Kalibrációs céltípusok: Minták összehasonlító elemzése és azok előnyei

A pontos kamera kalibráció alapvető fontosságú a gépi/számítógépes látás alkalmazásainak sikeréhez. A kalibrációs céltábla kiválasztása jelentősen befolyásolja a kalibráció pontosságát, ugyanakkor többféle mintázattípus létezik – mindegyiknek megvannak az egyedi jellemzői. Ez az útmutató az általánosan használt céltáblák (sakktábla, körháló és CharuCo) előnyeit és korlátait elemzi a legoptimálisabb választás érdekében.

I. Kalibrációs céltábla mérete: Alapvető szempontok

Egy kalibrációs céltábla fizikai mérete közvetlenül befolyásolja a mérés pontosságát, elsősorban a látószög (FOV) arányával összefüggésben. Főbb elvek:

1. Látószög (FOV) lefedettség: A stabilis kalibrációhoz a céltárgynak az elől nézve az összes képpont több mint 50%-át kell elfoglalnia. Egy kis céltárgy megenged több kamera-paraméter kombinációt is a megfigyelt jellemzők magyarázatára, ezzel gyengítve a modell korlátait.

2. Fókuszstabilitás: A kalibráció állandó munkatávolsást feltételez. A fókuszáló távolság vagy nyílásszög megváltoztatása érvénytelenné teszi a korábbi kalibrációt a fókusz eltolódás és optikai aberrációk miatt.

3. Gyakorlati tanács: Válasszon a látószögéhez (FOV) igazodó méretű céltárgyat. Nagyméretű mérésekhez (pl. autóipari ellenőrzés) nagyobb céltárgyakat vagy több pozícióból készült felvételeket használjon.

II. Kalibrációs céltárgy típusok: Minták és teljesítmény

1. Sakktábla mintájú céltárgyak

A leggyakrabban használt mintázat, amelyet az OpenCV, Halcon és MATLAB is támogat.

Feldolgozási folyamat:

Kép binarizálása → Négyszögek (sötét négyzetek) felismerése → Méret/minta szabályosság alapján szűrés → Egyeztetés a felhasználó által megadott méretekkel.

Előnyök:

Alpixelpontosság: A sarkok (matematikailag nyeregpontok) végtelenül kicsik, lehetővé téve az elfogulatlan helymeghatározást perspektivikus torzítás esetén (pontosság: ±0,1 px).

Torzítás modellezése: A magas szélső sűrűség javítja a radiális/érintő irányú torzítás becslését.

Korlátozások:

Teljes láthatóság szükséges: A teljes tábla láthatónak kell lennie minden képen, korlátozva ezzel a sarokadatok gyűjtését (különösen fontos a torzítás modellezéséhez a kép szélein).

Szimmetria kényszer: Sztereó kalibrációhoz kerülni kell a 180°-os bizonytalanságot úgy, hogy páros sorok + páratlan oszlopok (vagy fordítva) legyenek.

Legjobb: Egykamerás kalibráció, ahol a teljes tábla láthatósága megvalósítható.

2. Kör alakú rács céltáblák

Gyakori változatok: fekete körök fehér hátteren vagy fehér körök fekete hátteren.

Feldolgozási folyamat:

„Foltok” észlelése → Szűrés terület, körkörösség és konvexitás alapján → Rácsstruktúra azonosítása.

Előnyök:

Zajállóság: A körillesztés az összes kerületi pixelt felhasználja, csökkentve a zajérzékenységet.

Kitakarás-tűrés: Részben látható körök továbbra is észlelhetők.

Korlátozások:

Perspektív torzítás: A körök perspektíva alatt ellipszisként jelennek meg. A lencsetorzítás tovább deformálja az alakzatokat, kismértékű illesztési hibákat okozva.

Sztereo bizonytalanság: Szimmetrikus rácsoknál 180°-os bizonytalanság lép fel; többkamerás beállításoknál használjon aszimmetrikus rácsokat.

Legjobb: Háttérfényes alkalmazások és változó megvilágítású környezetek.

3. CharuCo céltáblák

Vektoros mintázat, mely sakktábla-sarkokat kombinál ArUco markerekkel.

Feldolgozási folyamat:

Az ArUco markerek azonosítása → A markerek közötti interpolált nyeregpontok helyének meghatározása.

Előnyök:

Részleges láthatóság támogatása: Az egyedi marker-kódolás lehetővé teszi kalibrációt eltakart vagy szélén levágott céltáblákkal is.

Megvilágítással szembeni ellenállás: Ellenáll a nem egyenletes megvilágításból (pl. tükröződés) fakadó hibáknak.

Alpixeles finomhangolás: A sakktáblákkal összehasonlítandó nyeregpont-ponthosságot ér el.

Korlátozások:

Algoritmus bonyolultsága: Különleges könyvtárakat igényel (OpenCV 3.0+).

Jelölő elhelyezése: A rosszul nyomtatott jelölők rontják az észlelést.

Legjobb: Többkamerás rendszerek, nagy torzítású lencsék és szűk helyek.

III. A megvalósítás ajánlott módszerei

1. Nyomtatási minőség:

Lézeres nyomtatású vagy maratott céltáblák használata nem tükröző alapanyagon.

Győződjön meg a síkságról (deformációs tűrés: <0,1 mm/m²).

2. Felvételi protokoll:

Készítsen 15–30 képet a céltáblával különböző tájolásokban (fedje le a látómező sarkait).

Tartsa azonos megvilágítást és fókuszt.

3. Könyvtárhöz kapcsolódó megjegyzések:

OpenCV: A sakktábla teljes láthatóságot igényel; A CharuCo az aruco modult használja.

Halcon: Kör alakú rácsozásra optimalizálva, aszimmetria-kezeléssel.

A kalibrációs cél kiválasztása az igénybevételi pontosság, a környezeti korlátok és az algoritmikus támogatás arányát tartja fenn. Bár a sakktábla maximális pontosságot nyújt kontrollált körülmények között, a CharuCo ipari alkalmazásokhoz egyedülálló ellenálló képességet biztosít. A kör alakú rácsok praktikus egyensúlyt képviselnek sztereó beállításokhoz. A célként megadott tulajdonságok összehangolása a látórendszer igényeivel, metrológiailag érvényes mérések alapját képezi – ez a megbízható gépi látás alapköve.