Wpływ oświetlenia i czasu ekspozycji na dokładność kalibracji kamer w wizyjnym systemie pozycjonowania detali na obrabiarkach CNC

Podobne dokumenty
Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych

ANALIZA MOŻLIWOŚCI NORMALIZACJI WARTOŚCI SKŁADOWYCH TRÓJCHROMATYCZNYCH Z WYKORZYSTANIEM PRZEKSZTAŁCENIA NIELINIOWEGO

Ć w i c z e n i e K 2 b

MODULARNE SIECI NEURONOWE W STEROWANIU MODELEM LABORATORYJNYM SUWNICY PRZEMYSŁOWEJ

Oświetlenie. Modelowanie oświetlenia sceny 3D. Algorytmy cieniowania.

Problematyka budowy skanera 3D doświadczenia własne

KATEDRA MECHANIKI I PODSTAW KONSTRUKCJI MASZYN. Instrukcja do ćwiczeń laboratoryjnych z elementów analizy obrazów

Realizacja funkcji przełączających z wykorzystaniem programu LabView

Oświetlenie obiektów 3D

Ćwiczenie 362. Wyznaczanie ogniskowej soczewek metodą Bessela i pomiar promieni krzywizny za pomocą sferometru. Odległość przedmiotu od ekranu, [m] l

Grafika 2D. Przekształcenia geometryczne 2D. opracowanie: Jacek Kęsik

Nowe technologie poprawy jakości obrazu w OTVC LCD BRAVIA firmy Sony

WideoSondy - Pomiary. Trzy Metody Pomiarowe w jednym urządzeniu XL G3 lub XL Go. Metoda Porównawcza. Metoda projekcji Cienia (ShadowProbe)

Korekcja nieliniowości charakterystyki projekcji światła strukturalnego w wizyjnym systemie pozycjonowania przedmiotu obrabianego

TRANSFORMACJE 2-D2 PROCEDURA WIZUALIZACJI 2-D2

Detekcja punktów zainteresowania

Akademia Świętokrzyska fizyka kierunek studiów

Ćwiczenie 361 Badanie układu dwóch soczewek

Kalibracja kamery. Kalibracja kamery

[L] Rysunek Łuk wolnopodparty, paraboliczny wymiary, obciążenie, oznaczenia.

SYNTEZA PRZEKSZTAŁTNIKOWEGO UKŁADU STEROWANIA AUTONOMICZNYM GENERATOREM INDUKCYJNYM. CZĘŚĆ II BADANIA SYMULACYJNE

Optyka Fourierowska. Wykład 7 Filtracja przestrzenna

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 12 AiR III

Podstawy Automatyki. Człowiek- najlepsza inwestycja. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

WYBÓR PUNKTÓW POMIAROWYCH

ĆWICZENIE 7 OBRAZOWANIE

Inventor 2016 co nowego?

Ć w i c z e n i e K 1

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 9 AiR III

W OPARCIU JEDNOWIĄZKOWY SONDAŻ HYDROAKUSTYCZNY

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Akademia Górniczo-Hutnicza

Modelowanie i wstęp do druku 3D Wykład 1. Robert Banasiak

ANEMOMETRIA LASEROWA

Metoda pasm skończonych płyty dwuprzęsłowe

Krzywe stożkowe. 1 Powinowactwo prostokątne. 2 Elipsa. Niech l będzie ustaloną prostą i k ustaloną liczbą dodatnią.

Wybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS Marcin Paź Esri Polska

Fotometria i kolorymetria

Model oświetlenia. Radosław Mantiuk. Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny w Szczecinie

Fotometria i kolorymetria

Wyznaczenie długości fali świetlnej metodą pierścieni Newtona

Zastosowanie deflektometrii do pomiarów kształtu 3D. Katarzyna Goplańska

Mechanika relatywistyczna

3. KINEMATYKA Kinematyka jest częścią mechaniki, która zajmuje się opisem ruchu ciał bez wnikania w jego przyczyny. Oznacza to, że nie interesuje nas

MATEMATYKA POZIOM ROZSZERZONY PRZYKŁADOWY ZESTAW ZADAŃ NR 1. Czas pracy 150 minut

Wyznaczanie długości fali świetlnej metodą pierścieni Newtona

Scenariusz lekcji matematyki z wykorzystaniem komputera

Zastosowanie stereowizji do śledzenia trajektorii obiektów w przestrzeni 3D

MIKROSKOPIA OPTYCZNA AUTOFOCUS TOMASZ POŹNIAK MATEUSZ GRZONDKO

Zadania do rozdziału 10.

