tugas kalibrasi kamera menggunakan toolbox_calib_a

LAPORAN PRAKTIKUM

Responsi Fotogrametri Digital

Kalibari Kamera Menggunakan Toolbox_Calib

Oleh :

Nama : Mohammad Luay Murtadlo

NRP : 3512100068

Kelas : A

TEKNIK GEOMATIKAFAKULTAS TEKNIK SIPIL DAN PERENCANAANINSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA2015

Kalibrasi Kamera Menggunakan Toolbox_Calib

FOTOGRAMETRI DIGITAL

BAB I

PENDAHULUAN

1. Latar Belakang

Kalibrasi merupakan proses verifikasi bahwa suatu akurasi alat ukur sesuai dengan

rancangannya. Kalibrasi biasa dilakukan dengan membandingkan suatu standar yang terhubung

dengan standar nasional maupun internasional dan bahan-bahan acuan yang tersertifikasi. System

manajemen kualitas memerlukan system pengukuran yang efektif, termasuk didalamnya kalibrasi

formal, periodic dan terdokumentasi, untuk semua pengukuran.

Kalibrasi diperlukan untuk : (1) perangkat baru, (2) suatu perangkat setiap waktu tertentu, (3)

suatu perangkat mengalami tumbukan atau getaran yang berpotensi mengubah kalibrasi dan (4)

ketika hasil observasi dipertanyakan. Kalibrasi, pada umumnya merupakan proses untuk

menyesuaikan keluaran atau indikasi dari suatu perangkat pengukuran agar sesuai dengan

besaran dari standar yang digunakan dalam akurasi tertentu. Contohnya, kamera dapat dikalibrasi

sehingga kesalahan indikasi atau koreksi dapat ditentukan atau disesuaikan (melalui konstanta

polynomial ataupun metode laboratorium), sehingga kamera tersebut menunjukan nilai yang

sebenarnya

Pada kali ini, kami, mahasiswa Teknik Geomatika ITS melakukan praktikum kalibrasi dengan

menggunakan kamera NIKON COOLPIX S9700 untuk mengetahui nilai Calibrated Focus Length

(CFL) dan distorsi yang dihasilkan. Kami menggunakan kamera NIKON COOLPIX S9700 karena

mudah dibawa (pocket camera)dengan lensa optical zoom 30x. Lensa zoom tersebut setara

dengan lensa 25 – 750 mm yang menawarkan pemotretan wide-angle. Kamera ini juga dilengkapi

dengan koneksi Wi-Fi yang dapat digunakan untuk mentransfer foto dan video secara nirkabel ke

perangkat mobile serta fitur GPS untuk menandakan lokasi foto yang diambil.

1



1.2 Tujuan

Tujuan dilaksanakannya praktikum ini adalah sebagai berikut :

a. Adapun tujuan praktikum kalibrasi kamera ini adalah memahami proses kalibrasi kamera

termasuk mengetahui nilai-nilai parameter orientasi dalam atau Interior Orientation

Parameter (IOP) yaitu :

1. Focal Length

2. Principal Point X (Xp)

3. Principal Point Y (Yp)

4. Format Width (Fw)

5. Format Height (Fh)

6. Radial Distorsion (K)

7. Decentring Distortion (P)

Selain itu agar mampu memahami penggunaan software Photo Modeler Scanner.

b. Mahasiswa Teknik Geomatika ITS dapat mengetahui perhitungan-perhitungan/metode-

metode untuk melakukan kalibrasi

c. Mahasiswa Teknik Geomatika ITS memahami proses kalibrasi

d. Mahasiswa Teknik Geomatika ITS mampu melakukan kalibrasi secara baik dan benar

1.3 M anfaat

Manfaat Dilaksanakannya praktikum ini adalah sebagi berikut :

a. Mahasiswa Teknik Geomatika ITS bisa atau paham tentang proses kalibrasi

b. Mahasiswa Teknik Geomatika ITS bisa melakukan metode-metode atau perhitungan

untuk proses kalibrasi dengan benar

c. Mahasiswa Teknik Geomatika ITS mengetahui kesalahan-kesalahan apa saja yang dibuat

jika tidak adanya proses kalibrasi kamera.

