Métodos estudiados
RUIDO GAUSIANO
Ruido gausiano en diversas escalas
- Se genera un nuevo patrón de ruido gausiano en diversas escalas. Este tipo de patrón contiene muchas características detestables (descriptores), las cuales son muy bien discriminadas entre ellas.
- Dichos descriptores son encontrados mediante la implementación de SURF (se podría también SURF u ORB).
- En MATLAB, se comparan los descriptores encontrados en el patrón original y el visto desde la cámara. De esta comparación se obtienen los parámetros de la calibración (intrínsecos y extrínsecos)
Beneficios del patrón multi-escala:
- Cantidad de descriptores
- Diversas distancias + Sino se detecta una imagen puramente gris (sin multi-escala)
- No todo el patrón debe verse
- No todas las cámaras deben visualizarlo al mismo tiempo
PUNTERO LASER
Puntero láser usado en la calibración
- Un puntero láser se mueve dentro del volumen capturado por las cámaras
- Usando el correcto canal de la imagen (R, G o B en función del color del puntero), se realiza la segmentación del haz de luz y se haya la correspondencia de la proyección del mismo en las diversas cámaras
- Se eliminan imágenes con posible información errónea (imágenes que no van a aportar a la calibración debido a mala observancia del puntero)
- Conociendo las dimensiones espaciales del campo visual y las posiciones relativas de las cámaras, se pueden alinear las coordenadas de los puntos a un sistema de referencia conocido.
Beneficios del puntero láser:
- El haz de luz no debe ser visible en todas las cámaras en simultáneo
- Los parámetros de la distorsión no lineal son estimados sin ninguna información adicional
WAND (VARITA)
- Una varilla con dos esferas de color contrastante con las superficies de la escena se mueve por delante de las cámaras durante varios segundos
- Se detectan los centros de cada una de las esferas en cada una de las imágenes, los cuales son usados para detectar los parámetros de las cámaras
- El estimativo anterior es refinado mediante la implementación del bundle adjustment
Beneficios de la varilla:
- Resultados muy acertados en comparación a otros métodos
- Velocidad de implementación