MODULATOR CIEKŁOKRYSTALICZNY

Samokalibracja w programie Bundle Adjustment Toolobx

Więcej arkuszy znajdziesz na stronie: arkusze.pl

Aerotiangulacja plik chańcza_blok folder fotopunkty - folder camera

Ćwiczenie 12. Wprowadzenie teoretyczne

Diagram relacji między zmiennymi (Scatter Diagram)

Dokładność pozycji. dr inż. Stefan Jankowski

Wektory, układ współrzędnych

Wstęp. Ruch po okręgu w kartezjańskim układzie współrzędnych

KOMPUTEROWY MODEL UKŁADU STEROWANIA MIKROKLIMATEM W PRZECHOWALNI JABŁEK

2.2 Opis części programowej

Rys 3-1.Szkic usytuowania sondy i obiektu przy prezentacji A. Rys 3-2.Typowy dla prezentacji A sygnał.

x f y 1 p. Wylicz wysokość obrazu (h ) z wzoru na powiększenie. OBLICZENIA OBLICZENIA OBLICZENIA

składa się z m + 1 uporządkowanych niemalejąco liczb nieujemnych. Pomiędzy p, n i m zachodzi następująca zależność:

Projekt rejestratora obiektów trójwymiarowych na bazie frezarki CNC. The project of the scanner for three-dimensional objects based on the CNC

Modelowanie krzywych i powierzchni

KONKURS MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM ETAP REJONOWY

Przetwarzanie obrazów rastrowych macierzą konwolucji

SYSTEM OBRAZOWANIA STEREOSKOPOWEGO SEKWENCJI SCEN TRÓJWYMIAROWYCH

FUNKCJA KWADRATOWA. RÓWNANIA I NIERÓWNOŚCI DRUGIEGO STOPNIA.

Wykład 30 Szczególne przekształcenie Lorentza

a) Aerotiangulacja do końca semestru (8 zajęć) plik chańcza_blok folder fotopunkty - Fotopunkty do projektu: 1, 2a, 212, 301, 504 folder camera

Inteligentna analiza danych

Doświadczalne wyznaczanie ogniskowej cienkiej soczewki skupiającej

Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony

PAiTM - zima 2014/2015

DYNAMICS OF IMPACT OF AGRICULTURAL MACHINERY ON THE TRACTORS IN THE PROCESS OF TRANSPORT

REDUKCJA PŁASKIEGO UKŁADU SIŁ

Obrazowanie za pomocą soczewki

Automatyka. Treść wykładów: Układ kombinacyjny AND. Układ sekwencyjny synchroniczny. Układ sekwencyjny asynchroniczny. Układ sekwencyjny synchroniczny

x 1 x 2 x 3 x n w 1 w 2 Σ w 3 w n x 1 x 2 x 1 XOR x (x A, y A ) y A x A

Dyskretna transformata falkowa z wykorzystaniem falek Haara. Alfréd Haar

Rys. 1 Interferencja dwóch fal sferycznych w punkcie P.

0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do

RÓWNANIE DYNAMICZNE RUCHU KULISTEGO CIAŁA SZTYWNEGO W UKŁADZIE PARASOLA

Synteza i obróbka obrazu. Tekstury. Opracowanie: dr inż. Grzegorz Szwoch Politechnika Gdańska Katedra Systemów Multimedialnych

MODELE KOLORÓW. Przygotował: Robert Bednarz

Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.

BADANIE INTERFEROMETRU YOUNGA

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 8 AiR III

19. Wybrane układy regulacji Korekcja nieliniowa układów. Przykład K s 2. Rys Schemat blokowy układu oryginalnego

Pomiar drogi koherencji wybranych źródeł światła

Scenariusz lekcji Zwierciadła i obrazy w zwierciadłach

MICRON3D skaner do zastosowań specjalnych. MICRON3D scanner for special applications

) q przyłożona jest w punkcie o współrzędnej x = x + x. Przykład Łuk trójprzegubowy.

EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2011/2012

Model promieniowego pasywnego. łożyska magnetycznego.

Grafika komputerowa. Dla DSI II

WYKŁAD 4 TRANSFORMACJE 2-D, 2 PROCEDURA WIZUALIZACJI 2-D2. Plan wykładu: 1. Transformacje 2-D2

Transkrypt:

VII Lubuska Konferenja Naukowo-Tehnizna i-mitel 1 Stefan DMEK 1, Paweł DWRAK 1, Marek GRUDZIŃSKI Krzsztof KARMA 3, Mateusz TEŁAW 3 Zahodniopomorski Uniwerstet Tehnologizn w Szzeinie Wdział Elektrzn, Katedra Automatki Przemsłowej i Robotki (1) Wdział Inżnierii Mehaniznej i Mehatroniki, Insttut Tehnologii Mehaniznej () Wdział Elektrzn, Katedra Przetwarzania Sgnałów i Inżnierii Multimedialnej (3) Wpłw oświetlenia i zasu ekspozji na dokładność kalibraji kamer w wizjnm sstemie pozjonowania detali na obrabiarkah N Abstrat. The artile presents the results of eperimental studies on the impat of lighting on the aura of the amera alibration proess in the sstem of the vision based positioning of workpiees on numeriall ontrolled mahine tools. The influene of eposure time on the aura of the obtained amera parameters neessar for its alibration has been also analsed, allowing to develop a method of automati adjustment of eposure time useful for more aurate alibration results. Słowa kluzowe: kalibraja kamer, obrabiarki N, pozjonowanie detali, sstem wizjne Wprowadzenie Dokładność kalibraji kamer, jak również projektorów światła strukturalnego stanowi kluzow element każdego sstemu skanowania trójwmiarowego, mają istotn wpłw na dokładność odzworowania skanowanego obiektu. Wizjn sstem pozjonowania przedmiotów obrabianh na obrabiarkah N wkorzstwan w niniejszej pra, stanowi zasadniz element projektu badawzego realizowanego aktualnie w entrum Mehatroniki Zahodniopomorskiego Uniwerstetu Tehnologiznego w Szzeinie. Składa się on z trzeh zestawów kamera-projektor zamontowanh na stelażu umożliwiająm niezależną regulaję ih położenia oraz stolika obrotowego, jak również sstemu komputerowego zapewniająego poprawną współpraę urządzeń, a także akwizję i analizę obrazów. W elu stworzenia trójwmiarowego modelu skanowanego detalu, poza akwizją obrazu z kamer, niezbędne jest pozskanie informaji o głębokośi poszzególnh punktów reprezentująh obiekt na obrazie. Dane te uzskiwane są za pomoą proedur fotogrametrznh wkorzstująh tehnikę oświetlenia strukturalnego. W wniku analiz prążków oświetlająh skanowan obiekt, tworzona jest mapa fazowa odzwieriedlająa zmianę głębokośi poszzególnh punktów, o pozwala następnie na uzskanie hmur punktów reprezentująh fragment detalu widozn z jednej kamer. Końow model tworzon jest w wniku fuzji danh pozskanh z trzeh kamer. Wmagania dotząe prezji modelu, jak również koniezność dopasowania punktów uzskanh z trzeh zestawów kamera-projektor, stanowią o potrzebie wkonania kalibraji kamer (oraz projektorów), dzięki której możliwe jest prezjne określenie ih wzajemnej lokalizaji oraz skompensowanie błędów wnikająh z niedoskonałośi ih optki.