2



BAB II

DASAR TEORI

2.1 Kamera

Dalam ilmu fotogrametri, dilihat dari teknik pengambilan datanya, foto dibedakan menjadi

dua kategori yaitu foto udara dan foto terrestrial. Pada foto terrestrial proses perekaman data

(pemotretan) dilakukan di permukaan bumi. Pada metode ini kamera dapat dipegang dengan

tangan, dipasang pada kaki kamera (statif), dipasang di menara, atau alat penyangga lain yang

yang dirancang secara khusus. Fotogrametri terrestrial digunakan untuk pemetaan objek-objek

khusus yang membutuhkan ketelitian detail seperti, bangunan, daerah galian, lubang-lubang

pertambangan, timbunan material dan lain sebagainya.

Pada foto udara proses perekamaan data dilakukan diudara melalui sebuah wahana terbang

seperti balon udara, pesawat miniature dengan kendali radio dan pesawat ringan berawak.

Metode ini dikembangkan untuk memetakan daerah-daerah yang relative sulit dijangkau dengan

metode terrestrial, seperti daerah bergunung-gunung, daerah berawa, hutan, dan daerah-daerah

padat penduduk.

Dala fotogrametri kamera merupakan salah satu instrument paling penting, karena kamera

digunakan untuk membuat foto yang merupakan alat utama dalam fotogrametri. Oleh karena

itu, dapat dikatakan pula bahwa foto yang akurat (mempunyai kualitas geometri tinggi) diperoleh

dari kamera yang teliti. Baik untuk keperluan foto udara maupun foto terrestrial, kamera

diklasifikasikan menjadi dua kategori umum yaitu :

a. Kamera metric

Kamera metric merupakan kamera yang dirancang khusus untuk keperluan

fotogramterik. Kamera metric yang umum digunakan mempunyai ukuran format 23 cm

× 23 cm, kamera metric dibuat stabil dan dikalibrasi secara menyeluruh sebelum

digunakan. Nilai-nilai kalibrasi dari kamera metric seperti panjang focus, distorsi radial

lensa, titik utama foto diketahui dan dapat digunakan untuk periode yang lama. Untuk

kamera metric berformat normal dikenal tiga sudut bukaan (angle field of view), yakni :

[Dipokusumo, 1999]

Normal Angle (NA), dengan panjang focus 210 mm

Wide Angle (WA), dengan panjang focus 152 mm, dan

3



Super Wide Angle, dengan panjang focus 88 mm.

Sebagian besar kamera metric biasanya dirancang dengan panjang focus tetap untuk

objek yang tak terhingga. Jika kamera metric diterapkan untuk foto terrestrial

(pemotretan pada jarak pendek) idak dapat menghasilkan gambar yang tajam.

Sehingga diperlukan modifikasi khusus pada panjang fokusnya agar diperoleh gambar

yang tajam pada saat melakukan pemotretan pada jarak yang sangat pendek.

b. Kamera non metric

Kamera non-metrik dirancang untuk foto professional maupun pemula, dimana

kualitas lebih diutamakan daripada kualitas geometrinya. Kamera non-metrik memiliki

dua keterbatasan utama yaitu :

Ketidakstabilan Geometrik

Masalah terbesar penggunaan kamera non-metrik adalah ketidakstabilan

geometric. Kamera non-metrik memiliki lensa yang tidak sempurna, sehingga

foto udara yang dihasilkan dari perekamaan kamera non metric mengalami

kesalahan. Kamera ini tidak memiliki tada-tanda fidusial, namun dapat

dilakukan modifikasi untuk membuat tanda fidusial. Selain itu pada kamera

non metric tidak diketahui secara pasti besarnya panjang focus dan posisi

principal point, sehingga pengukuran pada foto udara menjadi kurang teliti.

Kamera non- metric dapat dikalibrasi dengan teknik tertentu sehingga

parameter-parameter internal yang berpengaruh pada letelitian geometric

foto dapat diketahui, dan kamera non metric dapat digunakan untuk aplikasi

fotogrametri.

Ukuran film

Keterbatasan lain dalam penggunaan kamera non metric adalah

terbatasnya ukuran film. Untuk mengcover area dengan luas dan skala yang

sama, penggunaan kamera format kecil 24 mm × 36 mm membutuhkan

jumlah foto lebih banyak dibandingkan jika pemotretan itu dilakukan dengan

menggunakan kamera metric format besar 23 cm × 23 cm. selain itu,

seringkali dalam pemetaan metode foto udara dibutuhkan foto dengan

ukuran asli yang besar, sehingga penggunaan kamera format kecil menjadi

masalah.

