1
BAB I
PENDAHULUAN
1.1
Latar Belakang
Didalam kehidupan sehari-hari kita sering berjumpa dengan defleksi, baik
defleksi pada baja, pada besi maupun kayu. Oleh sebab itu,
dalam perancangan
suatu bagian mesin atau struktur, besarnya defleksi
atau lendutan
memegang
peranan yang penting dan perlu diperhitungkan
, contohnya saja pada jembatan.
Jika seorang
engineer
tidak memperhitungkan maka akan berakibat fatal bagi
pengguna jembatan tersebut, karena faktor lendutan yang lebih besar akan
mengurangi faktor
safety
pada struktur tersebut.
Berdasarkan kondisi tersebut mungkin dapat dicegah dengan adanya
pengamatan kondisi struktur secara kontinyu maupun periodik agar dapat
dilakukan antisipasi kegagalan struktur. Oleh karena itu, perkembangan teknologi
penelitian dalam metode pengukuran struktur saat ini semakin menarik untuk
diteliti, dikarenakan hal ini bertujuan agar meminimalisir kegagalan struktur yang
dapat menimbulkan korban jiwa serta kerugian material yang terjadi. Banyak
metode dan instrument yang umum digunakan dalam pengukuran struktur yang
terjadi seperti metode analitis dan metode dengan mengukur secara langsung.
Akan tetapi, metode tersebut memiliki kelemahan yang sulit diterapkan untuk
kasus masalah yang bersifat kompleks.
Salah satu metode pengukuran
struktur yang telah dan sedang
dikembangkan adalah metode defleksi struktur yang bersifat non- kontak dengan
2
memiliki keuntungan karena selain lebih simpel, praktis, mudah, dapat diandalkan
ketelitiannya, dan juga biaya yang dibutuhkan relatif lebih murah.
Pada saat ini, metode tersebut yang banyak digunakan adalah fotogrammetri
dan visi komputer (
computer vision
). Walaupun sama-sama menggunakan kamera
sebagai sensor utama, tujuan utama fotogrammetri adalah ketelitian, sedangkan
visi komputer mengutamakan fleksibilitas [1]. Teknik yang banyak digunakan
dalam fotogrammetri untuk pengukuran defleksi struktur ada dua yaitu
konvensional dan berbasis tepi [2]. Pada bidang visi komputer, yang paling luas
digunakan adalah teknik korelasi citra digital (
DIC
–
digital image correlation
).
Pengukuran defleksi struktur dapat menggunakan satu kamera (
in-plane
measurement
) atau menggunakan dua kamera (
stereo vision measurement
). Dalam
pengukuran sebidang, bidang ukur dengan bidang sensor kamera haruslah sejajar
(
in-plane
) [3].
Berkaitan pada penjelasan latar belakang diatas, maka dalam Tugas Akhir
ini
mengankat
topik
dengan
judul “
Pengukuran
Sebidang
(
In-Plane
Measurement
)
Defleksi Struktur Dengan Menggunakan Visi Komputer Berbasis
Deteksi Tepi
”.
1.2
Rumusan Masalah
Dari latar belakang di atas, dapat dirumuskan permasalahan-permasalahan
yang berkaitan dengan pengembangan pengukuran defleksi struktur dengan
3
1.
Bagaimana hasil deteksi tepi pada obyek pengukuran sebidang
(in-plane measurement)
dengan menggunakan visi komputer berbasis
deteksi tepi ?
2.
Bagaimana hasil persentase kesalahan pengukuran sebidang
(in-plane measurement)
defleksi struktur dengan menggunakan metode
visi komputer berbasis deteksi tepi ?
3.
Bagaimana hasil konversi piksel ke milimeter dengan menggunakan
chessboard pattern
ukuran 12 x 12, 14 x 14, 16 x 16 didalam proses
kalibrasi kamera ?
1.3
Tujuan Penelitian
Adapun tujuan yang ingin dicapai dalam Tugas Akhir ini adalah :
1.
Memperoleh hasil pengukuran sebidang
(in-plane measurement)
yang lebih simpel, praktis, mudah, biaya operasional relatif lebih
murah, dan disertai ketelitian yang memadai dengan menggunakan
metode visi komputer berbasis deteksi tepi.
2.
Memperoleh hasil persentase kesalahan yang paling kecil dari
pengukuran sebidang
(in-plane measurement)
defleksi struktur
dengan menggunakan metode visi komputer berbasis deteksi tepi
3.
Memperoleh hasil konversi piksel ke milimeter yang paling
mendekati dengan nilai dunia nyata agar mengetahui ukuran
chessboard pattern
yang lebih baik digunakan untuk proses kalibrasi
kamera.
4
1.4
Manfaat Penelitian
Adapun manfaat dari penulisan ini adalah:
1. Untuk Peneliti
Penulisan Tugas Akhir ini memberikan manfaat untuk penulis
yaitu sebagai penerapan ilmu yang didapat selama mengikuti
perkuliahan di Universitas Muhammadiyah Malang. Selain itu, dari
penelitian ini penulis bisa mendapatkan persiapan awal untuk
menghadapi dunia kerja.
2. Bagi Masyarakat
Dari penelitian ini diharapkan bisa diaplikasikan oleh masyarakat
khususnya dalam bidang pengukuran defleksi struktur, karena sampai
saat ini kegagalan struktur masih banyak terjadi di Indonesia yang
belum dilengkapi dengan sistem pemamtauan kondisi struktur yang
memadai. Oleh karena itu, dengan adanya pengembangan pengukuran
defleksi struktur dengan metode yang lebih murah dan praktis
diharapkan bisa memberikan kemudahan dalam pengukuran struktur.
