Verzeichnungskorrektur einer omnidirektionalen Kamera durch 3D-Referenzobjekte
-
Andre Sigel
Andre Sigel studierte Optoelektronik / Lasertechnik an der Hochschule Aalen mit einem Bachelor-Abschluss 2013 und einem Master-Abschluss (M. Sc.) 2015 im Studiengang Photonics. Erste Berufserfahrungen erzielte er bei der Robert Bosch GmbH und aku automation GmbH im Bereich der industriellen Bildverarbeitung. Im Anschluss an das Studium arbeitete er als wissenschaftlicher Mitarbeiter an der Hochschule Aalen zunächst in der Arbeitsgruppe Optische Messtechnik und promoviert heute in der Gruppe Mikro- und Nanophotonik im Zentrum für optische Technologien der Hochschule Aalen. Für seine Promotion beschäftigt er sich mit Optik-Design von Freiformoptiken und mit neuronalen Faltungsnetzwerken.
and
Andreas Heinrich
Prof. Dr. Andreas Heinrich erhielt 1998 sein Diplom in Physik von der Technischen Universität München bzw. promovierte 2001 in Physik an der Technischen Universität München. Von 2001 bis 2007 war er akademischer Mitarbeiter an der Universität Augsburg und habilitierte dort 2006. Im Zeitraum von 2007 bis 2013 war er bei der Firma Carl Zeiss beschäftigt, wobei er zuletzt die Abteilung Messtechnik der Zentralen Forschung der Carl Zeiss AG leitete. Im Jahr 2013 erhielt er einen Ruf auf die Professur „Optische Messtechnik und Sensorik“ an die Hochschule Aalen und leitet aktuell die Arbeitsgruppe Mikro- und Nanophotonik im Zentrum für optische Technologien an der Hochschule Aalen.
Zusammenfassung
Zur Verwendung von Bildaufnahmen zu messtechnischen Zwecken werden verzeichnungsfreie Bildaufnahmen benötigt. Besteht durch die Rahmenbedingungen des Optikaufbaus keine Möglichkeit verzeichnungsarme Optiken zu verwenden, können verzeichnete Bildaufnahmen nachträglich durch Software-Algorithmen korrigiert werden. In dieser Publikation wird ein solcher Vorgang zur Korrektur radialer Verzeichnungseffekte für einen 3D-Lichtschnittsensor dargestellt. Der Kalibriervorgang wurde für einen 3D-Sensor entwickelt, findet jedoch mit Bildern in 2D statt. Die Auswahl passender Kalibrierobjekte sowie die Beschreibung der Verzeichnungseffekte durch eine entsprechende Korrekturfunktion basierend auf einer Taylor-Reihe wird in der Publikation dargestellt. Der Korrekturvorgang findet durch einen Optimierungsalgorithmus statt und wird zur Minimierung einer Gütefunktion genutzt, welche verbleibende Verzeichnungsfehler beschreibt. Der dargestellte Vorgang beinhaltet eine Verzeichnungskorrektur mit einer Genauigkeit im zweistelligen Mikrometerbereich für ein Weitwinkelobjektiv.
Abstract
To utilize images for metrology tasks distortion free images are required. If the optical setup doesn’t allow to use low distortion optical elements, distorted images can subsequently be corrected by the means of software algorithms. In this publication such a procedure to correct radial distortion effects for a 3D light section sensor is presented. The calibration procedure was developed for a 3D metrology system but is based on processing of 2D image data. The selection of suitable calibration objects as well as the representation of the distortion effects by an appropriate correction function based on a Taylor series is explained in this publication. The correction procedure is executed by the means of an optimization algorithm and minimizes a merit function representing residual distortion errors. The presented procedure includes a distortion correction with an accuracy in the double-digit micrometer range for a wide angle lens.
Über die Autoren
Andre Sigel studierte Optoelektronik / Lasertechnik an der Hochschule Aalen mit einem Bachelor-Abschluss 2013 und einem Master-Abschluss (M. Sc.) 2015 im Studiengang Photonics. Erste Berufserfahrungen erzielte er bei der Robert Bosch GmbH und aku automation GmbH im Bereich der industriellen Bildverarbeitung. Im Anschluss an das Studium arbeitete er als wissenschaftlicher Mitarbeiter an der Hochschule Aalen zunächst in der Arbeitsgruppe Optische Messtechnik und promoviert heute in der Gruppe Mikro- und Nanophotonik im Zentrum für optische Technologien der Hochschule Aalen. Für seine Promotion beschäftigt er sich mit Optik-Design von Freiformoptiken und mit neuronalen Faltungsnetzwerken.
