LAPORAN PRAKTIKUM

MATA KULIAH FOTOGRAMETRI DIGITAL

LANGKAH-LANGKAH KALIBRASI KAMERA MENGGUNAKAN

FORMULA TOOLBOX CALIB FOR MATLAB

Dosen:

Dr. Ing. Ir. Teguh Hariyanto, M.Sc.

Dosen Responsi:

Husnul Hidayat.ST., MT.

Oleh :

Nicolody Ofirla Eflal Froditus

(3514100030)

TANGGAL PENGUMPULAN

12 Oktober 2016

Jurusan Teknik Geomatika

Institut Teknologi Sepuluh Nopember

Ph. 031-5929487

2016
 Kalibrasi adalah kegiatan untuk menentukan kebenaran konvensional nilai penunjukkan
alat ukur dan bahan ukur dengan cara membandingkan terhadap standar ukur yang mampu
telusur (traceable) ke standar nasional maupun internasional untuk satuan ukuran dan/atau
internasional dan bahan-bahan acuan tersertifikasi. Sama halnya dalam proses pemotretan
gambar yang terdapat pada photogrametry. Perlu adanya proses kalibrasi kamera yang
dilakukan untuk membenarkan kesalahan yang diakibatkan oleh kesalahan kamera. Berikut
adalah langkah-langkah yang dilakukan dalam proses kalibrasi :

Sebelumnya, pastikan terlebih dahulu bahwa aplikasi matlab telah terinstall pada laptop
atau computer yang akan kita gunakan. Kemudian lakukan langkah-langkah sebagai berikut
untuk melakukan kalibrasi kamera :

1. Download terlebih dahulu Calibration Charts atau yang dapat juga disebut dengan
Papan Catur. Dapat kita download papan catur tersebut pada website Adobe lens profile
creator.

2. Setelah papan catur terdownload, pilih papan catur dengan ukuran minimal A3, lalu
cetak papan catur tersebut sesuai dengan ukurannya.

Papan Catur Ukuran A3

3. Kemudian, lakukan pemotretan dengan objek utama adalah kertas papan catur yang
telah kita cetak sebelumnya. Pemotretan dilakukan sebanya minimal 8 kali dengan
posisi pengambilan gambar dari berbagai sisi yang berbeda-beda.

Beberapa Contoh Hasil Pemotretan dari Sisi yang Berbeda

4. Sebelum melakukan kalibrasi kamera, terlebih dahulu donload kembali formula matlab
yang digunakan untuk mengkalibrasi kamera. Donwload yang dinamakan dengan
toolbox_calib for matlab.

5. Langkah selanjutnya adalah pindahkan file data foto dari papan catur ke dalam folder
toolbox_calib, agar ketika dilakukan proses kalibrasi formula matlab yang digunakan
dapat mendeteksi gambar atau foto hasil pemotretan papan catur yang akan digunakan
ketika proses kalibrasi kamera.
 Foto Hasil Pemotretan Papan Catur telah Berada 1 Folder di Tollbox_Calib
6. Kemudian buka formula calib_gui.m yang tersedia pada toolbox_calib menggunakan
matlab. Sehingga akan muncul window matlab dengan formula calib_gui.m sebagai
berikut :

Tampilan Window Matlab Ketika Membuka formula calib_gui.m

7. Langkah selanjutnya adalah Run formula dari calib_gui.m. Dengan cara klik ikon Run
yang terdapat pada toolstrip dari menu Editor.

Ikon Run pada toolstrip di menu Editor

8. Sehingga secara otomatis akan muncul window baru, yakni window Camera Calibration
Toolbox Select Manual. Dengan tampilan sebagai berikut :

Pilih dan klik pada kolom Memory efficient (the images are loaded one by one),
sehingga akan muncul window baru Camera Calibration Toolbox Memory efficient
version dengan tampilan sebagai berikut :

9. Langkah selanjutnya adalah klik menu Image names yang tersedia pada window Camera
Calibration Toolbox Memory efficient version, dimana menu ini digunakan untuk
meload gambar atau foto yang akan digunakan untuk membantu dalam proses kalibrasi
kamera. Klik dan secara otomatis pada Command Window akan meload nama gambar
atau foto yang berada pada satu folder di toolbox_calib.