Penggunaan foto udara metric format besar 23 cm × 23 cm akan mampu

memberikan ketelitian yang baik, akan tetapi untuk area pemetaan yang relative kecil

dipandang tidak ekonomis. Pertimbangan pengguaan kamera non-metrik untuk

4



keperluan pemetaan (foto udara) adalah adanya efisiensi biaya pemetaan untuk area

yang relative. Selain itu, dengan semakin berkembangnya ilmu pengetahuan dan

teknologi, keterbatasan-keterbatasan penggunaan kamera format kecil dapat diatasi,

sehingga kamera non-metrik menjadi instrument yang layak digunakan untuk foto

udara.

2.2 Kalibrasi Kamera

Untuk memperoleh posisi 3D yang akurat dari sebuah foto, parameter internal dari sebuah

kamera harus diketahui. Parameter internal kamera meliputi panjang focus ekivalen (panjang

focus efektif di dekat pusat lensa), panjang focus terkalibrasi, distorsi lensa (radial dan

tangensial), lokasi titik utama foto, jarak antara dua fidusial yang berhadapan, sudut

perpotongan garis-garis fidusial dan kerataan bidang fokal. Parameter internal ini kemudian

dijadikan input orientasi dalam. [Wolf, 1983]

Nilai parameter-parameter internal dapat diketahui dengan melakukan kalibrasi pada kamera

udara yang akan digunakan untuk proses pemotretan. Metode kalibrasi kamera dibedakan dalam

tiga kategori dasar yaitu : (1) metode laboratorium, (2) metode lapangan dan (3) metode stellar.

Multikolimator dan goniometer merupakan metode kalibrasi kamera laboratorium, kedua

metode ini masing-masing memerlukan alat yang khusus dan mahal. Pada metode

multikolimator objek (berupa tanda silang kotak) yang akan dipotret, diletakkan diatas sebuah

pelat kaca, objek tersebut diproyeksikan melalui sejumlah kolimator individual yang dipasang

dengan sudut θ tertentu (yang nilainya sudah diketahui) ke bidang focus kamera. Dari tanda

silang kotak yang terproyeksi pada bidang focus dapat diukur panjang focus ekivalen dan radial

lensa pada tiap pertambahan sudut θ

Pada metode goniometer objek berupa pelat grid yang disinari dari belakang, grid ini kemudian

diproyeksikan melalui lensa kamera pada arah berlawanan. Sudut dimana sinar grid yang timbul,

diukur dengan goniometer. Besarnya panjang focus ekivalen dan distorsi radial lensa ditentukan

dengan membandingkan sudut terukur sebenarnya terhadap sudut yang benar menurut teori.

Keunggulan metode bintang adalah tidak diperlukan alat khusus dan mahal. Pada metode

bintang dilakukan pemotretan atas sasaran yang terdiri dari bintang yang diidentifikasi, dilakukan

pencatatan waktu pemotretan sehingga akan diperoleh sudut perpanjangan bintang pada letak

kamera. Susudt ini kemudian dibandingkan terhadap sudut diperoleh dari pengukuran tepat atas

gambar bintang.

5



BAB III

METODOLOGI

3.1 Waktu dan Lokasi

Praktikum dilaksanakan pada :

Hari, Tanggal : Selasa, 13 Oktober 2015

Waktu : 15.00 WBBI – selesai

Lokasi : Jurusan Teknik Geomatika

3.2 Alat dan Bahan

Alat :

1. Kamera Nikon Coolpix L320

Kamera Nikon CoolPix L320 merupakan kamera digital jenis prosumer yang dengan

mudah bisa digunakan oleh seorang profesional ataupun seorang pemula, dan harganya pun

sangat terjangkau. Kamera ini dapat digunakan untuk merekam momen-momen penting

dalam kualitas HD, selain itu kamera ini dilengkapi dengan beberapa fitur yang canggih

lainnya yang dapat memberikan kualitas gambar yang baik.

