Visión Artificial y proceso de Calibración (Demo)
¡Hola amigos! Hoy os traemos un nuevo tutorial, muy en nuestra línea de trabajo: como efectuar un proceso de calibración para un sistema de visión artificial.
El proceso de calibración, cuando vamos a trabajar con un sistema de visión artificial, es fundamental, ya que entran en juego una serie de parámetros intrínsecos y extrínsecos de la cámara que producen una distorsión. Ésta será desfavorable para nuestra aplicación a la hora de realizar medidas con la cámara del mundo tridimensional.
Blog de Automatización y Robótica
Es importante pues, cuando se está haciendo una reconstrucción de una escena tridimensional, disponer de una buena relación entre la unidad natural de la cámara, el píxel, y la unidad del mundo físico, mm, m, etc.

Parámetros Intrínsecos
También llamados internos, como su nombre indica, describe las propiedades internas de la cámara, como la distancia focal, tamaño de píxeles y propiedades de distorsión de la cámara. Se definen a través de la matriz de cámara:

Donde:
𝑓𝑥 , 𝑓𝑦 son las distancias focales
𝑐𝑥 , 𝑐𝑦 son los desplazamientos del eje óptico respecto al chip de la cámara
Parámetros Extrínsecos
También llamados externos, y describen la posición espacial de la cámara, que es la translación y rotación de las coordenadas de la cámara en relación con el sistema de coordenadas mundo. Se definen a través de dos vectores:

Distorsión
Fenómeno que se produce debido a la geometría de fabricación de la lente de la cámara.
Existen dos tipos de distorsiones:
- Radial: es debida a la forma de la lente. La distorsión es mayor conforme se aleja del centro óptico. Los efectos son:
- Barril
- Ojo de pez
- Tangencial: es debida al proceso de fabricación de la cámara. La lente no es exactamente paralela al plano de imagen.
Todo ello se define a través del vector de distorsión:
Vector Distorsión = (𝒌𝟏 𝒌𝟐 𝒑𝟏 𝒑𝟐 𝒌𝟑)
Calibración
Ya puestos en contexto, para la calibración se suele emplear patrones ya preestablecidos. Nosotros hemos optado por el tablero de ajedrez, por su sencillez.

Se pasa la imagen realizada, por funciones de detección de esquinas y calibración de la cámara, con la que obtenemos la matriz de la cámara, vector de distorsión, vector de rotación, vector de translación y error de reproyección.
Error de Reproyección
Nos da una estimación sobre el error que comete el sistema entre los puntos de la imagen del mundo real y los puntos del patrón de referencia. Su unidad es el pixel y cuanto más cercano sea a 0, menos diferencia entre píxeles habrá y por tanto el error que estará cometiendo será menor.
Visión Artificial y proceso de Calibración (Demo)
Mira el siguiente vídeo.