1. Pendahuluan
Instrumentasi optik memanfaatkan fenomena dan interaksi optik untuk berbagai macam keperluan
pengukuran. Kamera merupakan salah satu instrumen optik yang bisa dimanfaatkan secara luas, mulai
dari keperluan di dunia hiburan hingga keperluan saintifik. Saat ini kamera telah banyak di gunakan pada
bidang sistem autonomus dan robotika dengan kamera berperan sebagai indra penglihatan. Pada
praktikum ini, akan diamati bagaimana kamera dapat dimanfaatkan dalam memberikan informasi
pemetaan kondisi ruang 3D menjadi informasi 2D melalui kalibrasi kamera dan melihat pemanfaatan
kamera dalam sistem sederhana untuk pengukuran jarak.
2. Studi Pustaka
2.1 Kamera Digital dan Kalibrasi
Kamera merupakan salah satu alat optic untuk mendapatkan foto atau citra. Citra dapat diartikan sebagai
representasi objek 3D dalam media 2D. Optika geometri memungkinkan terjadinya model formasi citra
dari berkas cahaya. Cahaya yang berinterksi dengan suatu objek akan membawa informasi mengenai
objek tersebut dan jika cahaya tersebut dapat ditangkap dengan baik maka objek tersebut dapat
direprestasikan dengan baik sebagai citra.
jumlahnya sangat banyak membawa informasi mengenai objek tersebut. Bukaan celah lubang jarum
memyebabkan berkas cahaya seperti tersaring sehingga memungkinkan pemetaan titik per titik kedalam
citra 2D pada film dan sensor. Jarak antara bidang 2D dengan lubang disebut dengan focal length.
2.2.4 Filtering
Filtering pada pengolahan citra digital adalah cara untuk menigkatkan kualitas citra. Tujuan dari filtering
agar informasi visual yang terkandung pada citra dapat diperoleh dengan kerjernihan yang lebih baik
melalui penghilangan noise, penajaman, dan blurring. Filter dikategorikan menjadi dua, yaitu spatial
filtering dan frequecy filtering.
2.2.5 Tresholding
Thresholding merupakan jenis segmentasi citra yang paling sederhana, yaitu proses pembagian citra
menjadi beberapa area sesuai karakter dari piksel yang umumnya digunakan dalam deteksi objek sehingga
mempermudah analisa citra. Salah satu metode thresholding yang dapat menentukan batas secara global
dan otomatis adalah metode Otsu yang membagi citra menjadi dua kelompok: background & foreground.
5 Busur derajat 1
6 Meteran 1
Dilakukan kalibrasi pada pola papan catur 20 mm squares pada masing-masing jumlah gambar,
didapatkan parameter pada masing-masing jumlah gambar sebagai berikut.
Setelah mendapatkan parameter dari masing-masing jumlah gambar, digunakan hasil kalibrasi
lima gambar karena hasil kalibrasi dengan lima gambar memiliki error terkecil. Berikut parameter
intrinsik dari kamera hasil kalibrasi lima buah gambar.
Dari gambar diatas didapat bahwa focal length sumbu-x dan sumbu-y memiliki perbedaan nilai
yaitu sumbu-x bernilai 978.02 piksel sedangkan sumbu-y bernilai 979.58 piksel. Focal length ini
adalah ukuran jarak antara lensa dengan sensor pada kamera. Focal length pada kamera
mempengaruhi sudut pandang dalam hasil foto, semakin besar focal length akan memberikan
sudut pandang yang sempit, sehingga objek pada jarak jauh tampat terlihat besar dalam foto.
Sebaliknya semakin kecil focal length maka akan memberikan sudut pandang yang lebih luas yang
membuat ojek memperoleh porsi lebih kecil dalam foto. Kemudian ada parameter principal point
yaitu titik perpotongan antara principal axis dari kamera dengan planen dari sensor atau film.
Pada percobaan ini didapat principal point senilai [1037.44,760.048]. selain itu ada skew yang
merupakan kecenderungan kemiringan pada suatu arah, pada hasil kalibrasi kamera didapat nilai
skew senilai -0.313 yang mana nilai tersebut masih terbilang kecil dan tidak terlalu
mempengaruhi pada hasil foto atau gambar. Radial distortion merupakan pergeseran linier titik
Modul Instrumentasi Optik
foto dalam arah radial terhadap titik utama posisib ideal. Distorsi positif akan menghasilkan efek
seperti lensa cembung sedangkan distorsi negatif akan menghasilkan efek seperti lensa cekung.