Prof. Dr. Andreas Heinrich erhielt 1998 sein Diplom in Physik von der Technischen Universität München bzw. promovierte 2001 in Physik an der Technischen Universität München. Von 2001 bis 2007 war er akademischer Mitarbeiter an der Universität Augsburg und habilitierte dort 2006. Im Zeitraum von 2007 bis 2013 war er bei der Firma Carl Zeiss beschäftigt, wobei er zuletzt die Abteilung Messtechnik der Zentralen Forschung der Carl Zeiss AG leitete. Im Jahr 2013 erhielt er einen Ruf auf die Professur „Optische Messtechnik und Sensorik“ an die Hochschule Aalen und leitet aktuell die Arbeitsgruppe Mikro- und Nanophotonik im Zentrum für optische Technologien an der Hochschule Aalen.
Literatur
1. T. Hanning, S. Graf, and G. Pisinger. Extrinsic calibration of a stereo camera system fulfilling generalized epipolar constraints. International Conference on Visualization, Imaging and Image Processing Conference (VIIP), pages 1–5, 2004.Search in Google Scholar
2. D. C. Brown. Close-range camera calibration. Photogrammetric Engineering 37 (8), pages 855–866, 1971.Search in Google Scholar
3. S. Shah and J. K. Aggarwal. Intrinsic parameter calibration procedure for a (high-distortion) fish-eye lens camera with distortion model and accuracy estimation. Pattern Recognition 29, Vol. 29, Issue 11, page 1775–1788, 1996.10.1016/0031-3203(96)00038-6Search in Google Scholar
4. D. Scaramuzza, A. Martinelli, and R. Siegwart. A toolbox for easily calibrating omnidirectional cameras. IEEE International Conference on Intelligent Robots and Systems, 2006.10.1109/IROS.2006.282372Search in Google Scholar
5. K. B. Atkinson. Close range photogrammetry and machine vision. 1996.Search in Google Scholar
6. A. W. Fitzgibbon. Simultaneous linear estimation of multiple view geometry and lens distortion. Proceedings of the International Conference on Pattern Recognition (ICPR), 2001.Search in Google Scholar
7. E. Kilpelä. Compensation of systematic errors of image and model coordinates. International Archives of Photogrammetry (XXIII(B9), page 407–427, 1980).Search in Google Scholar
8. M. Qi, H. Xin, K. Li, Y. Fan, Y. Dong, and Z. Wu. Lens distortion correction method based on linear approximation. International Conference on Computer and Computational Sciences (ICCCS), 2015.10.1109/ICCACS.2015.7361326Search in Google Scholar
9. J. Lagarias, J. Reeds, M. Wright, and P. Wright. Convergence properties of the nelder-mead simplex method in low dimensions. SIAM Journal on Optimization 9 (1), pages 112–147, 1998.10.1137/S1052623496303470Search in Google Scholar
10. H. Schilling, M. Diebold, M. Gutsche, H. Aziz-Ahmad, and B. Jähne. A fractal calibration pattern for improved camera calibration. Forum Bildverarbeitung 2016, pages 1–12, 2016.Search in Google Scholar
11. C. Geyer and K. Daniilidis. Paracatadioptric camera calibration. IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 24, Issue 5, pages 687–695, 2002.10.1109/34.1000241Search in Google Scholar
12. X. Ying and Z. Hu. Catadioptric camera calibration using geometric invariants. IEEE Trans. Pattern Anal. Mach. Intell., Vol. 26, Issue 10, pages 1260–1271, 2004.10.1109/TPAMI.2004.79Search in Google Scholar
13. J. P. Barreto and H. Araújo. Geometric properties of central catadioptric line images and their application in calibration. IEEE Trans. Pattern Anal. Mach. Intell., Vol. 27, Issue 8, pages 1327–1333, 2005.10.1109/TPAMI.2005.163Search in Google Scholar PubMed
14. X. Ying and H. Zha. Simultaneously calibrating catadioptric camera and detecting line features using hough transform. Proc. IEEE/RSJ Int. Conf. Intell. Robots Syst., pages 412–417, 2005.10.1109/IROS.2005.1545166Search in Google Scholar
15. Z. Zhang. A flexible new technique for camera calibration. IEEE Trans. Pattern Anal. Mach. Intell., Vol. 22, Issue 11, pages 1330–1334, 2000.10.1109/34.888718Search in Google Scholar
