Teknik Geomatika ITSPage 23
Camera Calibration on Matlab dengan Toolbox_Calib
FOTOGRAMETRI DIGITAL
BAB I
PENDAHULUAN
1. Latar Belakang
Kalibrasi merupakan proses verifikasi bahwa suatu akurasi alat ukur sesuai dengan rancangannya. Kalibrasi biasa dilakukan dengan membandingkan suatu standar yang terhubung dengan standar nasional maupun internasional dan bahan-bahan acuan yang tersertifikasi.System manajemen kualitas memerlukan system pengukuran yang efektif, termasuk didalamnya kalibrasi formal, periodic dan terdokumentasi, untuk semua pengukuran.
Kalibrasi diperlukan untuk : (1) perangkat baru, (2) suatu perangkat setiap waktu tertentu, (3) suatu perangkat mengalami tumbukan atau getaran yang berpotensi mengubah kalibrasi dan (4) ketika hasil observasi dipertanyakan. Kalibrasi, pada umumnya merupakan proses untuk menyesuaikan keluaran atau indikasi dari suatu perangkat pengukuran agar sesuai dengan besaran dari standar yang digunakan dalam akurasi tertentu. Contohnya, kamera dapat dikalibrasi sehingga kesalahan indikasi atau koreksi dapat ditentukan atau disesuaikan (melalui konstanta polynomial ataupun metode laboratorium), sehingga kamera tersebut menunjukan nilai yang sebenarnya
Pada kali ini, kami, mahasiswa Teknik Geomatika ITS melakukan praktikum kalibrasi dengan menggunakan kamera NIKON COOLPIX S9700untuk mengetahui nilai Calibrated Focus Length (CFL) dan distorsi yang dihasilkan. Kami menggunakan kamera NIKON COOLPIX S9700 karena mudah dibawa (pocket camera)dengan lensa optical zoom 30x. Lensa zoom tersebut setara dengan lensa 25 – 750 mm yang menawarkan pemotretan wide-angle. Kamera ini juga dilengkapi dengan koneksi Wi-Fi yang dapat digunakan untuk mentransfer foto dan video secara nirkabel ke perangkat mobile serta fitur GPS untuk menandakan lokasi foto yang diambil.
1.2 Tujuan
Tujuan dilaksanakannya praktikum ini adalah sebagai berikut :
Adapun tujuan praktikum kalibrasi kamera ini adalah memahami proses kalibrasi kamera termasuk mengetahui nilai-nilai parameter orientasi dalam atau Interior OrientationParameter (IOP) yaitu :
Focal Length
Principal Point X (Xp)
Principal Point Y (Yp)
Format Width (Fw)
Format Height (Fh)
Radial Distorsion (K)
Decentring Distortion (P)
Selain itu agar mampu memahami penggunaan software Photo Modeler Scanner.
Mahasiswa Teknik Geomatika ITS dapat mengetahui perhitungan-perhitungan/metode-metode untuk melakukan kalibrasi
Mahasiswa Teknik Geomatika ITS memahami proses kalibrasi
Mahasiswa Teknik Geomatika ITS mampu melakukan kalibrasi secara baik dan benar
1.3 Manfaat
Manfaat Dilaksanakannya praktikum ini adalah sebagi berikut :
Mahasiswa Teknik Geomatika ITS bisa atau paham tentang proses kalibrasi
Mahasiswa Teknik Geomatika ITS bisa melakukan metode-metode atau perhitungan untuk proses kalibrasi dengan benar
Mahasiswa Teknik Geomatika ITS mengetahui kesalahan-kesalahan apa saja yang dibuat jika tidak adanya proses kalibrasi kamera.