Kamera Nikon CoolPix L320 memiliki beberapa spesifikasi sebagai berikut :

Tipe Kamera Nikon CoolPix L320

Ukuran 111.1 mm x 76.3 mm x 83.1 mm

Berat 430 gram

Sensor Gambar Efektif Pixel : 16.1 Megapixel

Image Sensor : CCD

Sensor Size 1/2.3 in.

6

Gambar 3.1 Kamera Nikon CoolPix L320



Total Pixel : 16.44 million

Lensa Focal Length : 4.0-104mm

Lens f/-number : f/3.1-5.9

Lens Construction : 12 elements in 9 groups 1

Lens Zoom : 26x

Fokus Autofocus (AF) : Contrast-detect AF

Autofocus (AF) : Focus-area selection Center

Face detection : Focus Range [W] : 50 cm, [T] :

1.5 m

Macro close-up mode: [W] : 1 cm

Layar 3 inch, 230.000 dots, TFT-LCD

Gambar Format : JPEG

Ukuran : 4608 x 3456

Power AA Alkaline : 310 shot

AA Lithium : 810 shot

Shutter 1/1500-1 sec.

Pencahayaan -2.0 sampai +2.0 EV in steps of 1/3 EV

Warna Pencahayaan Auto, Cloudy, Daylight, Flash, Fluorescent,

Incandescent, Preset Manual

2. Pengaris

Gambar 3.2 Pengaris dengan panjang 30 cm dan 60 cm

7



3. Alat Tulis dan Laptop

Gambar 3.3 Alat Tulis dan Laptop

Bahan :

1. Matlab R2010a

Gambar 3.4 Tampilan awal Matlab R2010a

2. Papan Kolimator

Gambar 3.5 Papan kolimator yang akan di foto

8



3.3 Diagram Alir

TIDAK

YA

Gambar 3.6 Diagram Alir Pelaksanaan praktikum

3.4 Langkah Pelaksanaan

9

Mulai

Melakukan pengambilan Foto titik Kolimator dengan alat dan syarat

yang telah di tentukan

Data yang di ambil dimasukkan

kedalam Laptop/PC

Membuka Aplikasi Matlab

Memilih 20 foto yang dimasukkan dalam folder

Toolbok_calib untuk di proses

Proses kalibrasi

Di dapatkan Interior Orientation Parameter (IOP)

Selesai

Gunakan Toolbok_calib

Eror pixel



Langkah Pengambilan Foto

1. Menempelkan papan kolimator pada lantai menggunakan lak ban agar papn kolimator

tidak goyang – goyang.

2. Melakukan pemotretan titik-titik kolimator dengan kamera digital NIKON COOLPIX S9700

3. Pengambilan foto dengan syarat – syarat dan ketentuan yang sudah ada.

4. Pengambilan foto sebanyak 20 foto.

5. Memindahkan hasil foto ke laptop untuk selanjutnya diproses dengan perangkat lunak

Matlab.

6. Gunakan aplikasi Toolbok_Calib

Langkah kalibrasi kamera

Metode yang kami gunakan adalah dengan Kalibrasi digital yang dikerjakan di Matlab

R2010a. Ini bertujuan untuk mengkalibrasi kamera dan mengetahui nilai Interior Orientation

Parameter (IOP) , nantinya dari beberapa foto akan ada hasil foto yang sudah terkalibrasi.

Cara Kalibrasi menggunakan Toolbok_calib:

1. Membuka Matlab R2010a

2. Setelah Matlab terbuka, Buka Toolbok_calib pilih calib_gui .

10



3. Kemudian akan tampil

Gambar 3.7 Calibration Toolbox dari calib_gui.m

4. Setelah muncul pilih Memory efficient (the images are loaded in memory), ini berguna

agar pemakain pada waktu memroses gambar lebih cepat dan effisien.

5. Kemudian akan tampil calibration Toolbok, kemudian pilih Read images

Gambar 3.8 Camera calibration Toolbox untuk Kalibrasi

6. Akan tampil sebagai berikut :

11



Gambar 3.9 tampilan setelah read image di run

7. Kemudian klik Extract grid corner akan muncul foto yang selanjutnya akan dikalibrasi.

Gambar 3.10 tampilan setelah Extrak grid corner di run

12



BAB IV

HASIL DAN ANALISA

4.1 Hasil

4.1.1 Hasil Pengambilan Foto

Dengan menggunakan kamera digital merk NIKON COOLPIX S9700 yang mempunyai

focal length 5-20 mm. kami menggunak papan kolimator berbentuk papan catur. Pada

saat pengambilan foto papan kolimator harus terlihat semua, jumlah kotak yang

digunakan berjumlah 63, jarak lensa kamera dari papan kolimator jangan terlalu jauh.

