Kalibrierung einer Kamera mittels subpixelgenauer Merkmalserkennung auf einer Kalibrierplatte

Studienarbeit

Philipp Willmer, WS 2018/19

In der modernen Industrie sind Kameras nicht mehr weg zu denken. Bei der automatischen Qualitätssicherung oder Fahrerassistenzsystemen steigen die Anforderungen immer weiter. Zu diesem Zweck werden hohe Ansprüche an die Kameraqualität gestellt, um Fehler minimal zu halten. Aus diesem Grund muss eine Kamera vor dem Einsatz kalibriert werden, um zum Beispiel Fertigungstoleranzen auszugleichen.

Das Ziel dieser Arbeit ist es, die Kamerakalibrierung mit einem (Kreis-)Muster vorzunehmen, das sub-µ genaue Kalibrierdaten hat. Die so ermittelten Ergebnisse sollen mit den Ergebnissen verglichen werden, die ein üblicherweise verwendetes (Schachbrett-)Muster liefert. Die komplette Kalibrierung und Validierung findet dazu auf einem Prüfaufbau statt, wie Abbildung 1 ihn zeigt. Die Algorithmen sind in MATLAB geschrieben.

Abbildung 1: Versuchsaufbau im Messtechniklabor. Zu sehen ist die verwendete Kamera und die höhenverstellbare Auflagevorrichtung. Darauf liegt die Kreis-Kalibrierplatte.

Methodik der Kalibrierung

Zur Vorbereitung werden vier Bilder des Kalibriermusters (in unterschiedlichen Positionen) aufgenommen. Die Lage der Merkmale (Kreise) auf der Kalibrierplatte ist in allen drei Dimensionen bekannt (X, Y, Z). Um die Kamera jetzt mittels Matrizenrechnung zu kalibrieren, wird die Lage der Kreismittelpunkte im Bild benötigt. Abbildung 2 skizziert die dafür verwendete Methode.

Abbildung 2: Programmablauf zur Ermittlung der Kreismittelpunkte und Zuordnung zwischen den Weltpunkten und den Bildpunkten.

Nach der Zuordnung findet die eigentliche Kalibrierung statt. Als Ergebnis liefert die Funktion die charakteristische Kameramatrix C. Zur Validierung werden aus der Kameramatrix der Translationsvektor und die Kamerakonstante bestimmt. Mit Hilfe des Translationsvektor wird die Kamera, im Bezug zu den aufgenommenen Bildern, dargestellt (Abbildung 3).

Abbildung 3: Ergebnis der Kalibrierung. Alle detektieren Punkte und die Kamera (oben rechts) sind dargestellt.

Als letzter Schritt werden die Ergebnisse überprüft und mit denen des Schachbrett-Kalibriermusters verglichen. Dazu werden die Weltpunkte mittels der Kameramatrix in die Bildebene projiziert und mit den gefundenen Bildpunkten verglichen. Abbildung 4 zeigt das Ergebnis.

Die Histogrammklassen beschreiben dabei die Abstände zwischen einem gefundenem und einem projizierten Merkmal in 0,5 px -Schritten In der gleichen „Region of Interest“ liefert die Kreis-Kalibrierplatte eine deutlich höhere Präzision mit einer geringeren Streuung als das Schachbrettmuster.

Abbildung 4: Vergleich der Kalibrierung mit dem üblichen Schachbrettmuster gegenüber der Kreis-Kalibrierplatte.

Logo des Audits familiengerechte Hochschule. Die HHN ist seit 2005 zertifiziert.
Logo der weltoffenen Hochschulen gegen Fremdenfeindlichkeit
Logo der Charta der Vielfalt mit Stempel unterzeichnet
Logo der Hochschulföderation Süd-West (HfSW)