BAB II
DASAR TEORI
2.1 Kamera
Dalam ilmu fotogrametri, dilihat dari teknik pengambilan datanya, foto dibedakan menjadi dua kategori yaitu foto udara dan foto terrestrial. Pada foto terrestrial proses perekaman data (pemotretan) dilakukan di permukaan bumi. Pada metode ini kamera dapat dipegang dengan tangan, dipasang pada kaki kamera (statif), dipasang di menara, atau alat penyangga lain yang yang dirancang secara khusus. Fotogrametri terrestrial digunakan untuk pemetaan objek-objek khusus yang membutuhkan ketelitian detail seperti, bangunan, daerah galian, lubang-lubang pertambangan, timbunan material dan lain sebagainya.
Pada foto udara proses perekamaan data dilakukan diudara melalui sebuah wahana terbang seperti balon udara, pesawat miniature dengan kendali radio dan pesawat ringan berawak. Metode ini dikembangkan untuk memetakan daerah-daerah yang relative sulit dijangkau dengan metode terrestrial, seperti daerah bergunung-gunung, daerah berawa, hutan, dan daerah-daerah padat penduduk.
Dala fotogrametri kamera merupakan salah satu instrument paling penting, karena kamera digunakan untuk membuat foto yang merupakan alat utama dalam fotogrametri.Oleh karena itu, dapat dikatakan pula bahwa foto yang akurat (mempunyai kualitas geometri tinggi) diperoleh dari kamera yang teliti. Baik untuk keperluan foto udara maupun foto terrestrial, kamera diklasifikasikan menjadi dua kategori umum yaitu :
Kamera metric
Kamera metric merupakan kamera yang dirancang khusus untuk keperluan fotogramterik. Kamera metric yang umum digunakan mempunyai ukuran format 23 cm × 23 cm, kamera metric dibuat stabil dan dikalibrasi secara menyeluruh sebelum digunakan. Nilai-nilai kalibrasi dari kamera metric seperti panjang focus, distorsi radial lensa, titik utama foto diketahui dan dapat digunakan untuk periode yang lama. Untuk kamera metric berformat normal dikenal tiga sudut bukaan (angle field of view), yakni : [Dipokusumo, 1999]
Normal Angle (NA), dengan panjang focus 210 mm
Wide Angle (WA), dengan panjang focus 152 mm, dan
Super Wide Angle, dengan panjang focus 88 mm.
Sebagian besar kamera metric biasanya dirancang dengan panjang focus tetap untuk objek yang tak terhingga. Jika kamera metric diterapkan untuk foto terrestrial (pemotretan pada jarak pendek) idak dapat menghasilkan gambar yang tajam.Sehingga diperlukan modifikasi khusus pada panjang fokusnya agar diperoleh gambar yang tajam pada saat melakukan pemotretan pada jarak yang sangat pendek.
Kamera non metric
Kamera non-metrik dirancang untuk foto professional maupun pemula, dimana kualitas lebih diutamakan daripada kualitas geometrinya. Kamera non-metrik memiliki dua keterbatasan utama yaitu :
Ketidakstabilan Geometrik
Masalah terbesar penggunaan kamera non-metrik adalah ketidakstabilan geometric.Kamera non-metrik memiliki lensa yang tidak sempurna, sehingga foto udara yang dihasilkan dari perekamaan kamera non metric mengalami kesalahan.Kamera ini tidak memiliki tada-tanda fidusial, namun dapat dilakukan modifikasi untuk membuat tanda fidusial. Selain itu pada kamera non metric tidak diketahui secara pasti besarnya panjang focus dan posisi principal point, sehingga pengukuran pada foto udara menjadi kurang teliti. Kamera non- metric dapat dikalibrasi dengan teknik tertentu sehingga parameter-parameter internal yang berpengaruh pada letelitian geometric foto dapat diketahui, dan kamera non metric dapat digunakan untuk aplikasi fotogrametri.
Ukuran film
Keterbatasan lain dalam penggunaan kamera non metric adalah terbatasnya ukuran film. Untuk mengcover area dengan luas dan skala yang sama, penggunaan kamera format kecil 24 mm × 36 mm membutuhkan jumlah foto lebih banyak dibandingkan jika pemotretan itu dilakukan dengan menggunakan kamera metric format besar 23 cm × 23 cm. selain itu, seringkali dalam pemetaan metode foto udara dibutuhkan foto dengan ukuran asli yang besar, sehingga penggunaan kamera format kecil menjadi masalah.