Kalibraja kamer w sstemah wizjnh Algortm kalibraji kamer w sstemah wizjnh mogą bć podzielone na dwie zasadnize grup tj. kalibraję fotogrametrzną oraz tehniki autokalibraji (ang. selfalibration). Fotogrametrzna kalibraja kamer wkonwana jest zwkle na podstawie analiz zarejestrowanh przez nie obrazów przedstawiająh trójwmiarow wzorze testow. Wmagana jest w takim wpadku bardzo dokładna znajomość trójwmiarowej geometrii wzora kalibrajnego warunkująa efektwną kalibraję. Druga grupa metod nie wkorzstuje żadnh obiektów kalibrajnh bazują na informajah wnikająh z ruhu kamer prz założeniu braku zmian jej parametrów podzas pozskiwania o najmniej trzeh obrazów. Możliwe jest w takim wpadku pozskanie zarówno parametrów wewnętrznh, jak również zewnętrznh kamer pozwalająh na rekonstrukję struktur obiektu w przestrzeni 3D. sobną grupę metod stanowią tehniki wkorzstująe obrót kamer. Zamiast użwania nieruhomego trójwmiarowego obiektu wmagająego zaawansowanh proedur kalibraji, najzęśiej wkorzstuje się szahownię, znajdująą się w różnh położeniah względem kamer oraz nahloną pod różnmi kątami. Jako tpowe, stanowiąe swego rodzaju połązenie obu przedstawionh podejść, zostało ono wkorzstane również w niniejszej pra. Do parametrów wewnętrznh kamer zaliza się długość ogniskowej f (ang. foal length), położenie środka obrazu (ang. prinipal point), współznnik pohlenia (ang. skew) oraz wektor zniekształeń k (ang. vetor of distortion oeffiients). Najbardziej tpowm rodzajem zniekształeń układu optznego kamer są zniekształenia radialne, które są zwkle modelowane za pomoą wielomianów. lub. stopnia. Zniekształenia takie mają harakter dominują w obrazah pozskiwanh z tpowh kamer powodują przesunięia współrzędnh w obrazie w sposób promienist. Poza tego rodzaju zniekształeniami wróżnić można także zniekształenia stzne (ang. tangential) prostopadłe do radialnh, wnikająe z niewspółliniowośi środków krzwizn sozewek obiektwu, a także błęd położenia środka obrazu. Zakładają brak jakihkolwiek zniekształeń dla tpowego modelu kamer bazująego na ostrosłupie (ang. pinhole amera), rzut obrazu wznazć można z równań rzutowania perspektwiznego dla każdego punktu: Z (1) Z Zakładają r = + po uwzględnieniu zniekształeń sozewki współrzędne tego samego punktu można wznazć jako: d d () 1 k (1) r k (3) r k (5) r d gdzie zniekształenia stzne obliza się jako: (3) k (3) d k (3) k () r r k () Wektor k zawiera współznniki opisująe oba rodzaje zniekształeń, które po uwzględnieniu pozostałh parametrów wewnętrznh kamer pozwalają na uzskanie skorgowanh współrzędnh rzutowanh punktów jako: Z Z