Kami melakukan proses pengambilan foto ini sebanyak 20 kali, kemudian di kalibrasi

menggunakan Matlab. Inilah hasil pemotretan sebagai berikut :

Gambar 4.1 Hasil pengambilan foto

4.1.2 Hasil Kalibrasi

Sesuai dengan alur dan metode yang sudah dijelaskan di bab 3, kali ini kita akan

melakukan proses kalibrasi menggunkan matlab R2010a (Toolbok_calib), dimana foto

13



yang digunakan berjumlah 20 foto. Dimana hasil kalibrasi sebagai berikut adalah sebagai

berikut:

14



Gambar 4.2 Hasil foto menunjukkan tiap titik yang sudah terkalibrasi

Hasil nilai interior orientasion parameter (IOP) :

Initialization of the intrinsic parameters using the vanishing points of planar patterns.

Initialization of the intrinsic parameters - Number of images: 20

Calibration parameters after initialization:

Focal Length: fc = [ 3030.48744 3030.48744 ]

Principal point: cc = [ 2303.50000 1727.50000 ]

Skew: alpha_c = [ 0.00000 ] => angle of pixel = 90.00000 degrees

Distortion: kc = [ 0.00000 0.00000 0.00000 0.00000 0.00000 ]

Main calibration optimization procedure - Number of images: 20

Gradient descent iterations: 1...2...3...4...5...6...7...8...9...10...11...12...13...14...15...16...17...18...done

Estimation of uncertainties...done

Calibration results after optimization (with uncertainties):

Focal Length: fc = [ 3024.44468 3023.52239 ] ± [ 6.76842 6.65228 ]

Principal point: cc = [ 2310.13582 1760.64364 ] ± [ 7.71064 8.03404 ]

Skew: alpha_c = [ 0.00000 ] ± [ 0.00000 ] => angle of pixel axes = 90.00000 ± 0.00000 degrees

15



Distortion: kc = [ 0.00770 -0.01408 0.00404 0.00215 0.00000 ] ± [ 0.00475 0.00777 0.00082 0.00090 0.00000 ]

Pixel error: err = [ 1.03692 0.91257 ]

Note: The numerical errors are approximately three times the standard deviations (for reference).

Hasil Exentrisitas Parameter :

% Intrinsic and Extrinsic Camera Parameters

%% This script file can be directly excecuted under Matlab to recover the camera intrinsic and extrinsic parameters.

% IMPORTANT: This file contains neither the structure of the calibration objects nor the image coordinates of the calibration points.

% All those complementary variables are saved in the complete matlab data file Calib_Results.mat.

% For more information regarding the calibration model visit http://www.vision.caltech.edu/bouguetj/calib_doc/

%-- Focal length:

fc = [ 3024.444681871347700 ; 3023.522390214413000 ];

%-- Principal point:

cc = [ 2310.135822608578100 ; 1760.643641353783100 ];

%-- Skew coefficient:

alpha_c = 0.000000000000000;

%-- Distortion coefficients:

kc = [ 0.007701528341265 ; -0.014078719607797 ; 0.004041128257153 ; 0.002153087702253 ; 0.000000000000000 ];

%-- Focal length uncertainty:

fc_error = [ 1.168424046420998 ; 0.952277295263708 ];

%-- Principal point uncertainty:

cc_error = [ 1.110637015412560 ; 0.934044753073822 ];

%-- Skew coefficient uncertainty:

alpha_c_error = 0.000000000000000;

%-- Distortion coefficients uncertainty:

kc_error = [ 0.004749240674167 ; 0.007772284075686 ; 0.000824690020429 ; 0.000898326318257 ; 0.000000000000000 ];

16



%-- Image #1:

omc_1 = [ 1.950722e+000 ; 1.969476e+000 ; -4.244811e-001 ];

Tc_1 = [ -5.165182e-001 ; -7.535637e-001 ; 1.734744e+000 ];

omc_error_1 = [ 2.278147e-003 ; 2.601397e-003 ; 4.531534e-003 ];

