakselien vinous ja mittakaavaero: x= x' by ' y=ay '

Muita korjausmalleja:: Polynomimalli: x oikea= x c 3 xy c 5 y² c 7 x² y c 9 xy² c 11 c 13 x³ y oikea= y c 1 y c 2 x c 4 x² c 6 xy c 8 x² y c 10 xy² c 12 x² y² c 14 y³ Spherical harmonics -malli: x r y y oikea = y a1 y a 2 x q r q=a 3 r cos a4 r sin a6 r² cos 2 a 7 r² sin 2 a8 r³ cos a9 r³ sin a10 r³ cos 3 a11 r³ sin 3 y r = x² y² =arctan x x oikea= x a1 x a 2 y q

Kalibrointimenetelmiä: A) Laboratoriokalibrointi goniometrillä tai multikollimaattorilla -- piirtovirheiden mittaus -- pääpiste ja kameravakio lasketaan havaintojen perusteella -- lähinnä ilmakuvakameroiden kalibrointiin TKK:n goniometri. Kuva: H. Haggrén. Goniometrin periaate. Kuva: H. Haggrén.

Multikollimaattorin periaate. Kuva: T. A. Clarke & J. G. Fryer.

B) Testikenttäkalibrointi - kalibroinnissa käytetään hyväksi koordinaateiltaan tunnettuja 3D-pisteitä -- pisteistö voidaan mitata esim. teodoliiteilla tai fotogrammetrisesti - testikentästä otetaan useita kuvia eri suunnista erilaisin kamerakierroin - lopullinen laskenta perustuu yleensä kollineaarisuusyhtälön käyttöön m11 X X 0 m 21 Y Y 0 m 31 Z Z 0 x p x = c d x m 13 X X 0 m 23 Y Y 0 m 33 Z Z 0 m 21 X X 0 m 22 Y Y 0 m 32 Z Z 0 y p y = c d y m 13 X X 0 m 23 Y Y 0 m 33 Z Z 0 - epälineaaristen lausekkeiden vuoksi ratkaisu pitää hakea iteroimalla -- edellyttää likiarvoja ratkaistaville parametreille

- projektiokeskuksen paikat (X0,Y0,Z0) ja kameran kierrot ratkaistaan likimääräisesti esim. DLT:n avulla, pääpisteen likiarvoksi voidaan antaa esim. kuvan keskipiste, c:lle voi antaa likiarvoksi polttovälin nimellisarvon, k1, k2, k3, p1, p2, ja b voidaan merkata nollaksi ja a ykköseksi TKK:n testikenttä. Siirreltävä testikenttä. Kuva: K. Nummiaro.

C) Itsekalibrointi - kalibrointia varten ei ole mitattu/tehty mitään erityisiä pisteitä, vaan laskenta perustuu kohdepisteiden käyttöön - edellyttää vahvaa kuvausgeometriaa ja useita kuvia - laskentaa varten kohdepisteille on tavalla tai toisella hankittava likimääräiset koordinaatit, joiden perusteella saadaan likimääräiset kamera-asemat ja kierrot laskettua iteratiivista laskentaa varten - kameraparametrit ratkaistaan samanaikaisesti kohdepisteiden kanssa - hyvin paljon käytetty menetelmä lähifotogrammetrisissa mittauksissa - etuna se, että kamera tulee kalibroitua mittausolosuhteissa

D) Kalibrointi kameraa pyörittämällä - jos kuvattava kohde on lähellä tarvitaan jalusta, jolla kameraa voidaan pyörittää siten, että projektiokeskus pysyy paikallaan - kohteen ollessa kaukana ei projektiokeskuksen pieni liike ole merkityksellinen tulosten kannalta Kuva: A. Kukko. - kameran asemointia varten luodaan erityisten tähysten avulla linjoja, jotka kohtaavat jalustan pyörähdysakselien leikkauspisteessä (esim. teodoliitilla) - kameraa siirretään jalustalla kunnes linjat ovat kohdallaan jalustan kierroista huolimatta - tällä tavoin projektiokeskus saadaan muutaman millin tarkkuudella oikeaan paikkaan

Etu- ja takatähys. Kuva: A. Kukko. Kameran asemointi jalustalle. Kuva: A. Kukko. Oikein asemoitu kamera pitää tähykset kohdakkain vaikka jalustaa kierretään (oikeanpuolimmaisin kuva). Kuva: A. Kukko.

- kuvien väliset kierrot ja kalibrointiparametrit ratkaistaan kuvilta mitattujen vastinpisteiden avulla - parhaaseen luotettavuuteen päästään kun kameraa kierretään sekä vaakaettä pystysuunnassa Tyypillinen kuvasarja kalibrointia varten.