Penggunaan foto udara metric format besar 23 cm × 23 cm akan mampu memberikan ketelitian yang baik, akan tetapi untuk area pemetaan yang relative kecil dipandang tidak ekonomis. Pertimbangan pengguaan kamera non-metrik untuk keperluan pemetaan (foto udara) adalah adanya efisiensi biaya pemetaan untuk area yang relative.Selain itu, dengan semakin berkembangnya ilmu pengetahuan dan teknologi, keterbatasan-keterbatasan penggunaan kamera format kecil dapat diatasi, sehingga kamera non-metrik menjadi instrument yang layak digunakan untuk foto udara.
2.2 Kalibrasi Kamera
Untuk memperoleh posisi 3D yang akurat dari sebuah foto, parameter internal dari sebuah kamera harus diketahui. Parameter internal kamera meliputi panjang focus ekivalen (panjang focus efektif di dekat pusat lensa), panjang focus terkalibrasi, distorsi lensa (radial dan tangensial), lokasi titik utama foto, jarak antara dua fidusial yang berhadapan, sudut perpotongan garis-garis fidusial dan kerataan bidang fokal. Parameter internal ini kemudian dijadikan input orientasi dalam. [Wolf, 1983]
Nilai parameter-parameter internal dapat diketahui dengan melakukan kalibrasi pada kamera udara yang akan digunakan untuk proses pemotretan. Metode kalibrasi kamera dibedakan dalam tiga kategori dasar yaitu : (1) metode laboratorium, (2) metode lapangan dan (3) metode stellar. Multikolimator dan goniometer merupakan metode kalibrasi kamera laboratorium, kedua metode ini masing-masing memerlukan alat yang khusus dan mahal. Pada metode multikolimator objek (berupa tanda silang kotak) yang akan dipotret, diletakkan diatas sebuah pelat kaca, objek tersebut diproyeksikan melalui sejumlah kolimator individual yang dipasang dengan sudut θ tertentu (yang nilainya sudah diketahui) ke bidang focus kamera. Dari tanda silang kotak yang terproyeksi pada bidang focus dapat diukur panjang focus ekivalen dan radial lensa pada tiap pertambahan sudut θ
Pada metode goniometer objek berupa pelat grid yang disinari dari belakang, grid ini kemudian diproyeksikan melalui lensa kamera pada arah berlawanan.Sudut dimana sinar grid yang timbul, diukur dengan goniometer. Besarnya panjang focus ekivalen dan distorsi radial lensa ditentukan dengan membandingkan sudut terukur sebenarnya terhadap sudut yang benar menurut teori. Keunggulan metode bintang adalah tidak diperlukan alat khusus dan mahal. Pada metode bintang dilakukan pemotretan atas sasaran yang terdiri dari bintang yang diidentifikasi, dilakukan pencatatan waktu pemotretan sehingga akan diperoleh sudut perpanjangan bintang pada letak kamera. Susudt ini kemudian dibandingkan terhadap sudut diperoleh dari pengukuran tepat atas gambar bintang.