Hasil pada Command Window Ketika Dilakukan Load Gambar atau Foto dengan menu
Image Names
10. Pada bari terakhir terdapat perintah Basename camera calibration images (without
number nor suffix): , tuliskan nama depan dari file foto atau gambar yang telah kita
munculkan nama filenya tadi, missal : IMG_. Seperti gambar berikut :

Isikan pada Perintah Baris Terakhir dengan Nama Depan File Foto atau Gambar yang
Telah di Load
11. Setelah itu, akan dilakukan proses pencarian file data foto yang ada dalam satu folder
toolbox_calib, sehingga akan terdapat informasi foto atau gambar. Dengan hasil sebagai
berikut :
Checking directory content for the calibration images (no global image loading in
memory efficient mode)
Found images: 1...2...3...4...5...7...9...10...11...
Done

Hasil dari Pencarian Foto atau Gambar Papan Catur yang Berada dalam Satu Folder
12. Setelah foto dan gambar papan catur ditemukan, kembali ke window Camera
Calibration Toolbox Memory efficient version, pilih menu Extract grid corners. Dimana
menu ini akan membantu kita dalam penetuan titik-titik pojok (marking gambar) dari
foto atau gambar papan catur. Kemudian akan muncul pada Command Window, seperti
berikut :

Tampilan Pada Command Window Ketika Dipilih Menu Extract grid corners
13. Pada tampilan pertama Command Window, akan terdapat perintah sebagai berikut :
Number(s) of image(s) to process ([] = all images) = .

Klik ENTER. Kemudian akan muncul perintah baru lagi sebagai berikut :
Window size for corner finder (wintx and winty):
wintx ([] = 6) =

Klik ENTER. Sehingga akan muncul lagi perintah berikut :

winty ([] = 6) =

Klik ENTER.
Window size = 13x13
Do you want to use the automatic square counting mechanism (0=[]=default)
or do you always want to enter the number of squares manually (1,other)?
14. Klik ENTER. Sehingga akan muncul perintah dimana kita diminta untuk menentukan titik-
titik pojok dari semua papan catur yang kita miliki satu persatu. Begitu juga akan disertai
muncul window baru Figure 2. Seperti gambar berikut :

Perintah yang Meminta untuk Penentuan Titik-titik Pojok (Marking Gambar)

Tampilan Window Figure 2

15. Kemudian lakukan marking pada gambar pertama yang muncul di window Figure 2,
lakukan marking pada 4 titik-titik perpotongan pixel. Dimana penentuan titik-titik
tersebut dilakukan dari titik pojok kiri bawah dan diteruskan ke 3 titik lainnya searah
jarum jam (pojok kiri atas, pojok kanan atas, dan pojok kanan bawah) secara bergantian.
Pastikan ketika kita menentukan ke empat titik pada gambar papan catur, tepat pada
perpotongan pixel dari papan catur. Seperti gambar berikut :
 Penentuan Titik Pertama pada Penentuan Titik Kedua pada
Papan Catur (Pojok Kiri Bawah) Papan Catur (Pojok Kiri Atas)

Penentuan Titik Ketiga pada Penentuan Titik Keempat pada

Papan Catur (Pojok Kanan Atas) Papan Catur (Pojok Kanan Bawah)
16. Akan terdapat perbedaan ketika kita melakukan penentuan titik keempat, secara
otomatis akan muncul pada gambar atau foto papan catur garis hijau yang menandakan
garis koordinat X dan Y. seperti gambar berikut :

Muncul Garis Hijau Diakhir Penentuan Titik Keempat

17. Setelah penentuan titik keempat, aka muncul perintah baru pada Command Window,
dimana perintah tersebut meminta kita untuk memasukkan panjang (X) dari satu pixel
papan catur [Size dX of each square along the X direction ([]=0.1524m) = ] dan lebar (Y)
dari satu pixel papan catur [Size dY of each square along the Y direction ([]=0.1524m) = ].
Dengan perintah sebagai berikut :
Processing image 1...
Loading image IMG_8402.JPG...
Using (wintx,winty)=(6,6) - Window size = 13x13 (Note: To reset the
window size, run script clearwin)
Click on the four extreme corners of the rectangular complete pattern (the
first clicked corner is the origin)...
Size dX of each square along the X direction ([]=0.1524m) =
Size dY of each square along the Y direction ([]=0.1524m) =
18. Isikan pada Size dX of each square along the X direction ([]=0.1524m) = denga
panjang ukuran satu pixel (missal = 0.012) dan Size dY of each square along the Y
direction ([]=0.1524m) = dengan ukuran lebar ukuran satu pixel (missal = 0.012).
Jangan lupa perhatikan satuan ukuran panjang dan lebar dari satu pixel tersebut. Seperti
gambar berikut :

