Autokalibrering av kamera ved bruk av rotasjon og vinkelmåling

Dette arbeidet er utført med tanke på kameraer som skal brukes for Augmented Reality (AR). AR innebærer at man viser virtuell informasjon plassert på korrekt sted i en reell scene. For å få til dette, må man vite hvor kameraet befinner seg, og hvilken retning det peker i. Men man må også kjenne kameraets egenskaper, dvs. hvordan det overfører en tredimensjonal scene til et todimensjonalt bildeplan.

For et “vanlig” digitalt kamera er aktuelle parametere fokallengde, beskrivelse av kameraets forvrengning og hvilket pixel i bildet som tilsvarer det optiske sentrum. Vi ønsket en metode for å finne kameraets parametere, og metoden må ikke være for omfattende eller ta for lang tid. Den skulle heller ikke kreve at man tok bilde av spesielle mønstre. Metoden vi kom frem til, baserer seg på at man holder kameraet i samme posisjon og tar bilder mens man roterer kameraet om to akser normalt på optisk akse. Bildene med tilhørende vinkelverdier brukes så i et dataprogram.

Programmet gjenkjenner automatisk punkter i scenen i de forskjellige bildene. Med et bestemt parametersett skal ett punkt i ett bilde avbildes til ett bestemt punkt i et annet bilde. Avviket mellom dette beregnede punktet og det faktisk, målte punktet i det nye bildet er en “feil”. Gitt den matematiske kameramodellen, finner algoritmen det parametersettet som gir den minste totale feilen for alle gjenkjente punkter i alle bildene, og angir dette som det beste estimatet for kameraets parametere.