Está en la página 1de 2

Un Metodo de Calibracion de Camara Basado en

un Patron de Anillos
Mendoza V. Pavel Ocsa S. Leonel Aquino Ch. Yesica
Universidad Catolica San Pablo Universidad Catolica San Pablo Universidad Catolica San Pablo
Arequipa, Peru Arequipa, Peru Arequipa, Peru
Email: pmendozavx@gmail.com Email: leonel.ocsa.sanchez@ucsp.edu.pe Email: yaquinoc@gmail.com

AbstractAqu va el abstract archisupermegarecontraultraes- Valores extrinsecos e intrinsecos: Estos parametros son


tupido hallados calculando la matriz de proyeccion. Los valores
intrinsecos requieren que la imagen no este distorsionada,
I. I NTRODUCCI ON y esto lo logramos mediante los parametros de distorcion.
La calibracion de camaras es un paso fundamental en visual Al corregir la distorsion se obtiene una imagen con
computacional 3D con la finalidad de extraer informacion perspectiva real, y como resultado de ello, es posible
metrica de imagenes 2D. Es as, que en la actualidad se ha determinar los 5 valores intrinsecos, correspondientes
desarrollado un vasto numero de metodos de calibracion de a coordenadas x e y del centro de la proyeccion, la
objetos, los cuales dependen de la dimension de los objetos. distancia focal, el aspect ratio y el angulo entre los
Dichos metodos se clasifican en 2 grandes categoras [1]: ejes opticos. Por otra parte los parametros extrinsecos
representan la rotacion y traslacion en el espacio, asi
Calibracion fotometrica: la cual se realiza observando
mismo describen la posicion y direccion de la camara en
un objeto en el espacio 3D, los parametros de dicho
el mundo. La rotacion esta representada por una matriz
objeto se conocen con mucha precision. Este tipo de
de 3x3, mientras que la traslacion por un vector 3x1. La
calibracion es actualmente un reto en la astronoma.
importancia de la matriz extrinseca de valores describe
Auto-calibracion: la cual no usa ningun tipo de cali-
como el mundo es transformado en relacion a la camara.
bracion sobre el objeto, ya que solo basta con mover la
Root Mean Square (RMS): Representa la precision de
camara en una escena estatica. Para ello la camara debe
los parametros encontrados, el cual debe tener un valor de
tener sus parametros internos calibrados, de tal que modo
cercano a 0. Mientras mas cercano a 0 mayor precision
que al tener al menos 3 imagenes se puedan reconstruir
tendran los resultados. Para calcular este error se hace un
sus parametros internos y externos dando como resultados
calculo de la media de todos los errores calculados para
una reconstruccion 3D.
cada uno de los frames de una escena, a este error por
En el caso de calibracion 2D es necesario el uso de un patron frame se le llama error de re-proyeccion final.
externo que es mostrado en diferentes angulos y posiciones,
sin embargo existen diferentes tipos de calibracion y cada una Nuestro principal aporte es el desarrollo de un algoritmo
de ellas depende de la situacion en donde seran usadas. que determine la distancia de un patron de circulos y otro
de anillos hacia la camara, para esto, se tuvo que encontrar
Durante el proceso de calibracion es importante realizar
los centros del patron realizando un tracking a los puntos
ciertos procesos clave como la deteccion de esquinas del
encontrados, para hallar los valores intrnsecos, extrnsecos y
patron que puede ser realizado con el algoritmo de Harris, sin
RMS. Finalmente nuestros resultados fueron comparados con
embargo si la resolucion de la imagen no es la adecuada se
el algoritmo que tiene OpenCV ya implementado.
puede aplicar otras tecnicas para estimar las lneas del patron.
Otras opciones son aplicar filtros de suavizado sobre la imagen Subsection text here.
y realizar una deteccion de bordes con Canny.
Antes de comenzar con el metodo propuesto es importante II. M ETODO P ROPUESTO
definir ciertos terminos: En esta seccion se detalla el metodo de calibracion prop-
Extraccion de caractersticas: Normalmente se aplican uesto. Metodos tradicionales suelen considerar tracking sobre
