Método para la extracción de puntos de control en la calibración de una cámara basado en la estimación de la fase de un patrón de puntos codificado

  • Andrés Leonardo González Gómez M. Sc.(c) Telemática. Investigador Grupo GINCAP, Universidad Autónoma de Bucaramanga. Bucaramanga
  • Jaime Enrique Meneses Fonseca Ph. D. Grupo de Investigación GOTS, Universidad Industrial de Santander. Bucaramanga
  • Alexánder Ballesteros Díaz Físico (c). Grupo de Investigación GOTS, Universidad Industrial de Santander. Bucaramanga
  • Jaury León Téllez M. Sc. Grupo de investigación GINCAP, Universidad Autónoma de Bucaramanga. Bucaramanga

Abstract

Con el método de Zhang para la calibración de una cámara, se propone un método con el cual sea posible realizar la estimación de parámetros intrínse- cos de la cámara, basado en el cálculo de la fase de un patrón de puntos codificado. El método propuesto requiere un patrón pseudo periódico de puntos negros equiespaciados que matemáticamente se pueden re- presentar como dos sistemas ortogonales de franjas. Debido a la distribución espacial regular de los puntos en todo el plano, es posible obtener la posición de un punto con base en la distribución de fase, con precisión subpixel. La relación entre la posición 3D de los puntos y su correspondiente posición en la imagen resultante se realiza sin intervención alguna del usuario. Es posible debido a que el patrón de puntos tiene cada una de sus posiciones codificadas en una secuencia binaria pseudo aleatoria. Evaluaciones experimentales demuestran que calcular la posición espacial de un punto con el método basado en la fase es más robusto al ruido que el mé- todo basado en cálculos de intensidad. De igual forma, el cálculo de las posiciones de los puntos a partir de la fase es menos sensible a variaciones de focalización e iluminación del patrón.


Downloads

Download data is not yet available.

References

[1] R. Tsai, “A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-self TV camera lenses,” IEEE J. Robot. Autom. RA-3, 323–344 (1997).

[2] J. Salvi, X. Armangué, and J. Batlle, “A Comparative review of camera calibrating methods with accuracy evaluation,” Pattern Recognit. 35(7), 1617–1635 (2002).

[3] Z. Zhang, “A flexible new technique for camera calibration,” IEEE Trans. Pattern Anal. Mach. Intell. 22, 1330–1334 (2000).

[4] W. Sun and J. Cooperstock, “An empirical evaluation of factors influencing camera calibration accuracy using three publicly available techniques,” Mach. Vis. Appl. 17, 51–67 (2006).

[5] X. Meng and Z. Hu, “A new easy camera calibration technique based on circular points,” Patt. Recognition 36, 1155 – 1164(2003).

[6] L. Krüger and C. Wöhler, “Accurate chequerboard corner localisation for camera calibration,” Patt. Recognition Letters, 32,1428–1435 (2011).

[7] J. A. Galeano, P. Sandoz, E. Gaiffe, S. Launay, L. Robert, M. Jacquot, F. Hirchaud, J.-L. Prétet, C. Mougin, “Position-referenced microscopy for live cell culture monitoring,” Biomed. Opt. Express 12, 1307-1318(2011).

[8] N. Arias, P. Sandoz, J. Meneses, M. Suárez, T. Gharbi, “3D localization of a labeled target by means of a stereo vision configuration with subvoxel resolution,” Opt. Express 18, 24152 - 24162(2010).

[9] N. Arias, N. Meneses, J. Meneses, T. Gharbi, “A handheld 3D laser scanning with global positioning system of subvoxel precision,” J. Phys.: Conf. Ser. 274, 012068 (2011).

[10] M. Takeda and K. Mutoh, “Fourier transform profilometry for the automatic measurement of 3-D object shapes,” Appl. Opt. 22, 3977-3982 (1983).

[11] J. Bouguet, “Camera Calibration ToolBox for Matlab,” in http://www.vision.caltech.edu/bouguetj/calib_doc/ index.html.
Published
2013-06-30
Section
Research and Innovation Articles