16. C. Mei and P. Rives. Single viewpoint omnidirectional camera calibration from planar grids. Proc. IEEE Int. Conf. Robot. Autom., pages 3945–3950, 2007.10.1109/ROBOT.2007.364084Search in Google Scholar
17. S. Gasparini, P. F. Sturm, and J. P. Barreto. Plane-based calibration of central catadioptric cameras. Proc. IEEE Int. Conf. Comput. Vis., pages 1195–1202, 2009.10.1109/ICCV.2009.5459336Search in Google Scholar
18. S. B. Kang. Catadioptric self-calibration. Proc. IEEE Int. Conf. Comput. Vis., Vol. 1, pages 201–207, 2000.10.1109/CVPR.2000.855820Search in Google Scholar
19. S. Ramalingam, P. F. Sturm, and Lodha S. K. Generic self-calibration of central cameras. Comput. Vis. Image Understanding, Vol. 114, pages 210–219, 2010.10.1016/j.cviu.2009.07.007Search in Google Scholar
20. F. Espuny. Generic self-calibration of central cameras from two rotational flows. Int. J. Comput. Vis., Vol. 91, pages 131–145, 2007.10.1007/s11263-010-0335-9Search in Google Scholar
21. K. Liao, C. Lin, Y. Zhao, M. Gabbouj, and Y. Zheng. Oidc-net: Omnidirectional image distortion correction via coarse-to-fine region attention. IEEE Journal of Selected Topics in Signal Processing, vol. 14, Issue 1, pages 222–231, 2020.10.1109/JSTSP.2019.2955017Search in Google Scholar
22. Z. C. Xue, N. Xue, and G. S. Xia. Fisheye distortion rectification from deep straight lines. ArXiv, 2003.11386, 2020.Search in Google Scholar
23. A. Sigel, M. Rank, P. Maillard, Y. Bauckhage, S. Pekrul, M. Merkel, and H. Heinrich. Individualized optical metrology for in-line applications based on additive manufacturing. Forum Bildverarbeitung 2016, pages 25–36, 2016.Search in Google Scholar
24. A. Sigel, P. Maillard, M. Rank, and H. Heinrich. Individualisierte optische Messtechnik basierend auf additiv gefertigten optischen Komponenten. Technisches Messen, Vol. 84, Issue 7-8, pages 512–524, 2017.10.1515/teme-2017-0020Search in Google Scholar
25. A. Sigel, M. Merkel, and H. Heinrich. Miniaturization of an optical 3d sensor by additive manufacture of metallic mirrors. Proc SPIE Vol. 10329, Nr. 103290Q, 2017.10.1117/12.2269801Search in Google Scholar
26. J. C. Spall. Implementation of the simultaneous perturbation algorithm for stochastic optimization. IEEE Transactions on Aerospace and Electronic Systems, Vol. 34, Issue 3, pages 817–823, 1998.10.1109/7.705889Search in Google Scholar
© 2022 Walter de Gruyter GmbH, Berlin/Boston
Articles in the same Issue
- Frontmatter
- Research Articles
- Verzeichnungskorrektur einer omnidirektionalen Kamera durch 3D-Referenzobjekte
- The influence of workpiece surface texture on visual measurement of roughness
- Deploying the high-power pulsed lasers in precision force metrology – Towards SI traceable and practical force quantization by photon momentum
- Quality analysis for condition monitoring of a manufacturing process integrating acoustic processing based on three distinct ML algorithms
- Three-dimensional finite element analysis and research of leakage magnetic field of flake, pit, through-hole defect in petroleum pipelines
- Generation of reproducible and scalable local damage to rolling bearings for the development of condition monitoring systems through the use of laser technology
Articles in the same Issue
- Frontmatter
- Research Articles
- Verzeichnungskorrektur einer omnidirektionalen Kamera durch 3D-Referenzobjekte
- The influence of workpiece surface texture on visual measurement of roughness
- Deploying the high-power pulsed lasers in precision force metrology – Towards SI traceable and practical force quantization by photon momentum
- Quality analysis for condition monitoring of a manufacturing process integrating acoustic processing based on three distinct ML algorithms
- Three-dimensional finite element analysis and research of leakage magnetic field of flake, pit, through-hole defect in petroleum pipelines
- Generation of reproducible and scalable local damage to rolling bearings for the development of condition monitoring systems through the use of laser technology