BAB III
METODOLOGI
3.1 Waktu dan Lokasi
Praktikum dilaksanakan pada :
Hari, Tanggal : Rabu, 12 November 2014
Waktu : 15.00 WBBI – selesai
Lokasi : Perumdos ITS Blok U 169
3.2 Alat dan Bahan
Alat :
Kamera
Gambar 3.1 Kamera NIKON COOLPIX S9700
Pengaris
Gambar 3.2 Pengaris dengan panjang 30 cm dan 60 cm
Alat Tulis dan Laptop
Gambar 3.3 Alat Tulis dan Laptop
Bahan :
Matlab R2010a
Gambar 3.4 Tampilan awal Matlab R2010a
Papan Kolimator
Gambar 3.5 Papan kolimator yang akan di foto
3.3 Diagram Alir
Mulai
Mulai
Melakukan pengambilan Foto titik Kolimator dengan alat dan syarat yang telah di tentukan
Melakukan pengambilan Foto titik Kolimator dengan alat dan syarat yang telah di tentukan
Data yang di ambil dimasukkan kedalam Laptop/PC
Data yang di ambil dimasukkan kedalam Laptop/PC
Membuka Aplikasi Matlab
Membuka Aplikasi Matlab
Gunakan Toolbok_calib
Gunakan Toolbok_calib
Memilih 20 foto yang dimasukkan dalam folder Toolbok_calib untuk di proses
Memilih 20 foto yang dimasukkan dalam folder Toolbok_calib untuk di proses
Proses kalibrasi
Proses kalibrasi
Di dapatkan Interior OrientationParameter (IOP)
Di dapatkan Interior OrientationParameter (IOP)
RMS kecilTIDAK
RMS kecil
Selesai YA
Selesai
Gambar 3.6 Diagram Alir Pelaksanaan praktikum
Langkah Pelaksanaan
Langkah Pengambilan Gambar
Menempelkan papan kolimator pada lantai menggunakan lak ban agar papn kolimator tidak goyang – goyang.
Melakukan pemotretan titik-titik kolimator dengan kamera digital NIKON COOLPIX S9700
Pengambilan foto dengan syarat – syarat dan ketentuan yang sudah ada.
Pengambilan foto sebanyak 20 foto.
Memindahkan hasil fotoke laptopuntuk selanjutnya diproses dengan perangkat lunak Matlab.
Gunakan aplikasi Toolbok_Calib
Langkah Pengambilan jarak
Metode yang kami gunakan adalah dengan Kalibrasi digital yang dikerjakan di Matlab R2010a. Ini bertujuan untuk mengkalibrasi kamera dan mengetahui nilai Interior OrientationParameter (IOP), nantinya dari beberapa foto akan ada hasil foto yang sudah terkalibrasi.
Cara Kalibrasi menggunakan Toolbok_calib:
Membuka Matlab R2010a
Gambar 3.7Aplikasi Matlab R2010a.
Setelah Matlab terbuka, BukaToolbok_calib pilih calib_gui .
Kemudian akan tampil
Setelah muncul pilih Memory efficient (the images are loaded in memory), ini berguna agar pemakain pada waktu memroses gambar lebih cepat dan effisien.
Kemudian akan tampil calibration Toolbok, kemudian pilih Read images
Akan tampil sebagai berikut :
Kemudian klik Extract grid corner akan muncul foto yang selanjutnya akan dikalibrasi.
BAB IV
HASIL DAN ANALISA
4.1 Hasil
Hasil Pengambilan Foto
Dengan menggunakan kamera digital merk NIKON COOLPIX S9700 yang mempunyai focal length 5-20 mm. kami menggunak papan kolimator berbentuk papan catur. Pada saat pengambilan foto papan kolimator harus terlihat semua, jumlah kotak yang digunakan berjumlah 63, jarak lensa kamera dari papan kolimator jangan terlalu jauh. Kami melakukan proses pengambilan foto ini sebanyak 20 kali, kemudian di kalibrasi menggunakan Matlab. Inilah hasil pemotretan sebagai berikut :
Gambar 4.1 Hasil pengambilan foto
Hasil Kalibrasi
Sesuai dengan alur dan metode yang sudah dijelaskan di bab 3, kali ini kita akan melakukan proses kalibrasi menggunkan matlab R2010a (Toolbok_calib), dimana foto yang digunakan berjumlah 20 foto. Dimana hasilkalibrasi sebagai berikut adalah sebagai berikut:
Gambar 4.2 Hasil foto menunjukkan tiap titik yang sudah terkalibrasi
Hasil nilai interior orientasion parameter (IOP) :
Initialization of the intrinsic parameters using the vanishing points of planar patterns.