Dari hasil percobaan didapat nilai radial distortion positif dengan nilai 0.0945, nilai tersebut
cenderung kecil. Tangential distortion merupakan pergerseran linier titik foto pada arah normal
(tegak lurus) garis ideal melalui titik foto tersebut. Tangential distortion terjadi karena kesalahan
dalam mengatur titik pusat lensa pada gabungan lensa. Nilai tangential distortion umumnya
sangat kecil sehingga tidak terlalu mempengaruhi hasil citra dan cenderung diabaikan, dapat
dilihat pada gambar diatas bahwa nilai tangential distortion sangat kecil yaitu dibawah 0.1
sehingga tidak akan terlalu mempengaruhi hasil citra.
Selain parameter intrinsik, terdapat juga parameter ekstrinsik yang didapat dari hasil kalibrasi
kamera pada masing-masing jumlah citra. Berikut parameter ekstrinsik dari masing-masing
jumlah citra.
Rotation vector merupakan besaran arah dengan nilai sebanding dengan kecepatan rotasi
dengan arah tegak lurus terhadap bidang rotasi. Dalam konteks kalibrasi gambar, rotation vector
adalah perbedaan posisi citra dengan bidang x0 dan y0 yang menunjukkan arah dan besar rotasi
dari citra.
Translation vector adalah vektor perpindahan transformasih objek pada bidang koordinat dari
posisi satu ke posisi lainnya dengan kata lain yaitu besar dan arah seberapa jauh posisi citra
bergeser dari posisi awal x0 dan y0. Banyaknya data pada parameter ekstrinsik dipengatuhi oleh
jumlah citra yang dihitung.
Pada percobaan ini, kelompok kami tidak mengalami penolakan citra pada Matlab. Namun,
penolakan citra pada Matlab bisa disebabkan oleh perbedaan ukuran pada gambar, pencahayaan
Modul Instrumentasi Optik
yang minim, foto papan catur banyak kesalahan seperti tidak rata, dan masih banyak lagi. Untuk
menghindari penolakan tersebut, siapkanlah pola citra yang bagus dan potret dengan kualitas
kamera yang baik dengan kondisi cahaya yang bagus juga.
4.1.2 Nilai Reprojection Error, Penyebab Error, dan Upaya Menurunkan Reprojection Error.
Dari hasil kalibrasi kamera didapat reprojection error pada masing-masing kalibrasi tiap jumlah
foto. Nilai reprojection error dari 5 citra sebesar 0.19 piksel, 10 citra sebesar 0.22 piksel, dan lima
belas citra sebesar 0.22 piksel. Histogram dari masing-masing reprojection error dapat dilihat
pada gambar dibawah.
Reprojection error ini adalah kesalahan pengukuran secara geometris perbedaan jarak antara titik
yang diukur dengan yang diproyeksikan pada suatu citra sebenarnya dengan kata lain
reprojection error merupakan kesalahan proyeksi gambar yang menghasilkan koordiat gambar
tidak sesuai dengan aslinya. Penyebab terjadinya reprojection error biasanya terjadi karena ketika
memotret pola papan catur posisi gambar tidak lurus atau tidak saling tegak lurus terhadap
kamera, selain itu juga bisa disebabkan dari kondisi cahaya ketika pengambilan gambar. Untuk
meminimiasi reprojection error bisa dengan melakukan pengambilan foto sejajar terhadap
kamera, memastikan pencahayaan dengan baik, dalam mengambil foto tidak terlalu dekat
dengan pola papan catur, dan pastikan pola papan catur rata. Selain itu, bisa dengan
menggunakan fungsi pada Matlab berupa bundleAdjustment dengan prinsip menyempurnakan
titik 3-D dan kamera pose untuk meminimalisasi reprojection error.
Gambar 11 Perbandingan gambar asli (sebelah kiri) dan hasil koreksi (sebelah kanan)
Dari hasil parameter lima buah citra didapat nilai radial distortion sebesar [0.0945,-
0.2243,0.1791], tangential distortion sebesar [-0.0017,0.005], dan skew sebesar -0.313. Dari
gambar diatas, untuk mengevaluasi pengaruh distorsi pada kamera digunaka fungsi
undistortImage, dapat dilihat bahwa gambar hasil koreksi cenderung memiliki radial positif
(barrel) dibandingkan dengan citra aslinya, hal tersebut terbukti bahwa dari nilai radial distortion
yang cukup besar sehingga mempengaruhi distorsi pada gambar hasil koreksi. Tangential
distortion dan skew cenderung tidak terlihat pada citra hasil koreksi karena kedua parameter
tersebut cukup kecil nilainya sehingga tidak terlalu mempengaruhi kamera.