Perintah yang Muncul Ketika Selesai Menentukan Keempat Titik serta Input Panjang dan
Lebar Ukuran dari Satu Pixel Papan Catur
19. Klik ENTER, maka secara otomatis akan muncul tanda + pada foto papan catur yang
ada di window Figure 2. Seperti gambar berikut :

Tampilan Window Figure 2 dengan Tanda + Diatas Foto Papan Catur

20. Secara bersamaan dengan munculnya tanda + pada window Figure 2, muncul juga
perintah pada Command Window sebagai berikut :
If the guessed grid corners (red crosses on the image) are not close to the
actual corners,
it is necessary to enter an initial guess for the radial distortion factor kc (useful
for subpixel detection)
Need of an initial guess for distortion? ([]=no, other=yes)
21. Klik ENTER. Maka akan kembali muncul perintah dan window baru seperti pada step 14.
Kemudian lakukan kembali step 15 untuk menentukan titik pojok pada foto papan catur
yang kedua. Kemudian setelah selesai penentuan keempat titik klik ENTER pada
Command Window ketika muncul perintah Need of an initial guess for distortion?
([]=no, other=yes).
22. Lakukan langkah-langkah marking gambar atau penentuan titik-titik pojok pada gambar
papan catur, kesemua papan catur yang muncul pada window Figure 2 sampai terdapat
tulisan done pada Command Window. Dimana, ketika terdapat tulisan done,
mengartikan bahwa marking gambar papan catur telah selesai.

23. Kemudian yang perlu dilakukan adalah proses kalibrasi, dengan cara klik menu
Calibration pada window Camera Calibration Toolbox Memory efficient version.

Menu Calibration pada Camera Calibration Toolbox Memory efficient version

24. Setelah klik menu Calibration pada window Camera Calibration Toolbox Memory
efficient version. Dimana menu ini akan membantu kita dalam proses kalibrasi kamera.
Sehingga akan muncul pada Command Window secara, seperti berikut :
Aspect ratio optimized (est_aspect_ratio = 1) -> both components of fc are
estimated (DEFAULT).
Principal point optimized (center_optim=1) - (DEFAULT). To reject principal point,
set center_optim=0
Skew not optimized (est_alpha=0) - (DEFAULT)
Distortion not fully estimated (defined by the variable est_dist):
Sixth order distortion not estimated (est_dist(5)=0) - (DEFAULT) .
Initialization of the principal point at the center of the image.
Initialization of the intrinsic parameters using the vanishing points of planar
patterns.
Initialization of the intrinsic parameters - Number of images: 9

Calibration parameters after initialization:

Focal Length: fc = [ 772.88392 772.88392 ]

Principal point: cc = [ 359.50000 239.50000 ]
Skew: alpha_c = [ 0.00000 ] => angle of pixel = 90.00000 degrees
Distortion: kc = [ 0.00000 0.00000 0.00000 0.00000 0.00000 ]

Main calibration optimization procedure - Number of images: 9

Gradient descent iterations:
1...2...3...4...5...6...7...8...9...10...11...12...13...14...15...16...17...18...19...20...done
Estimation of uncertainties...done

Calibration results after optimization (with uncertainties):

Focal Length: fc = [ 765.72401 769.83175 ] +/- [ 3.39671 3.23561 ]