VII Lubuska Konferenja Naukowo-Tehnizna i-mitel 1 () p p f (1) d d (1) f () () d W efekie zależnośi pomiędz wznazonmi współrzędnmi piksela a jego położeniem wnikająm z rzutowania perspektwiznego z uwzględnieniem korekji zniekształeń można zapisać w układzie jednorodnm z zastosowaniem maierz kamer (ang. amera matri): (5) p f (1) p 1 f (1) f () (1) d () d 1 1 gdzie stosunek f ()/f (1) stanowi współznnik kształtu piksela (ang. aspet ratio). sobną grupę stanowią parametr zewnętrzne kamer związane z jej położeniem oraz kątami obrotu (współznniki translaji oraz rotaji). W sstemah kalibraji kamer zakłada się, iż jeden z narożników wzora kalibrajnego (szahowni) stanowi środek układu współrzędnh, względem którego wznazane jest położenie kamer, natomiast szahownia zlokalizowana jest na płaszzźnie. Poprawne wznazenie parametrów zewnętrznh kamer ma kluzowe znazenie dla kalibraji ałego sstemu wizjnego ze względu na fakt, iż umożliwia ono poprawne wznazenie wzajemnh pozji kamer, jak też położenia skanowanego przedmiotu w przestrzeni obróbkowej. Warunkiem ih prawidłowego wznazenia jest jednak uwzględnienie parametrów wewnętrznh kamer, którh dokładność wznazenia jest z kolei silnie uzależniona od efektów działania algortmu detekji narożników w obrazie kalibrajnm. Ze względu na fakt, iż detekja narożników powinna odbwać się z dokładnośią subpikselową, najzęśiej wkorzstwan jest detektor Harrisa [3] z dodatkowmi modfikajami w elu poprawienia dokładnośi wznazenia położenia narożników. Idea tego rodzaju detekji narożników jest stosunkowo prosta, ponieważ opiera się na wszukiwaniu punktów, dla którh następuje znazna zmiana lokalnej jasnośi obrazu prz przesunięiu okna w każdm kierunku. Zgodnie z tm założeniem gwałtowne zmian jasnośi nie następują nigd dla płaskih obszarów obrazu, natomiast w wpadku krawędzi nie wstępują prz przesuwaniu okna wzdłuż niej. Biorą pod uwagę fakt, iż detekja narożników jest oparta na analizie gradientu jasnośi obrazu, istotn wpłw na uzskiwane wniki może mieć zarówno kontrast obrazu, jak również jego ostrość, a także kształt wkorzstwanego okna oraz wartość współznnika progowego. W sstemie wizjnm wkorzstwanm w niniejszej pra wkorzstwane są projektor światła strukturalnego w postai rzutników multimedialnh, które mogą również emitować jednolite światło o ustalonm kolorze, któr może mieć wpłw na dokładność kalibraji kamer, w szzególnośi ze względu na fakt, iż stosowane są kamer monohromatzne. W takim wpadku stosują światło białe należ ozwiśie wbrać odpowiednio krótsz zas ekspozji aniżeli dla kolorów podstawowh z palet RGB. Przeprowadzone na tm stanowisku badania ekspermentalne miał na elu określenie wpłwu oświetlenia i zasu ekspozji na dokładność kalibraji kamer, w szzególnośi wznazenia ih parametrów zewnętrznh. W elah testowh posłużono się przbornikiem amera alibration Toolbo [1] dla środowiska Matlab (możliwe jest także wkorzstanie jego odpowiednika z bibliotek penv).

Badania ekspermentalne W badaniah testowh dokonano akwizji kilkudziesięiu zestawów obrazów prz oświetleniu światłem białm oraz kolorami podstawowmi RGB dla różnh zasów ekspozji dobranh w taki sposób, ab nie uzskać niedoświetlenia lub prześwietlenia obrazu utrudniająego poprawną detekję narożników pól wzora. Wkorzstano dwa rodzaje wzorów testowh w postai szahowni zarno-białej oraz zerwononiebieskiej. Zestaw przkładowh 9 obrazów testowh wraz z wkrtmi narożnikami przedstawiono na rsunku 1. Długośi strzałek są powiększone proporjonalnie do błędu reprojekji. Rozkład błędu reprojekji pikseli dla przkładowh zestawów obrazów Image zilustrowano 1 - Image points (+) na and reprojeted rsunku grid points, (o) natomiast rsunek 3 przedstawia lokalizaję wzora testowego względem kamer podzas akwizji obrazów testowh. Proedura akwizji obrazów testowh przeprowadzana bła dla nieruhomh tabli kalibrajnh oświetlanh kolejno światłem zerwonm, zielonm, niebieskim oraz białm prz programowej zmianie zasu akwizji dla kamer, o zapewnia porównwalne dane wejśiowe dla proedur kalibraji. Dzięki zastosowaniu takiego podejśia parametr wewnętrzne oraz zewnętrzne kamer powinn bć identzne dla każdego zestawu obrazów testowh. Image 9 - Image points (+) and reprojeted Image grid points 8 - Image (o) points (+) and reprojeted grid points (o) 8 1 Image - Image points (+) and reprojeted grid points (o) Image 7 - Image points (+) and reprojeted grid points (o) Image - Image points (+) and reprojeted grid points (o) 1 8 1 8 1 1 1 1 8 8 1 1 8 1 1 8 1 1 1 1 8 1 1 1 1 Image 3 - Image 1 points (+) and reprojeted grid points (o) Image 1 - Image points (+) and reprojeted grid points (o) Image - Image points (+) and reprojeted grid points (o) 8 1 1 8 1 1 1 1 8 1 1 1 1 1 1 8 1 1 1 1 8 8 8 1 1 1 1 Rs. 1. Zestaw przięth 9 obrazów testowh uzskanh dla światła zerwonego prz zasie ekspozji 1 ms wraz z zaznazonmi wkrtmi narożnikami oraz wnikami ih reprojekji. 8 1 1 1 1 8 1 1 1 11 8 1 1 1 1