Dapat dilihat juga bahwa pada dasarnya parameter hasil kalibrasi ini seharusnya berfungsi untuk
menghilangkan distorsi pada citra, namun nyatanya hasil koreksi citra dengan parameter
membuat citra lebih terdistorsi dibandingkan dengan hasil tangkapan kamera. Hal ini terjadi
karena prossesor pada kamera sekarang sudah sangat canggih yang membuat hasil fotonya
minim akan distorsi dibandingkan dengan pengolahan dengan fungsi unditortImage.
Modul Instrumentasi Optik
Digunakan perbandingan dua buah pola papan catur berbeda, jumlah citra yang digunakan
sebanyak lima belas citra. Citra diambil dengan perangkat dan kondisi ruangan yang sama agar
Modul Instrumentasi Optik
hasil yang didapatkan cukup akurat. Dapat dilihat bahwa pola papan catur besar akan
memberikan nilai skew, radial dan tangential distortion yang lebih besar dibandingkan dengan
pola papan catur kecil. Namun, reprojection error yang dihasilkan oleh pola papan catur besar
jauh lebih kecil dibandingkan dengan pola papan catur kecil. Hal ini disebabkan karena
pengukuran skew dan distortion pada pola yang lebih besar akan lebih mudah mengalami
distorsi atau ketidaksejajaran dibandingkan dengan pola papan catur kecil. Sebaliknya, error
reprojection menjadi kecil karena akan terlihat lebih jelas dan rata-rata perbedaan jarak yang
sedikit akibat dari pola persegi yang jumlahnya lebih sedikit.
Dalam melakukan pengukuran menggunakan filter gaussian pada dasarnya filter gaussian akan
mekaburkan dan menghaluskan gambar. Gambar titik laser yang telah difilter akan terlihat lebih
bulat dan pada titik pusat laser akan menghasilkan sebuah titik terang. Titik terang itu ketika
diubah ruang warnanya akan menghasilkan titik gelap. Titik gelap ini akan menyerupai lingkaran
dan menjadi lingkaran yang membantu pengukuran jarak.
Modul Instrumentasi Optik
Gambar 17 Pengaruh Gambar dengan Filter Gaussian dan tanpa Filter Gaussian
Hasil akhir pengukuran akan terlihat seperti Gambar 18. setelah ditemukan linkarang yang cocok
lalu dihitung jarak antara kedua pusat dengan menggunakan perintah pdist.
Dalam penggunaan filter mean menggunakan cara yang mirip hanya berbeda cara
menghilangkan noise. Pengukuran jarak dengan kedua filter ini mempunyai permasalahan ketika
nilai standar deviasi dan kernel yang digunakan besar titik gelap yang menjadi acuan parameter
titik pusat laser hilang atau mengecil seperti Error! Reference source not found..
Paramater yang diubah adalah radius yang awalnya [20 50] menjadi [40 100] dan polaritas objek
menjadi ‘bright’. Hal ini menyebabkan pencarian lingkaran akan spesifik mencari lingkaran
dengan radius 40-100 pixel dan acuan yang awalnya adalah gelap menjadi terang. Sehingga
parameter akhir akan menjadi seperti dibawah ini dan seperti Gambar 20.
Modul Instrumentasi Optik
Penggunaan standar deviasi yang tinggi menyebabkan keakuratan pengukuran turun. Hal dapat
dilihat juga pada Tabel 3 hasil pengukuran dengan standar deviasi 25 berubah dengan cukup
signifikan dibandingkan dengan penggunaan standar deviasi yang lebih kecil. Permasalahan lain
yang muncul dengan penggunaan standar deviasi yang besar adalah ketika objek memiliki jarak
yang dekat . Objek akan terlihat menyatu sehingga pengukuran akan kurang akurat.
Kita dapat melihat bahwa ketika tidak diubah dalam ruang warna HSV, dapat terjadi kesalahan
dalam menentukan lingkaran yang akan menjadi acuan titik pusat dari laser. Konversi warna
dilakukan setelah gambar telah difilter karena ketika sebelum difilter gambar langsung diubah ke
dalam ruang warna HSV perintah imfindcircles tidak dapat menemukan lingkaran karena
masih terdapat noise.
4.2.4 Pengaruh Filter, Parameter, dan Konversi Satuan Piksel Menjadi Satuan Jarak
Modul Instrumentasi Optik
Jika dilihat dari hasil data yang didapatkan (Tabel 3), data dari gaussian filter ketika standar deviasi
yang digunakan besar pengukuran cenderung kurang akurat karena efek pengkaburan yang
berlebih menyebabkan objek lebih sulit untuk ditemukan titik pusatnya. Pada mengukuran mean
filter data yang dihasilkan cukup konsisten dengan perubahan pada setiap beda kernel tidak
berigu signifikan walaupun masih ada satu data yang perbedaannya cukup besar. Parameter
seperti radius jari-jari jika tidak diatur dengan tepat maka dapat menyebabkan lingkaran tidak
tepat di titik pusat objek menyebabkan pengukuran yang kurang tepat. Pengubahan ruang warna
dari RGB ke HSV akan mempengaruhi hasil akhir seperti pada penjelasan bagian sebelumnya.
