LAPORAN PRAKTIKUM FOTOGRAMETRI DASAR

POKOK BAHASAN MINGGU 2 : KALIBRASI KAMERA

Disusun oleh :
RIBHAN NAFIZ SIREGAR ( 119230081 )

PROGRAM STUDI TEKNIK GEOMATIKA

JURUSAN TEKNOLOGI INFRASTRUKTUR DAN KEWILAYAHAN
INSTITUT TEKNOLOGI SUMATERA
2021
A. MATA ACARA PRAKTIKUM
Praktikum ke-2 Fotogrametri Dasar pada Senin, 20 September 2020 pukul 13:00-
Selesai WIB. Secara offline di laboratorium Teknik Geomatika, Institut Teknologi
Sumatera , untuk membahas mengenai Kalibrasi Kamera.
B. TUJUAN PRAKTIKUM
Tujuan praktikum Fotogrametri Dasar kali ini adalah untuk:
1) Melakukan pemotretan pada papan chessboard yang sudah disediakan oleh asisten
dengan pemotretan menggunakan kamera :
a) Kamera HP masing – masing
b) Kamera DSLR / Kamera Lab
c) Kamera HP dengan Lensa Fish Eye
2) Melakukan proses orientasi dalam seperti yang ditutorialkan dalam praktikum
kemudian membandingkan hasil parameter orientasi dalam yang didapatkan dari
ketiga model kamera yang digunakan. Dan menyaajikan dalam perbandingan
matematis.
3) Menampilkan terkait undistorted image dan plotting titik yang digunakan.
4) Memecahkan dan menjawab setiap tantangan pada praktikum kali ini.

C. ALAT DAN BAHAN

a. Alat :
- Kamera DSLR
- Handphone
- Lensa FishEye
b. Bahan :
- Papan ChessBoard

1
D. LANDASAN TEORI
a. Kalibrasi Kamera
Kalibrasi kamera telah menjadi salah satu bagian terpenting dalam computer
vision. Dengan melakukan ini, kita bisa mendapatkan parameter intrinsik dan ekstrinsik
kamera. Makalah ini memperkenalkan aplikasi kamera secara luas kalibrasi dalam
navigasi robot, rekonstruksi tiga dimensi, bio-medis, realitas virtual dan visual
pengawasan. Kemudian merangkum metode dalam aplikasi yang berbeda, seperti
kalibrasi tradisional kalibrasi sendiri dan kalibrasi penglihatan aktif. (Qi, Li, &
Zhenzhong, 2010)
b. Distorsi Lensa
Distorsi lensa adalah suatu fenomena ketidakakuratan lensa dalam menangkap
suatu citra akibat melengkungnya optik sehingga gambar yang dihasilkan juga
mengalami lengkungan di bagian tepi. Distorsi pada lensa ini akan mempengaruhi
kenampakan asli permukaan bumi dalam keadaan digital (PUTRA, 2016)
c. Google Collab
Google Colaboratory (alias Colab) adalah proyek yang mempunyai tujuan
menyebarluaskan pendidikan pembelajaran mesin dan penelitian . Notebook kolaboratif
didasarkan pada Jupyter dan berfungsi sebagai objek Google Documents: dapat dibagikan
dan pengguna dapat berkolaborasi pada notebook yang sama. Kolaborasi menyediakan
runtime Python 2 dan 3 sudah dikonfigurasi sebelumnya dengan yang esensial
perpustakaan pembelajaran mesin dan kecerdasan buatan, seperti TensorFlow,
Matplotlib, dan Keras. (CARNEIRO, et al., 2016)
d. Pyton
Python adalah salah satu bahasa pemrograman dan penunjang pada perkembangan
FOSS dan Linux. Tidak hanya kedua itu, di perkembangan teknologi lainya, Python hadir
sebagai salah satu teknologi mumpuni yang patut kita pelajari. Biasanya Python sudah
tertanam di distro - distro tertentu seperti Ubuntu, Fedora, dan Slackware. Python
merupakan bahasa pemrograman yang mendukung paradigma object oriented
programming ataupun scripting. Python hadir di ranah sistem operasi, virtualisasi,
jaringan komputer, grafika komputer, kecerdasan buatan,mteknologi web, game, dll.
(Suhesti, 2014)