Initialization of the intrinsic parameters - Number of images: 20
Calibration parameters after initialization:
Focal Length: fc = [ 3030.48744 3030.48744 ]
Principal point: cc = [ 2303.50000 1727.50000 ]
Skew: alpha_c = [ 0.00000 ] => angle of pixel = 90.00000 degrees
Distortion: kc = [ 0.00000 0.00000 0.00000 0.00000 0.00000 ]
Main calibration optimization procedure - Number of images: 20
Gradient descent iterations: 1...2...3...4...5...6...7...8...9...10...11...12...13...14...15...16...17...18...done
Estimation of uncertainties...done
Calibration results after optimization (with uncertainties):
Focal Length: fc = [ 3024.44468 3023.52239 ] ± [ 6.76842 6.65228 ]
Principal point: cc = [ 2310.13582 1760.64364 ] ± [ 7.71064 8.03404 ]
Skew: alpha_c = [ 0.00000 ] ± [ 0.00000 ] => angle of pixel axes = 90.00000 ± 0.00000 degrees
Distortion: kc = [ 0.00770 -0.01408 0.00404 0.00215 0.00000 ] ± [ 0.00475 0.00777 0.00082 0.00090 0.00000 ]
Pixel error: err = [ 1.03692 0.91257 ]
Note: The numerical errors are approximately three times the standard deviations (for reference).
Hasil Exentrisitas Parameter :
% Intrinsic and Extrinsic Camera Parameters
%% This script file can be directly excecuted under Matlab to recover the camera intrinsic and extrinsic parameters.
% IMPORTANT: This file contains neither the structure of the calibration objects nor the image coordinates of the calibration points.
% All those complementary variables are saved in the complete matlab data file Calib_Results.mat.
% For more information regarding the calibration model visit http://www.vision.caltech.edu/bouguetj/calib_doc/
%-- Focal length:
fc = [ 3024.444681871347700 ; 3023.522390214413000 ];
%-- Principal point:
cc = [ 2310.135822608578100 ; 1760.643641353783100 ];
%-- Skew coefficient:
alpha_c = 0.000000000000000;
%-- Distortion coefficients:
kc = [ 0.007701528341265 ; -0.014078719607797 ; 0.004041128257153 ; 0.002153087702253 ; 0.000000000000000 ];
%-- Focal length uncertainty:
fc_error = [ 1.168424046420998 ; 0.952277295263708 ];
%-- Principal point uncertainty:
cc_error = [ 1.110637015412560 ; 0.934044753073822 ];
%-- Skew coefficient uncertainty:
alpha_c_error = 0.000000000000000;
%-- Distortion coefficients uncertainty:
kc_error = [ 0.004749240674167 ; 0.007772284075686 ; 0.000824690020429 ; 0.000898326318257 ; 0.000000000000000 ];
%-- Image #1:
omc_1 = [ 1.950722e+000 ; 1.969476e+000 ; -4.244811e-001 ];
Tc_1 = [ -5.165182e-001 ; -7.535637e-001 ; 1.734744e+000 ];
omc_error_1 = [ 2.278147e-003 ; 2.601397e-003 ; 4.531534e-003 ];
Tc_error_1 = [ 4.559968e-003 ; 4.634301e-003 ; 4.761943e-003 ];
%-- Image #2:
omc_2 = [ 1.890888e+000 ; 1.909065e+000 ; -5.714244e-001 ];
Tc_2 = [ -5.318001e-001 ; -6.483455e-001 ; 1.849129e+000 ];
omc_error_2 = [ 2.209065e-003 ; 2.597815e-003 ; 4.392427e-003 ];
Tc_error_2 = [ 4.784352e-003 ; 4.966877e-003 ; 4.584580e-003 ];
%-- Image #3:
omc_3 = [ 1.888074e+000 ; 1.870363e+000 ; 5.224119e-001 ];
Tc_3 = [ -6.355746e-001 ; -5.281110e-001 ; 1.122415e+000 ];
omc_error_3 = [ 2.621834e-003 ; 2.374783e-003 ; 4.233954e-003 ];
Tc_error_3 = [ 3.329492e-003 ; 3.271579e-003 ; 4.215688e-003 ];
%-- Image #4:
omc_4 = [ -1.825599e+000 ; -1.868341e+000 ; 4.976581e-001 ];
Tc_4 = [ -4.052397e-001 ; -6.519850e-001 ; 1.889223e+000 ];
omc_error_4 = [ 2.494140e-003 ; 2.510961e-003 ; 4.701156e-003 ];
Tc_error_4 = [ 4.985902e-003 ; 4.943327e-003 ; 4.539110e-003 ];
%-- Image #5:
omc_5 = [ 1.890448e+000 ; 1.900598e+000 ; -5.882332e-001 ];
Tc_5 = [ -6.847771e-001 ; -3.878618e-001 ; 1.731244e+000 ];
omc_error_5 = [ 2.148232e-003 ; 2.583363e-003 ; 4.231960e-003 ];
Tc_error_5 = [ 4.417890e-003 ; 4.696633e-003 ; 4.396337e-003 ];
%-- Image #6:
omc_6 = [ -1.851408e+000 ; -1.902167e+000 ; 4.957017e-001 ];
Tc_6 = [ -2.946405e-002 ; -7.258641e-001 ; 1.949460e+000 ];
omc_error_6 = [ 2.951095e-003 ; 3.078762e-003 ; 5.372118e-003 ];
Tc_error_6 = [ 5.221009e-003 ; 5.126639e-003 ; 5.196511e-003 ];
%-- Image #7:
omc_7 = [ 1.896172e+000 ; 1.867894e+000 ; 6.130372e-001 ];
Tc_7 = [ -5.278892e-001 ; -7.194623e-001 ; 1.350402e+000 ];
omc_error_7 = [ 2.936027e-003 ; 2.522778e-003 ; 4.579097e-003 ];
Tc_error_7 = [ 3.940654e-003 ; 3.849757e-003 ; 5.052905e-003 ];
%-- Image #8:
omc_8 = [ 1.826148e+000 ; 1.826665e+000 ; -6.092236e-001 ];
Tc_8 = [ -6.075200e-001 ; -6.309166e-001 ; 1.921687e+000 ];
omc_error_8 = [ 2.157605e-003 ; 2.654952e-003 ; 4.200246e-003 ];
Tc_error_8 = [ 4.976186e-003 ; 5.215073e-003 ; 4.611500e-003 ];
%-- Image #9:
omc_9 = [ 1.833359e+000 ; 1.822011e+000 ; 6.580420e-001 ];
Tc_9 = [ -6.295364e-001 ; -5.774766e-001 ; 1.139950e+000 ];
omc_error_9 = [ 2.679107e-003 ; 2.452873e-003 ; 4.254115e-003 ];
Tc_error_9 = [ 3.468867e-003 ; 3.331198e-003 ; 4.452433e-003 ];
%-- Image #10:
omc_10 = [ -1.861307e+000 ; -1.947551e+000 ; 4.575043e-001 ];
Tc_10 = [ -4.600870e-001 ; -5.874558e-001 ; 1.844448e+000 ];
omc_error_10 = [ 2.441257e-003 ; 2.632873e-003 ; 4.828845e-003 ];
Tc_error_10 = [ 4.815822e-003 ; 4.844460e-003 ; 4.564844e-003 ];
%-- Image #11:
omc_11 = [ 1.867008e+000 ; 1.869967e+000 ; -5.397233e-001 ];
Tc_11 = [ -6.096234e-001 ; -3.220007e-001 ; 1.816353e+000 ];
omc_error_11 = [ 2.427259e-003 ; 2.637906e-003 ; 4.382879e-003 ];
Tc_error_11 = [ 4.632287e-003 ; 4.891990e-003 ; 4.541058e-003 ];
%-- Image #12:
omc_12 = [ 1.899932e+000 ; 1.929035e+000 ; -5.569925e-001 ];
Tc_12 = [ -6.697595e-001 ; -5.402214e-001 ; 1.581095e+000 ];
omc_error_12 = [ 1.956098e-003 ; 2.523829e-003 ; 4.001514e-003 ];
Tc_error_12 = [ 4.085458e-003 ; 4.272138e-003 ; 4.229581e-003 ];
%-- Image #13:
omc_13 = [ 1.939791e+000 ; 1.958686e+000 ; 5.397089e-001 ];
Tc_13 = [ -1.940482e-001 ; -6.851644e-001 ; 1.267309e+000 ];
omc_error_13 = [ 2.966645e-003 ; 2.190874e-003 ; 4.271867e-003 ];
Tc_error_13 = [ 3.503301e-003 ; 3.493065e-003 ; 4.500824e-003 ];
%-- Image #14:
omc_14 = [ 2.486683e+000 ; 8.763121e-001 ; -1.825472e-001 ];
Tc_14 = [ -7.812536e-001 ; -8.689900e-002 ; 1.453196e+000 ];
omc_error_14 = [ 3.083232e-003 ; 1.924162e-003 ; 4.400508e-003 ];
Tc_error_14 = [ 3.807569e-003 ; 4.010406e-003 ; 4.410067e-003 ];
%-- Image #15:
omc_15 = [ 2.366874e+000 ; 1.065758e+000 ; -2.925803e-001 ];
Tc_15 = [ -9.385203e-001 ; -4.181167e-001 ; 1.623035e+000 ];
omc_error_15 = [ 2.988487e-003 ; 2.112826e-003 ; 4.070052e-003 ];
Tc_error_15 = [ 4.267662e-003 ; 4.513498e-003 ; 4.879411e-003 ];
%-- Image #16:
omc_16 = [ 2.301013e+000 ; 1.093016e+000 ; -3.845414e-001 ];
Tc_16 = [ -8.723006e-001 ; -3.449264e-001 ; 1.623077e+000 ];
omc_error_16 = [ 2.913170e-003 ; 2.057905e-003 ; 3.849317e-003 ];
Tc_error_16 = [ 4.233163e-003 ; 4.467367e-003 ; 4.489825e-003 ];
%-- Image #17:
omc_17 = [ 2.336250e+000 ; 8.846499e-001 ; -3.313425e-001 ];
Tc_17 = [ -8.328824e-001 ; -9.171322e-002 ; 1.634835e+000 ];
omc_error_17 = [ 3.034154e-003 ; 2.165912e-003 ; 4.139401e-003 ];
Tc_error_17 = [ 4.243887e-003 ; 4.532506e-003 ; 4.822097e-003 ];
%-- Image #18:
omc_18 = [ 2.278134e+000 ; 1.111372e+000 ; -3.730615e-001 ];
Tc_18 = [ -8.097028e-001 ; -4.218002e-001 ; 1.767037e+000 ];
omc_error_18 = [ 3.047820e-003 ; 2.148492e-003 ; 3.977208e-003 ];
Tc_error_18 = [ 4.620622e-003 ; 4.809537e-003 ; 4.826428e-003 ];
%-- Image #19:
omc_19 = [ -2.142711e+000 ; -2.181284e+000 ; 1.035677e-001 ];
Tc_19 = [ -5.837774e-001 ; -6.204120e-001 ; 1.776421e+000 ];
omc_error_19 = [ 3.215173e-003 ; 3.339339e-003 ; 6.867032e-003 ];
Tc_error_19 = [ 4.676138e-003 ; 4.831704e-003 ; 5.679822e-003 ];
%-- Image #20:
omc_20 = [ 2.209955e+000 ; 2.126746e+000 ; -6.043630e-002 ];
Tc_20 = [ -6.218996e-001 ; -6.977520e-001 ; 1.772072e+000 ];
omc_error_20 = [ 3.303040e-003 ; 3.316891e-003 ; 6.940264e-003 ];
Tc_error_20 = [ 4.719050e-003 ; 4.830070e-003 ; 5.838699e-003 ];
Hasil Visuliase distorsion :
Gambar 4.3 Complete Distortion Model
Gambar 4.4 Tangential Component of the Distortion Model
Gambar 4.5 Radial Component of the Distortion Model
Hasil Titik pengambilan foto :
Gambar 4.6 hasil extrinsik parameter