Principal point: cc = [ 360.73296 245.73977 ] +/- [ 2.51847 2.71253 ]
Skew: alpha_c = [ 0.00000 ] +/- [ 0.00000 ] => angle of pixel axes =
90.00000 +/- 0.00000 degrees
Distortion: kc = [ -0.14581 0.20195 0.00109 0.00049 0.00000 ] +/- [
0.00924 0.04491 0.00059 0.00077 0.00000 ]
Pixel error: err = [ 0.28220 0.56840 ]
Note: The numerical errors are approximately three times the standard deviations
(for reference).
25. Dimana dengan kalibrasi ini kita dapat mengetahui besarnya nilai Focal Length (fc),
Principal point (cc), Skew (alpha_c), Distortion (kc), dan Pixel error (err) dari kamera
yang kita gunakan. Sebagai contoh berikut adalah hasil kalibrasi kamera, sebagai berikut
:

Hasil Kalibrasi Kamera

26. Setelah diperoleh data hasil kalibrasi yang kita lakukan, jangan lupa lakukan
penimpanan pada data hasil kalibrasi yang telah kita lakukan. Dengan cara klik menu
Save pada window Camera Calibration Toolbox Memory efficient version. Sehingga
akan muncul pada Command Window proses saving data hasil kalibrasi, seperti gambar
berikut :

Menu Save pada Window Camera Calibration Toolbox Memory efficient version

Hasil yang Muncul pada Command Window Ketika Klik Menu Save
27. Dari hasil kalibrasi tersebut, terdapat ketentuan bahwa besarnya nilai Pixel Error harus
kurang dari 1 (err < 1). Jika dihasilkan besarnya nilai Pixel Error lebih dari 1, lakukan
 perbaikan dengan cara klik ,menu Recomp. Corners pada window Camera Calibration
Toolbox Memory efficient version.
28. Setelah melakukan kalibrasi kamera, kita juga dapat melihat posisi pemotretan yang kita
lakukan ketika memotret papan catur, dengan cara klik menu Show Extrinsic pada
window Camera Calibration Toolbox Memory efficient version. Sehingga akan muncul
window baru dengan nama Window 3D, seperti gambar berikut :

Tampilan Window 3D, untuk Mengetahui Posisi Pemotretan yang Dilakukan

29. Dalam penyajian posisi pemotretan yang kita lakukan terdapat dua jenis penyajian yang
tersedia, yakni dalam posisi camera centered view dan world centered view.
Dimana penentuan dalam penyajian ini dapat dilakukan dengan cara klik pada ikon pada
kanan bawah window 3D. seperti gambar berikut :

Ikon yang Digunakan Untuk Memilih Tampilan dari Kondisi Pemotretan yang Dilakukan
 30. Ketika kita memilih ikon camera centered view, akan dihasilkan tampilan posisi
ketika kita memotret papan catur sebagai berikut :

Tampilan Camera Centered View

31. Ketika kita memilih ikon world centered view, akan dihasilkan tampilan posisi ketika
kita memotret papan catur sebagai berikut :

Tampilan World Centered View

Setelah hasil kalibrasi kamera dihasilkan, kita dapat mengetahui posisi pemotretan yang
kita lakukan ketika memotret papan catur. Dengan langkah sebagai berikut :

1. Buka formula visualize_distortions.m yang tersedia pada toolbox_calib menggunakan

matlab. Sehingga akan muncul window matlab dengan formula visualize_distortions.m
sebagai berikut :
 Tampilan Window Matlab Ketika Membuka formula visualize_distortions.m
2. Langkah selanjutnya adalah Run formula dari visualize_distortions.m. Dengan cara klik
ikon Run yang terdapat pada toolstrip dari menu Editor.

Ikon Run pada toolstrip di menu Editor

3. Setelah di Run akan muncul 3 window baru bernama Figure 2, Figure 3, Figure 4. Dimana
dari masing-masing window tersebut memiliki tampilan dari hasil visualisasi distorsi,
sebagai berikut :
a) Figure 2 : Hasil visualisasi dari Complate Distortion Model
b) Figure 3 : Hasil visualisasi Tangential Component of the Distortion Model
c) Figure 4 : Hasil visualisasi Radial Component of the Distortion Model
Dengan tampilan visualisasi distorsi sebagai berikut :

Tampilan Figure 2 Tampilan Figure 3 Tangential

Complate Distortion Model Component of the Distortion Model

Tampilan Figure 4 Radial Component of the Distortion Model

Berikut adalah data foto papan catur yang digunakan dalam proses kalibrasi kamera menggunakan toolbox calib for matlab :