Tc_error_1 = [ 4.559968e-003 ; 4.634301e-003 ; 4.761943e-003 ];

%-- Image #2:

omc_2 = [ 1.890888e+000 ; 1.909065e+000 ; -5.714244e-001 ];

Tc_2 = [ -5.318001e-001 ; -6.483455e-001 ; 1.849129e+000 ];

omc_error_2 = [ 2.209065e-003 ; 2.597815e-003 ; 4.392427e-003 ];

Tc_error_2 = [ 4.784352e-003 ; 4.966877e-003 ; 4.584580e-003 ];

%-- Image #3:

omc_3 = [ 1.888074e+000 ; 1.870363e+000 ; 5.224119e-001 ];

Tc_3 = [ -6.355746e-001 ; -5.281110e-001 ; 1.122415e+000 ];

omc_error_3 = [ 2.621834e-003 ; 2.374783e-003 ; 4.233954e-003 ];

Tc_error_3 = [ 3.329492e-003 ; 3.271579e-003 ; 4.215688e-003 ];

%-- Image #4:

omc_4 = [ -1.825599e+000 ; -1.868341e+000 ; 4.976581e-001 ];

Tc_4 = [ -4.052397e-001 ; -6.519850e-001 ; 1.889223e+000 ];

omc_error_4 = [ 2.494140e-003 ; 2.510961e-003 ; 4.701156e-003 ];

Tc_error_4 = [ 4.985902e-003 ; 4.943327e-003 ; 4.539110e-003 ];

%-- Image #5:

omc_5 = [ 1.890448e+000 ; 1.900598e+000 ; -5.882332e-001 ];

Tc_5 = [ -6.847771e-001 ; -3.878618e-001 ; 1.731244e+000 ];

omc_error_5 = [ 2.148232e-003 ; 2.583363e-003 ; 4.231960e-003 ];

Tc_error_5 = [ 4.417890e-003 ; 4.696633e-003 ; 4.396337e-003 ];

%-- Image #6:

omc_6 = [ -1.851408e+000 ; -1.902167e+000 ; 4.957017e-001 ];

Tc_6 = [ -2.946405e-002 ; -7.258641e-001 ; 1.949460e+000 ];

omc_error_6 = [ 2.951095e-003 ; 3.078762e-003 ; 5.372118e-003 ];

17



Tc_error_6 = [ 5.221009e-003 ; 5.126639e-003 ; 5.196511e-003 ];

%-- Image #7:

omc_7 = [ 1.896172e+000 ; 1.867894e+000 ; 6.130372e-001 ];

Tc_7 = [ -5.278892e-001 ; -7.194623e-001 ; 1.350402e+000 ];

omc_error_7 = [ 2.936027e-003 ; 2.522778e-003 ; 4.579097e-003 ];

Tc_error_7 = [ 3.940654e-003 ; 3.849757e-003 ; 5.052905e-003 ];

%-- Image #8:

omc_8 = [ 1.826148e+000 ; 1.826665e+000 ; -6.092236e-001 ];

Tc_8 = [ -6.075200e-001 ; -6.309166e-001 ; 1.921687e+000 ];

omc_error_8 = [ 2.157605e-003 ; 2.654952e-003 ; 4.200246e-003 ];

Tc_error_8 = [ 4.976186e-003 ; 5.215073e-003 ; 4.611500e-003 ];

%-- Image #9:

omc_9 = [ 1.833359e+000 ; 1.822011e+000 ; 6.580420e-001 ];

Tc_9 = [ -6.295364e-001 ; -5.774766e-001 ; 1.139950e+000 ];

omc_error_9 = [ 2.679107e-003 ; 2.452873e-003 ; 4.254115e-003 ];

Tc_error_9 = [ 3.468867e-003 ; 3.331198e-003 ; 4.452433e-003 ];

%-- Image #10:

omc_10 = [ -1.861307e+000 ; -1.947551e+000 ; 4.575043e-001 ];

Tc_10 = [ -4.600870e-001 ; -5.874558e-001 ; 1.844448e+000 ];

omc_error_10 = [ 2.441257e-003 ; 2.632873e-003 ; 4.828845e-003 ];

Tc_error_10 = [ 4.815822e-003 ; 4.844460e-003 ; 4.564844e-003 ];