VII Lubuska Konferenja Naukowo-Tehnizna i-mitel 1.5 Reprojetion error (in piel) - To eit: right button.5 Reprojetion error (in piel) - To eit: right button...3.3...1.1 -.1 -.1 -. -. -.3 -.3 -. -. -.5 -.5 -. -.3 -. -.1.1..3..5 światło zerwone dla 1 ms -.5 -.5 -. -.3 -. -.1.1..3..5 światło niebieskie dla ms.5 Reprojetion error (in piel) - To eit: right button.5 Reprojetion error (in piel) - To eit: right button...3.3...1.1 -.1 -.1 -. -. -.3 -.3 -. -. -.5 -.5 -. -.3 -. -.1.1..3..5 światło białe dla 1 ms -.5 -.5 -. -.3 -. -.1.1..3..5 światło białe dla ms Rs.. Wkres rozrzutu błędów reprojekji pikseli (wartośi wrażone w pikselah) dla przkładowh zestawów obrazów testowh prz różnh zasah ekspozji. Etrinsi parameters (amera-entered) 9 1 1 3 8 7 5 1-1 -1 Z 1 1 3 5 7 8 Rs. 3. Ilustraja grafizna parametrów zewnętrznh kamer podzas ekspermentów dla wzora zarno-białego położenie wzora testowego względem kamer.

Ilustraję zmian względnej dokładnośi wznazenia wewnętrznh parametrów kamer tj. długośi ogniskowej kamer (wartość średnia z f (1) oraz f ()) oraz położenia środka obrazu (średnia z (1) oraz ()) dla wzora zarno-białego przedstawiono na rsunku (dla wzora zerwono-niebieskiego uzskano nieo niższą dokładność kalibraji). Wkres uzskanego modelu zniekształeń radialnh oraz stznh dla składowej zerwonej prz zasie ekspozji 15 ms przedstawiono na rsunku 5. Rs.. Względna dokładność wznazenia długośi ogniskowej kamer (wkres górn) oraz położenia środka obrazu (wkres doln) dla różnh zasów ekspozji i różnh kolorów oświetlenia.

1.8.. VII Lubuska Konferenja Naukowo-Tehnizna i-mitel 1 Radial omponent of the Distortion Model 8 1 8 8 1 8 Tangential 5 omponent of the Distortion 1 Model 15. Piel error = [.8111,.779] Foal Length = (377.71, 377.3) Prinipal Point = (87.91, 55.19) Skew = Radial oeffiients = (-.185, -.318, ) Tangential oeffiients = (.185, -.175).....8 1. 1. +/- [3.887,.53] +/- [5.355,.95] +/- +/- [.9,., ] +/- [.371,.381] 1....8.8... 8 1 1 1 1. 1... 5 1 15.. Rs. 5. Wkres uzskanego modelu zniekształeń radialnh (wkres górn) oraz stznh (wkres doln) dla światła zerwonego prz zasie ekspozji 15 ms. Piel error = [.8111,.779] Foal Length = (377.71, 377.3) Prinipal Point = (87.91, 55.19) Skew = Radial oeffiients = (-.185, -.318, ) Tangential oeffiients = (.185, -.175) +/- [3.887,.53] +/- [5.355,.95] +/- +/- [.9,., ] Dokładność wników uzskanh dla kolorów RGB jest zbliżona - najwższą +/- [.371,.381] dokładność uzskano dla światła zerwonego. Jak wspomniano wześniej, dla światła białego (W) prz kamerze monohromatznej należ odpowiednio skróić zas ekspozji, jednak uzskana wówzas dokładność kalibraji jest znaząo niższa. Automatzn dobór zasu ekspozji jest również możliw na podstawie analiz histogramów obrazów i detekji wraźnie separowalnh maksimów lokalnh histogramu reprezentująh odienie szarośi dla pól szahowni.