Gambar 4.6 hasil switch to camera-centered view
Perbaningan Before after
Gambar 4.7 Foto sebelum di kalibrasi
Gambar 4.8 Foto sesudah di kalibrasi
4.2 Analisa
Dari hasil Kalibrasi kita mendapatkan nilai dari focal lenght yaitu sebesar 3030.48744 ; 3030.48744. ini merupakan panjang fokus kamera yang digunakan saat pemotretan. Hasil nilai (X0 , Y0) pixcel eror foto sebesar 1,237 ; 1,013, bila nilai pixcel lebih besar dari 1 maka hasil kalibrasi ini masih kurang baik, beberapa faktor yang mempengaruhi nilai pixcelnya besar yaitu, hasil foto kurang jelas, pengeplotan saaat kalibrasi kurang pas dan penempelan papan kolimator di lantai tidak rata dan papan kolimator kusut. Dari hasil kalibrasi juga di dapat nilai radial dan tangensial K1, K2, K3, P1, P2nilai jarak dari pusat titik. Nilai dari derajat skew Skew: alpha_c = [ 0.00000 ] ± [ 0.00000 ] => angle of pixel axes = 90.00000 ± 0.00000 degrees dan nilai Distortion: kc = [ 0.00770 -0.01408 0.00404 0.00215 0.00000 ] ± [ 0.00475 0.00777 0.00082 0.00090 0.00000 ]
BAB V
PENUTUP
5.1 Kesimpulan
Kalibrasi Kamera dibutuhkan untuk mendapatkan nilai focal lenght dan dari sebuah kamara, agar kamera itu siap digunakan untuk melakukan pengukuran fotogrametrik
Kalibrasi kamera bisa dilakukan secara manual dengan kalkulator biasa ataupun secara otomatis menggunakan aplikasi seperti Matlab R2010a , seperti yang saya gunakan.
Dalam pengambilan foto, usahakan saat pengambilan foto yang diambil melebihi 80% dari luas foto.
Hasil dari kalibrasi talah didapat nilai fc, eror pixcel (X0 , Y0), K1, K2 , K3, P1, P2, nilai sudut skew, visualize distortions dan foto sesudah terkalibrasi.
Dari hasil kalibrasi telah didapat nilai focal leght sebesar 3030.48744 ; 3030.48744
Dari hasil kalibrasi untuk nilai eror pixcel (X0 , Y0) adalah 1,237 ; 1,013.
Dari hasil kalibrasi telah didapat nilai sudut skew alpha_c = [ 0.00000 ] ± [ 0.00000 ] => angle of pixel axes = 90.00000 ± 0.00000.
Saran
Papan kolimator tidak boleh kotor, sobek dan kusut, sehingga foto yang di ambil biar terlihat datar.
Pengambilan foto mempengaruhi besar kecilnya distorsi dan nilai eror pada pixcel.
Saat proses kalibrasi pengeplotan di matlab benar-benar pada titik agar distorsi tidak besar.
DAFTAR PUSTAKA
Ligterink,G.H . 1987 .Dasar Fotogrametri Interpretasi Foto Udara . Jakarta : Penerbit Universitas Indonesia
http://www.photomodeler.com/products/scanner/default.htmldiakses pada tanggal 9 november 2014
Mc Graw, Hill. 2000. Elements of Photogrammetry with Application in GIS Fourth Edition. Madison : The University of Wisconsin
Wolf, Paul R. 1983. Elements of Photogrammetry. Madison : The University of Wisconsin