deteccion de bordes como Harris, para la deteccion de el patron con el proposito de manejar falsos positivos o ele-
bordes, sin embargo los resultados no son tan precisos. mentos perdidos en los keypoints debido a la poca resolucion
Una idea general que se aplica es realizar una estimacion o distorsion de la camara. Sin embargo, un enfoque de este
de los bordes del padron, dibujando una cuadricula, tiempo sacrifica tiempo de computo. Nuestra propuesta es un
simplemente basta con detectar las esquinas y realizar el metodo frame a frame que funciona incluso en camaras con
trazo e interseccion de las mismas. Esto se logra mediante alta distorsion permitiendo un procesamiento en tiempo real
la deteccion de bordes. en escala de grises.
A. Pre-Procesamiento B. Patron de Anillos
Para la deteccion de los keypoints se puede usar la deteccion IV. C ONCLUSIONES
de crculos, los cuales pueden definirse a partir del permetro Se pudo realizar una calibracion de camara con un RMS,
de las figuras. Sin embargo, debido a la perspectiva de la muy cercano al valor obtenido por OpenCV.
camara, los crculos suelen verse como elipses, los cuales son Se implemento un metodo automatico de deteccion de
ajustados a partir del permetro con un algoritmo de ajuste puntos control para la calibracion usando los patrones: crculos
de conicas [2]. Para una correcta identificacion se aplica un (antisimetrico) y anillos (simetrico).
filtro Gaussiano para suavizar la imagen antes de binarizar la Mediante la deteccion y tracking de los centros fue posible
imagen con un threshold adaptativo [3]. Para la deteccion de usar dichos parametros a lo largo de varias pruebas en distintos
bordes se empleo el filtro de Canny. frames y determinar los valores de distorsion.
Se hicieron correciones de distorcion para obtener una
B. Deteccion de Keypoints correcta perspectiva de la escena.
Las pruebas del calculo de la distancia a la camara
Un keypoint es definido a partir de las elipses. Para una mostraron tener una distancia mnima con un promedio de
correcta seleccion de dichos keypoints, se toma en cuenta el 300mm y un maximo de 500mm lo cual se concluye que esta
hecho que, segun sea el patron elegido, los puntos buscados dentro del rango aceptado.
son centros de 2 y 4 elipses casi concentricos en el caso Se implemento una herramienta GUI que facilita la tarea de
del patron de crculos y anillos respectivamente. Un keypoint calibracion y visualizacion de distancia a camara.
es tomado como el centroide de dichas elipses. El conjunto
de keypoints dentro del patron es obtenido a partir de una AGRADECIMIENTOS
busqueda en anchura que emplea una distancia mnima adap- Aqui van los agradecimientos
tativa entre keypoints
R EFERENCES
C. Manejo de Ambiguedades [1] R. Hartley and A. Zisserman, Multiple view geometry in computer vision.
Cambridge university press, 2003.
La deteccion de erronea de keypoints puede descartarse a [2] A. W. Fitzgibbon, R. B. Fisher et al., A buyers guide to conic fitting,
DAI Research paper, 1996.
partir de la excentricidad de las elipses calculadas con un [3] B. R. Masters, R. C. Gonzalez, and R. Woods, Digital image processing,
umbral que depende de la distorsion en los crculos debido a la Journal of biomedical optics, vol. 14, no. 2, p. 029901, 2009.
camara y es fijado manualmente. Otro parametro que permite
descartar falsos positivos es la relacion permetro y area de la
elipse.

III. P RUEBAS Y R ESULTADOS

Se presentaran los resultados obtenidos con los diferentes


patrones con los que se probo (circulos y anillos) dando enfasis
en la comparacion con la calibracion que realiza OpenCV con
el patron de crculos.

A. Patron de crculos

TABLE I
C OMPARACI ON DEL RMS OBTENIDO CON EL PATR ON DE C IRCULOS ,
HACIENDO USO DE NUESTRO ALGORITMO Y EL ALGORITMO USADO POR
O PEN CV, CON DIFERENTE CANTIDAD DE FRAMES .

Numero de RMS obtenido RMS obtenido


Frames usados por nuestro por OpenCV
para calibrar algoritmo
25 0,3523 0,3471
35 0,3477 0,3377
45 0,3565 0,3438
55 0,3655 0,3521
65 0,3643 0,3508
75 0,3729 0,3582
100 0,3758 0,3628