- vastinpisteiden ideaaliset koordinaatit ovat x a =x a0 p x d xa y a = y a0 p y d ya x b =x b0 p x d xb y b = y b0 p y d yb missä xa0, ya0, xb0 ja yb0 ovat mitatut kuvakoordinaatit, px ja py pääpisteen koordinaatit ja dxa,dya,dxb ja dyb piirtovirheiden parametrit - vastinpisteiden määrittämille vektoreille pätee a= x a y a c T b= x b y b c T a b =R a b

- jokainen vastinpistepari tuottaa kolme yhtälöä x a x b r 11 y b r 12 c r 13 = a b y a x b r 21 y b r 22 c r 23 = a b c x b r 31 y b r 32 c r 33 = a b - havaitsemalla riittävä määrä vastinpisteitä voidaan muodostaa yhtälöryhmä josta kierrot ja kameran parametrit on ratkaistavissa - tehtävä on epälineaarinen, joten tuntemattomille on oltava likiarvot -- kierroille saadaan helposti likiarvot muutaman vastinpisteen perusteella -- k1, k2, k3, p1, p2, ja b voidaan merkata taas nollaksi ja a ykköseksi -- pääpiste voidaan laittaa kuvan keskipisteeseen ja kameravakioksi esim. kuvan leveys

E) Kalibrointi tähtien avulla - tähtien sijainti toistensa suhteen tunnetaan riittävällä tarkkuudella kameran kalibrointia varten - ongelmana ilmakehän refraktio ja himmeiden tähtien näkyvyys kuvassa - käytetty esim. ohjusten lentoradan määritysten yhteydessä

F) Plumb line -kalibrointi - kameralla kuvataan suoraa viivastoa eri asennoista -- viivasto voi koostua esim. luotilangoista (kts. kuva) - viivojen kaareutuma katsotaan johtuvan optiikan piirtovirheistä - ko. menetelmällä ei pystytä määrittämään kameravakiota ja pääpisteen paikalle saadaan luotettavat koordinaatit vain jos optiikan aiheuttamat vääristymät ovat riittävän suuria - soveltuu esim. piirtovirheiden määritykseen kameran eri tarkennuksille ja likiarvojen hankintaan esim. itsekalibrointia varten Kuva: J. G. Fryer.

- kuvilta mitataan suoraan kuuluvien pisteiden koordinaatteja ja ratkaistaan suoran parametrit yhtälöstä x sin y cos =, missä x =x mitattu d x y = y mitattu d y. - ratkaistavaksi saadaan yhtälöryhmä, jossa tuntemattomina ovat kaikkien kuvilla näkyvien suorien parametrit sekä kuville yhteiset kalibrointiparametrit Kuva: J. G. Fryer.

Esimerkki: Tapa 1 (yhtenäinen viiva): - testikenttäkalibrointi - 5 kuvaa, 372 mitattua pistettä Tapa 2(katkoviiva): - kalibrointi kameraa pyörittämällä - 3 kuvaa, 102 mitattua pistettä, 50%:n peitto Kalibroitu kamera: Olympus Camedia C-1400L Jyrkemmät käyrät kuvaavat radiaalista piirotvirhettä ja loivemmat tangentiaalista.

Tulokset: Tapa 1: px py c a b k1 k2 k3 p1 p2 617.03 483.50 1406.63 9.999628e-01-5.007041e-05 1.352442e-07-3.677413e-14-1.857348e-20 1.166692e-06-7.634132e-07 (std. err.) 2.18 1.89 1.04 1.864703e-04 1.789253e-04 6.917063e-09 2.514506e-14 2.765898e-20 2.442701e-07 2.308410e-07 Tapa 2: px py c a b k1 k2 k3 p1 p2 618.41 477.55 1402.61 9.830809e-01-3.767164e-04 1.226342e-07 2.153417e-14-8.917501e-20-1.115324e-06-2.567598e-07 (std. err.) 1.13 3.00 5.53 9.389204e-03 1.795160e-03 5.110449e-09 1.478256e-14 1.436700e-20 3.976178e-07 1.327604e-07

Kirjallisuutta: J. G. Fryer: Camera Calibration in Non-Topographic Photogrammetry, Non-Topographic Photogrammetry, H. M. Karara (ed.), ASPRS, 1989. J. G. Fryer: Camera Calibration, Close Range Photogrammetry and Machine Vision, K. B. Atkinson (ed.), Whittles Publishing, 1996. Luhmann T., Robson S., Kyle S., Harley I., Close Range PhotogrammetryPrinciples, Methods and Applications, s. 448-457.