Analizują wartośi współznników zniekształeń radialnh oraz stznh (rsunek 5) można łatwo zauważć dominują harakter zniekształeń radialnh, w związku z zm uzskan pełn model zniekształeń dla badanej kamer różni się od modelu zniekształeń radialnh w sposób niezauważaln (stąd zrezgnowano z jego zamieszzenia). Podsumowanie Kalibraja kamer w sstemah wizjnh jest szzególnie ważna w zastosowaniah przemsłowh związanh z estmają wmiarów obiektów i odległośi wkonwaną na podstawie analiz obrazu. W niektórh aplikajah, w szzególnośi związanh z rozpoznawaniem wzorów, z też klasfikają np. opartą na algortmah wmagająh redukji lizb analizowanh eh, dokładność kalibraji kamer ma nieo mniejsze znazenie. Biorą jednakże pod uwagę możliwość stosunkowo łatwego doboru zasu ekspozji oraz zastosowania światła o jednolitej barwie, możliwe jest uzskanie zauważalnie większej dokładnośi kalibraji. Jest to szzególnie istotne w sstemah wielokamerowh, jak również w wpadku, gd dodatkowo zahodzi potrzeba kalibraji projektorów, jak ma to miejse w zastosowaniah fotogrametrznh oparth na projekji światła strukturalnego. Pomimo, iż algortm kalibraji kamer są oraz powszehniej stosowane, m.in. w sstemah skanowania 3D, z też zastosowaniah sterowizjnh, ulegają one nadal modfikajom i ulepszeniom [, -] wnikająm zarówno ze wzrastająej mo oblizeniowej powszehnie dostępnh urządzeń, jak również postępu tehnologiznego związanego z rozwojem szeroko pojętego sprzętu optznego i fotografiznego. Bibliografia 1. Bouguet Jean-ves. amera alibration Toolbo for Matlab. http://www.vision.alteh.edu/bouguetj/alib_do, 5.. Funk Nathan, ang ee-hong. Using a raster displa for photometri stereo. Proeedings of the th anadian onferene on omputer and Robot Vision - RV'7, Montreal, anada, 7. 3. Harris hris, Stephens Mike. A ombined orner and edge detetion. Proeedings of the th Alve Vision onferene AV, Manhester, UK, 1988.. Komagata Hideki, Ishii Ikuo, Takahashi Akira, Wakatsuki Daisuke, Imai Hiroei. A geometri method for alibration of internal amera parameters of fish-ee lenses. Sstems and omputers in Japan, Vol. 38 1, 7. 5. Mazurek Przemsław Mobile sstem for the estimation of internal parameters of distributed ameras. Pomiar Automatka Kontrola 1, Vol. 5 11, Warsaw, Poland.. Zhan Zongqian. amera alibration based on Liquid rstal Displa (LD). The International Arhives of the Photogrammetr, Remote Sensing and Spatial Information Sienes. Vol. VII, Part B3b, 8. Artkuł powstał zęśiowo dzięki wspariu w ramah grantu MNiSW nr N5 1738 pt. Wkorzstanie tehnik wizjnh do pozjonowania przedmiotów obrabianh na obrabiarkah N umowa nr 17/B/T/1/38 Autorz: dr hab. inż. Stefan Domek, prof. ZUT; dr inż. Paweł Dworak; dr inż. Krzsztof karma; mgr inż. Mateusz Teław; Zahodniopomorski Uniwerstet Tehnologizn w Szzeinie, Wdział Elektrzn, ul. Sikorskiego 37, 7-313 Szzein, e-mail: stefan.domek@zut.edu.pl; pawel.dworak@zut.edu.pl; krzsztof.okarma@zut.edu.pl; mateusz.telaw@zut.edu.pl; mgr inż. Marek Grudziński, Zahodniopomorski Uniwerstet Tehnologizn w Szzeinie, Wdział Inżnierii Mehaniznej i Mehatroniki, al. Piastów 19, 7-31 Szzein, e-mail: marek.grudzinski@zut.edu.pl;