A novel approach for automation of stereo camera calibration process

eng Article in English DOI:

send Piotr Garbacz , Wojciech Mizak Institute for Sustainable Technologies – National Research Institute, Radom, Poland

Download Article

Abstract

The problem of stereo camera calibration has been studied for over many years by numerous researchers. A crucial task in this process is to discover the transformation between 3D world coordinates and 2D pixel image coordinates of image. The growth of the number of diaerent applications of stereovision systems has led to specialization of developed calibrations algorithms. Nowadays, various calibration objects and self-calibration techniques are used. This paper presents a unique automatic calibration system for a stereovision system for inspection of specimen surface under fatigue tests. In order to allow analysis of surface in both a micro and macro scale, the system has been equipped with cameras with motorized focus and zoom lenses. The proposed calibration system is based on mechatronic framework which allows the use of a set of 2D plane calibration targets with varying size of region of interest. Such a solution allows automation of calibration process and guarantees repeatability of results with an assumed error.

Keywords

calibration, fatigue monitoring, stereovision

Automatyzacja procesu kalibracji systemu stereowizyjnego

Streszczenie

Zagadnienie kalibracji kamer w systemach stereowizyjnych było w ostatnich latach podejmowane przez wielu badaczy. Głównym celem tego procesu jest wyznaczenie transformacji pomiędzy współrzędnymi 3D punktów w układzie globalnym i odpowiadającymi im współrzędnymi pikselowymi 2D na płaszczyźnie obrazowania kamer. Coraz większa liczba obszarów, w których zastosowanie znajdują systemy stereowizyjne, doprowadziła do specjalizacji wykorzystywanych w nich metod kalibracji kamer. Aktualnie stosowane są różnorodne wzorce kalibracyjne, a także metody samokalibracji kamer. W artykule przedstawiony został autorski zautomatyzowany system kalibracji kamer dedykowany dla systemu stereowizyjnego, umożliwiającego monitorowanie procesów destrukcji materiałów na maszynie wytrzymałościowej. Dla zapewnienia możliwości przeprowadzenia badań zarówno w skali mikro jak i makro, system ten wyposażony jest w zmotoryzowane obiektywy, umożliwiające regulację zbliżenia i ostrości. Prezentowany system kalibracji poprzez zastosowanie mechatronicznego układu pozycjonowania oraz odpowiedniego typoszeregu wzorców płaskich, zapewnia kalibrację kamer w pełnym zakresie obserwacji. Rozwiązanie to umożliwia automatyzację oraz gwarantuje powtarzalność procesu kalibracji.

Słowa kluczowe

badania wytrzymałościowe, kalibracja, stereowizja

Bibliography

  1. Wang Y.-Q., Sutton M.A., Ke X.-D., Schreier H.W., Reu P.L., Miller T.J., On Error Assessment in Stereobased Deformation Measurements. Part I: Theoretical Developments for Quantitative Estimates, Strain, 2009, Vol. 45, 160-178.
  2. Dang T., Continuous Stereo Self-Calibration by Camera Parameter Tracking, “Transactions on image processing”, Vol. 18, No. 7, 2009, 1536-1550.
  3. Giesko T., Dual-camera vision system for fatigue monitoring, Materials Science Forum, Vol. 726, 226-232.
  4. Tsai R.Y., A Versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Metrology Using Off-Shelf TV Cameras and Lenses, IEEE “Journal on Robotics and Automation”, 1987, Vol. 4, 323-344.
  5. Liangfu L., Zuren F, Yuanjing F., Accurate Calibration of Stereo Cameras for Machine Vision, “Journal of Computer Science & Technology”, 2004, 147-151.
  6. Urqunhart C.W., Siebert J.P., McDonald J.P., Fryer R.J., Active Animate Stereo Vision, The British Machine Vision Conference, Surrey, 1993, 75-84.
  7. Zollner H., Sablatnig R., Comparison of Methods for Geometric Camera Calibration using Planar Calibration Targets, 28th Workshop of the Austrian Association for Pattern Recognition, Hagenberg, 2004, 237-244.
  8. [http://docs.opencv.org] - OpenCV v.2.4.3.
  9. Weng J., Cohen P, Herniou M., Camera Calibration with Distortion Models and Accuracy Evaluation, “IEEE Transactions on Pattern Analysis and Machine Intelligence”, 1992, 967-970.
  10. Bradley D., Heidrich W., Binocular Camera Calibration Using Rectification Error, Canadian Conference on Computer and Robot Vision, 2010.
  11. Schmalz Ch., Forster F., Angelopoulou E., Camera Calibration: Active versus Passive Targets, “Optical Engineering”, Vol. 50, No. 11, 2011.
  12. [http://www.navitar.com]
  13. Ouellet J.N., Hebert P., Developing Assistant Tools for Geometric Camera Calibration: Assessing the Quality of Input Images, ICPR 2004, [in:] Proceedings of the 17th International Conference, Vol. 4, 2004, 80-83.
  14. Sharpe W.N. ,Springer Handbook of Experimental Solid Mechanics, Springer, 2008, 589-597.
  15. Yan J.H., Sutton M.A., Deng X., Wei Z., Mixed-mode crack growth in ductile thin-sheet materials under combined in-plane and out-of-plane loading, “International Journal of Fracture”, Vol. 14, No. 4, 2009, 297-321.