Hva er kamerakalibrering?
Kamerakalibrering, ofte referert til som reseksjonering av kameraer, er en måte å undersøke et bilde, eller en video, og utlede hva kamerasituasjonen var på det tidspunktet bildet ble tatt. Kamerakalibrering brukes først og fremst i robotapplikasjoner, og når du modellerer scener praktisk talt basert på ekte inngang. Tradisjonelt var kamerakalibrering en vanskelig og kjedelig prosess, men moderne programvare gjør det ganske enkelt å oppnå, selv for hjemmebrukere.
En av hovedbrukene av kamerakalibrering er å finne ut hvor et kamera var i forhold til en scene på et fotografi. La oss si at du har tatt et bilde av et stort rom med et gulvet gulv, og i det rommet har du plassert en stol og et bord. Du har deretter lagt inn bildet i et modelleringsprogram og bygget en 3-dimensjonsmodell rundt scenen. I den scenen kan du plassere et hvilket som helst antall andre virtuelle objekter, for eksempel modellerte figurer for å samhandle med scenen, eller andre rekvisitter.
Gjengivelsesprogrammer benytter imidlertid også et kamera, om enn et virtuelt. For at de modellerte objektene skal samhandle ordentlig med objektene som ble tatt som et fotografi, må vi sørge for at vårt virtuelle kamera er i samme posisjon som vårt virkelige kamera var da vi tok det første fotografiet. Kamerakalibrering oppnår dette ved å bruke formler for å jobbe bakover, og trekke fra der det virkelige kameraet var i forhold til scenen.
Kamerakalibrering kan også brukes til å finne ut andre ting om kameraet i forhold til scenen. Ved å bruke formler kan vi for eksempel finne ut brennvidden som scenen ble skutt på. Vi kan også finne ut skjevfaktoren i bildet, og eventuell linseforvrengning som kan ha blitt introdusert, noe som skaper en puteeffekt. Vi kan også finne ut om de faktiske kamerapikslene var firkantede eller ikke, og hva de horisontale og vertikale skaleringsfaktorene for pikslene kan ha vært.
Man kan også bruke kamerakalibrering eller reseksjonering for å ta et bilde sendt til en datamaskin, og finne ut hvor forskjellige koordinater er i den virkelige verden. Denne typen deduksjon er avgjørende for at roboter fungerer som skal visuelt samhandle med den fysiske verden. Disse robotene kan deretter bruke en fotografisk eller videoinngang, enhet og kalibrere for å finne ut hvor gjenstander den ser faktisk kan være i den virkelige verden, i faktiske termer på avstand og vektor.
Dette er et av hovedområdene med studier innen robotikk, da raskere, mer nøyaktige metoder for reseksjonering lar roboter samhandle med verden på mer sofistikerte måter. En robot med en dårlig evne til å skjelne avstanden til objekter vil i stor grad måtte stole på prøving og feiling for å bevege seg over terreng eller manipulere gjenstander, mens en som er i stand til å modellere sin egen plass i verden i forhold til andre objekter, er i stand til å bevege seg sømløst og flytende i verden.