2
E. LANGKAH KERJA

1. Tahapan Persiapan
-Siapkan kamera dslr, kamera hp dan lesna fish eye. Kemudian papan Chessboard (yang
sudah disediakan di laboratorium)
-Kemudian lakukan pemotretan chessboard menggunakan dslr, kamera hp, dan kamera hp
+ fish eye, sebanyak minimal 12 kali dari berbagai sisi.
2. Tahapan Pelaksanaan
-Membuka https://colab.research.google.com/
-kemudian membuka file, kemudian klik kanan buat folder baru, untuk menempatkan foto
yang akan dilakukan kalibrasi

-klik kanan setiap folder untuk menguplod foto

3
-Menginstall OpenCV

-Lakukan pendefinisian Header, Numpy untuk operasi matematika, cv untuk membaca

modul di OpenCV, modul glob yang digunakan untuk mengambil file/nama path yang
cocok dengan pola yang ditentukan, dan matplotlib.pyplot untuk pembuatan plot grafik.

-Melakukan Pendefinisian Gambar yang digunakan (chessboard). Square size untuk

estimasi setiap kotak chess, img_mask untuk pendefinisian gambar, pattern size untuk
ukuran berapa kotak chessboadnya dan fig size yaiu estimasi ukuran gambarnya

-Membuat vektor untuk penyimpanan setiap checkerboard pada ruang 3D dan ruang 2D
dengan syntax

4
-Mendeteksi pojok dari setiap chessboard yang digunakan

-Proses perhitungan parameter kalibrasi kamera.

-Proses koreksi sehingga didapatkan undistorted-image dengan menerapkan nilai distorsi.

5
-Menampilkan grafik plot titik terdistorsi dengan syntax

-Ulangi setiap Langkah, untuk foto DSRL dan foto HP + Fish eye
3. Tahapan Penyelesaian
-Melakukan pengisian laporan terkait hasil dan pembahasan

F. HASIL DAN PEMBAHASAN

a. Hasil
1) Kamera Handphone
-Nilai error, matriks kamera yang terdiri dari principal point dan principal distance, koefisien
distorsi yang terdiri dari distorsi radial dan tangensial, serta nilai parameter rotasi dan translasi

-Undistorted image

6
-Plotting titik

2) Kamera Handphone + Fish eye

- Nilai error, matriks kamera yang terdiri dari principal point dan principal distance, koefisien
distorsi yang terdiri dari distorsi radial dan tangensial, serta nilai parameter rotasi dan translasi

- Undistorted image

7
- Plotting titik

3) Kamera DSLR
- Nilai error, matriks kamera yang terdiri dari principal point dan principal distance, koefisien
distorsi yang terdiri dari distorsi radial dan tangensial, serta nilai parameter rotasi dan translasi

- Undistorted image

8
-Plotting titik

b. Pembahasan

Pada praktikum kali ini membahas mengenai kalibrasi kamera, menggunakan

kamera DSLR, Handphone, dan Handphone dengan fish eye. pada proses kalibrasi kali
ini akan mengetahui distrosi yang terjadi pada lensa, berupa nilai erronya/rms , matrik
kamera dan koefisien distorsi.

9
 Perbandingan yang didapat antara kamera DSLR, handphone, dan handphone
ditambah fish eye berada pada rms nya atau nilai error nya, pada kamera DSRL memiliki
rms sebesar 1,7290 dan untuk kamera handphone yang menggunakan fish eye dan tidak,
memiliki sedikit perbedaan yaitu pada yang tidak menggunakan fish eye sebesar 0,945971
dan yang menggunakan adalah 0,945341.
Ketika menampilkan undistorted image, gambar sedikit berubah dari keadaan
aslinya, dikarenakan pada saat melakukan undistorted image, image tersebut telah melalui
proses koreksi.

G. SUMBER PUSTAKA

CARNEIRO, T., MEDEIROS DA NÓBREGA, R., NEPOMUCENO, T., BIAN, G.-B.,

C. DE ALBUQUERQUE, V., & REBOUÇAS FILHO, P. (2016). Performance
Analysis of Google Colaboratory as a Tool for Accelerating Deep Learning
Applications. IEEE Access, 2.
PUTRA, Y. H. (2016). ANALISIS KESALAHAN PENGUKURAN KECEPATAN
AKIBAT DISTORSI LENSA. TUGAS AKHIR - TM141585, 17.
Qi, W., Li, F., & Zhenzhong, L. (2010). Review on Camera Calibration. IEEE, 3354.
Suhesti, T. (2014). Bahasa Pemrograman Python. ilmuti, 2.

10