%-- Image #11:

omc_11 = [ 1.867008e+000 ; 1.869967e+000 ; -5.397233e-001 ];

Tc_11 = [ -6.096234e-001 ; -3.220007e-001 ; 1.816353e+000 ];

omc_error_11 = [ 2.427259e-003 ; 2.637906e-003 ; 4.382879e-003 ];

Tc_error_11 = [ 4.632287e-003 ; 4.891990e-003 ; 4.541058e-003 ];

%-- Image #12:

omc_12 = [ 1.899932e+000 ; 1.929035e+000 ; -5.569925e-001 ];

Tc_12 = [ -6.697595e-001 ; -5.402214e-001 ; 1.581095e+000 ];

18



omc_error_12 = [ 1.956098e-003 ; 2.523829e-003 ; 4.001514e-003 ];

Tc_error_12 = [ 4.085458e-003 ; 4.272138e-003 ; 4.229581e-003 ];

%-- Image #13:

omc_13 = [ 1.939791e+000 ; 1.958686e+000 ; 5.397089e-001 ];

Tc_13 = [ -1.940482e-001 ; -6.851644e-001 ; 1.267309e+000 ];

omc_error_13 = [ 2.966645e-003 ; 2.190874e-003 ; 4.271867e-003 ];

Tc_error_13 = [ 3.503301e-003 ; 3.493065e-003 ; 4.500824e-003 ];

%-- Image #14:

omc_14 = [ 2.486683e+000 ; 8.763121e-001 ; -1.825472e-001 ];

Tc_14 = [ -7.812536e-001 ; -8.689900e-002 ; 1.453196e+000 ];

omc_error_14 = [ 3.083232e-003 ; 1.924162e-003 ; 4.400508e-003 ];

Tc_error_14 = [ 3.807569e-003 ; 4.010406e-003 ; 4.410067e-003 ];

%-- Image #15:

omc_15 = [ 2.366874e+000 ; 1.065758e+000 ; -2.925803e-001 ];

Tc_15 = [ -9.385203e-001 ; -4.181167e-001 ; 1.623035e+000 ];

omc_error_15 = [ 2.988487e-003 ; 2.112826e-003 ; 4.070052e-003 ];

Tc_error_15 = [ 4.267662e-003 ; 4.513498e-003 ; 4.879411e-003 ];

%-- Image #16:

omc_16 = [ 2.301013e+000 ; 1.093016e+000 ; -3.845414e-001 ];

Tc_16 = [ -8.723006e-001 ; -3.449264e-001 ; 1.623077e+000 ];

omc_error_16 = [ 2.913170e-003 ; 2.057905e-003 ; 3.849317e-003 ];

Tc_error_16 = [ 4.233163e-003 ; 4.467367e-003 ; 4.489825e-003 ];

%-- Image #17:

omc_17 = [ 2.336250e+000 ; 8.846499e-001 ; -3.313425e-001 ];

Tc_17 = [ -8.328824e-001 ; -9.171322e-002 ; 1.634835e+000 ];

omc_error_17 = [ 3.034154e-003 ; 2.165912e-003 ; 4.139401e-003 ];

Tc_error_17 = [ 4.243887e-003 ; 4.532506e-003 ; 4.822097e-003 ];

%-- Image #18:

omc_18 = [ 2.278134e+000 ; 1.111372e+000 ; -3.730615e-001 ];

19



Tc_18 = [ -8.097028e-001 ; -4.218002e-001 ; 1.767037e+000 ];

omc_error_18 = [ 3.047820e-003 ; 2.148492e-003 ; 3.977208e-003 ];

Tc_error_18 = [ 4.620622e-003 ; 4.809537e-003 ; 4.826428e-003 ];

%-- Image #19:

omc_19 = [ -2.142711e+000 ; -2.181284e+000 ; 1.035677e-001 ];

Tc_19 = [ -5.837774e-001 ; -6.204120e-001 ; 1.776421e+000 ];

omc_error_19 = [ 3.215173e-003 ; 3.339339e-003 ; 6.867032e-003 ];

Tc_error_19 = [ 4.676138e-003 ; 4.831704e-003 ; 5.679822e-003 ];

%-- Image #20:

omc_20 = [ 2.209955e+000 ; 2.126746e+000 ; -6.043630e-002 ];