Hasil dalam ruang warna RGB menyebabkan banyak lingkaran yang terdeteksi bukan pada titik
pusat objek. Hal ini menyebabkan perhitungan menjadi kurang tepat.
Dalam suatu gambar terdapat komponen densitas piksel. Densitas piksel adalah banyaknya piksel
dalam satu inch dari suatu gambar yang dinyatakan dengan satuan ppi. Satuan piksel dapat
konversi menjadi satuan panjang jika diketahui densitas pixel pada suatu gambar. Misalkan suatu
gambar mempunyai densitas sebesar 96 dpi yang berarti mempunyai 96 pixel dalam 1 inci. Maka
1 pixel akan bernilai 0.026458333 cm.
Modul Instrumentasi Optik
Source Code:
% masukkan frame
img = imread('data4.JPG');
%crop frame
crop = imcrop(img, area4);
5. Kesimpulan
Dari hasil kalibrasi kamera terhadap pola papan catur, didapat parameter intrinsik dan ekstrinsik
pada kamera. Kalibrasi pola papan catur 20 mm squares menghasilkan parameter intrinsik yang
terdapat pada Gambar 4. Parameter intrinsik mempengaruhi pada hasil gambar dimana terdapat
focal length, radial dan tangential distortion, skew, dan principal point. Parameter ekstrinsik dari
kamera dapat dilihat pada Gambar 5, Gambar 6 , dan Gambar 7. Pada parameter ekstrinsik
didpat rotation vector dan translation vector. Parameter intrinsik dari pola papan catur 45 mm
squares dapat dilihat pada Gambar 13 . Dari paramater-parameter yang didapat antara kedua
buah pola papan catur pola papan catur besar kan memberikan parameter intrinsik yang jauh
Modul Instrumentasi Optik
lebih besar dibandingkan dengan pola papan catur kecil. Namun, reprojection error yang dihasilka
oleh pola papan catur besar jauh lebih kecil dibandingkan dengan pola papan catur kecil.
Sehingga dari parameter tersebut akan menghasilkan gambar yang dikoresi dengan parameter
hasil kalibrasi menggunakan fungsi undistortImage pada Matlab.
Pada pengukuran jarak dapat dilakukan dengan menggunakan perintah imdistline dan
pengolahan citra. Dengan menggunakan imdistline memberikan kemudahan pengukuran
karena hanya perlu memanggil perintah tersebut dan pengguna dapat langsung mengatur garis
yang disediakan. Tetapi, kakuratan akan sangat bergantung pada pengguna. Pada pengukuran
dengan menggunakan pengolahan citra banyak langkah yang digunakan dari crop gambar, filter,
mengubah ruang warna, mencari lingkaran, dan menghitung jarak. Dengan menggunakan
parameter yang banyak membuat pengukuran dapat lebih akurat.
6. Referensi
Jean-Yves Bouguet. “Camera Calibration Toolbox for Matlab”. Oktober 2015. Diakses pada: 22
Februari 2021. URL: http://www.vision.caltech.edu/bouguetj/calib_doc/
A. Handojo, E. Juliastuti. Salindia Kuliah Teknik Optika: Perekaman Citra dengan CCD. Teknik
Fisika ITB. 2014.
C. Solomon & T. Breckon. Fundamentalas of Digital Image Processing: A Practical Approach with
Examples in Matlab. Wiley-Blackwell. 2011.
Evaluating the Accuracy of Single Camera Calibration - MATLAB & Simulink. (2021). MathWorks.
https://www.mathworks.com/help/vision/ug/evaluating-the-accuracy-of-single-camera-
calibration.html#:%7E:text=Reprojection%20Errors,-
Reprojection%20errors%20provide&text=A%20reprojection%20error%20is%20the,project
ed%20into%20the%20same%20image.&text=If%20the%20overall%20mean%20reprojectio
n,the%20highest%20error%20and%20recalibrating.
Refine 3-D points and camera poses - MATLAB bundleAdjustment. (2021). MathWorks.
https://www.mathworks.com/help/vision/ref/bundleadjustment.html
Modul Instrumentasi Optik
7. Lampiran
Kontribusi Anggota
Nama / NIM Kontribusi
13319018 / Fuad Irda Pangestu Pengukuran imdistline dan pengolahan citra
13319060 / David Hamonangan Pembuatan laporan
13319100 / Fikri Abdul Aziz Kalibrasi kamera