Tc_20 = [ -6.218996e-001 ; -6.977520e-001 ; 1.772072e+000 ];

omc_error_20 = [ 3.303040e-003 ; 3.316891e-003 ; 6.940264e-003 ];

Tc_error_20 = [ 4.719050e-003 ; 4.830070e-003 ; 5.838699e-003 ];

Hasil Visuliase distorsion :

Gambar 4.3 Complete Distortion Model

20



Gambar 4.4 Tangential Component of the Distortion Model

Gambar 4.5 Tangential Component of the Distortion Model

21



Hasil Titik pengambilan foto :

Gambar 4.6 hasil extrinsik parameter

Gambar 4.6 hasil switch to camera-centered view

22



Perbaningan Before after

Gambar 4.7 Foto sebelum di kalibrasi

Gambar 4.8 Foto sesudah di kalibrasi

23



4.2 Analisa

Dari hasil Kalibrasi kita mendapatkan nilai dari focal lenght yaitu sebesar 3030.48744 ;

3030.48744. ini merupakan panjang fokus kamera yang digunakan saat pemotretan. Hasil nilai (X0 ,

Y0) pixcel eror foto sebesar 1,237 ; 1,013, bila nilai pixel lebih besar dari 1 maka hasil kalibrasi ini

masih kurang baik, beberapa faktor yang mempengaruhi nilai pixcelnya besar yaitu, hasil foto kurang

jelas, pengeplotan saaat kalibrasi kurang pas dan penempelan papan kolimator di lantai tidak rata

dan papan kolimator kusut. Dari hasil kalibrasi juga di dapat nilai radial dan tangensial K1, K2, K3, P1,

P2 nilai jarak dari pusat titik. Nilai dari derajat skew Skew: alpha_c = [ 0.00000 ] ± [ 0.00000 ] =>

angle of pixel axes = 90.00000 ± 0.00000 degrees dan nilai Distortion: kc = [ 0.00770 -0.01408

0.00404 0.00215 0.00000 ] ± [ 0.00475 0.00777 0.00082 0.00090 0.00000 ]

24



BAB V

PENUTUP

5.1 Kesimpulan

Kalibrasi Kamera dibutuhkan untuk mendapatkan nilai focal lenght dan dari sebuah

kamara, agar kamera itu siap digunakan untuk melakukan pengukuran fotogrametrik

Kalibrasi kamera bisa dilakukan secara manual dengan kalkulator biasa ataupun secara

otomatis menggunakan aplikasi seperti Matlab R2010a , seperti yang saya gunakan.

Dalam pengambilan foto, usahakan saat pengambilan foto yang diambil melebihi 80%

dari luas foto.

Hasil dari kalibrasi talah didapat nilai fc, eror pixcel (X0 , Y0), K1, K2 , K3, P1, P2, nilai sudut

skew, visualize distortions dan foto sesudah terkalibrasi.

Dari hasil kalibrasi telah didapat nilai focal leght sebesar 3030.48744 ; 3030.48744

Dari hasil kalibrasi untuk nilai eror pixel (X0 , Y0) adalah 1,237 ; 1,013.

Dari hasil kalibrasi telah didapat nilai sudut skew alpha_c = [ 0.00000 ] ± [ 0.00000 ] =>

angle of pixel axes = 90.00000 ± 0.00000.

5.2 Saran

Papan kolimator tidak boleh kotor, sobek dan kusut, sehingga foto yang di ambil biar

terlihat datar.

Pengambilan foto mempengaruhi besar kecilnya distorsi dan nilai eror pada pixcel.

Saat proses kalibrasi pengeplotan di matlab benar-benar pada titik agar distorsi tidak

besar.

25



DAFTAR PUSTAKA

Ligterink,G.H . 1987 . Dasar Fotogrametri Interpretasi Foto Udara . Jakarta :

Penerbit Universitas Indonesia

http://www.photomodeler.com/products/scanner/default.html diakses

pada tanggal 12 Oktober 2015

Mc Graw, Hill. 2000. Elements of Photogrammetry with Application in GIS

Fourth Edition. Madison : The University of Wisconsin

Wolf, Paul R. 1983. Elements of Photogrammetry. Madison : The University

of Wisconsin

26

http://www.photomodeler.com/products/scanner/default.html

tugas kalibrasi kamera menggunakan toolbox_calib_a

Documents