3. Untuk Kampus Universitas Muhammadiyah Malang
Memberikan bukti dari hasil pembelajaran selama kuliah di
Universitas Muhammadiyah Malang kepada masyarakat bahwa
kampus Universitas Muhammadiyah Malang mampu mencetak orang
5
1.5
Batasan Masalah
Mengingat luasnya permasalahan yang dihadapi dalam pengukuran defleksi
struktur dengan menggunakan visi komputer berbasis deteksi tepi ini, maka perlu
adanya batasan khusus didalamnya.
Batasan ini diperlukan agar dalam perancangan tugas akhir ini tidak
menyimpang dari permasalahan yang ada. Adapun batasan masalah pada
pengukuran defleksi struktur ini adalah :
1. Melakukan proses kalibrasi dengan menganggap semua kondisi
dalam keadaan ideal.
2. Faktor - faktor yang tidak diamati secara langsung, seperti cuaca,
Pengukuran Sebidang (
In-Plane Measurement
) Defleksi Struktur
Dengan Menggunakan Visi Komputer Berbasis Deteksi Tepi
TUGAS AKHIR
Diajukan Kepada
Universitas Muhammadiyah Malang
Sebagai Salah Satu Persyaratan Memperoleh
Gelar Sarjana Teknik Mesin
Oleh
Yahya Nur Halim
NIM 201110120311055
JURUSAN TEKNIK MESIN
FAKULTAS TEKNIK
Compu
ter
PENGUKURAN SEBIDANG (IN-PLANE
MEASUREMENT) DEFLEKSI STRUKTUR DENGAN
MENGGUNAKAN VISI KOMPUTER BERSBASIS
DETEKSI TEPI
TUJUAN
Tujuan khusus penelitian ini adalah memperoleh metode
pengukuran defleksi struktur menggunakan kamera
sebagai sensor utamanya. Urgensi penelitian adalah
memberikan alternatif pengukuran defleksi struktur
dengan cara yang mudah, murah dengan ketelitian yang
dapat diandalkan.
.
KESIMPULAN
1. Hasil
perbandingkan
pengukuran
defleksi
menggunakan visi komputer berbasis deteksi tepi
menunjukkan bahwa dengan dial indikator Kw
persentase kesalahan pengukuran sebesar 9,65%,
sedangkan dengan dial indikator Standart sebesar
3,50%.
Pembimbing I : Ir. Trihono Sewoyo, MT
Pembimbing II : Ir. Daryono, MT
YAHYA NUR HALIM
20110120311055
LATAR BELAKANG
Pemantauan kondisi struktur dikenal dengan istilah SHM
(
structural
healthmonitoring
).Salah
satu
perkembangan
teknologi yang saat ini sedang berkembang adalah metode
pengukuran defleksi struktur yang bersifat non-kontak. Metode
pengukuran ini berbasis visi komputer dengan menggunakan
kamera sebagai sensor utamanya. Pengukuran ini dilakukan
dengan satu kamera pada obyek ukur (
in
-
plane measurement
),
dimana perubahan posisi obyek yang diukur ada pada bidang
yang sejajar dengan bidang sensor kamera.
Compu
ter
PENGUKURAN SEBIDANG (IN-PLANE
MEASUREMENT) DEFLEKSI STRUKTUR DENGAN
MENGGUNAKAN VISI KOMPUTER BERSBASIS
DETEKSI TEPI
TUJUAN
Tujuan khusus penelitian ini adalah memperoleh metode
pengukuran defleksi struktur menggunakan kamera
sebagai sensor utamanya. Urgensi penelitian adalah
memberikan alternatif pengukuran defleksi struktur
dengan cara yang mudah, murah dengan ketelitian yang
dapat diandalkan.
.
KESIMPULAN
1. Hasil
perbandingkan
pengukuran
defleksi
menggunakan visi komputer berbasis deteksi tepi
menunjukkan bahwa dengan dial indikator Kw
persentase kesalahan pengukuran sebesar 9,65%,
sedangkan dengan dial indikator Standart sebesar
3,50%.
Pembimbing I : Ir. Trihono Sewoyo, MT
Pembimbing II : Ir. Daryono, MT
YAHYA NUR HALIM
20110120311055
LATAR BELAKANG
Pemantauan kondisi struktur dikenal dengan istilah SHM
(
structural
healthmonitoring
).Salah
satu
perkembangan
teknologi yang saat ini sedang berkembang adalah metode
pengukuran defleksi struktur yang bersifat non-kontak. Metode
pengukuran ini berbasis visi komputer dengan menggunakan
kamera sebagai sensor utamanya. Pengukuran ini dilakukan
dengan satu kamera pada obyek ukur (
in
-
plane measurement
),
dimana perubahan posisi obyek yang diukur ada pada bidang
yang sejajar dengan bidang sensor kamera.
Compu
ter
PENGUKURAN SEBIDANG (IN-PLANE
MEASUREMENT) DEFLEKSI STRUKTUR DENGAN
MENGGUNAKAN VISI KOMPUTER BERSBASIS
DETEKSI TEPI
TUJUAN
Tujuan khusus penelitian ini adalah memperoleh metode
pengukuran defleksi struktur menggunakan kamera
sebagai sensor utamanya. Urgensi penelitian adalah
memberikan alternatif pengukuran defleksi struktur
dengan cara yang mudah, murah dengan ketelitian yang
dapat diandalkan.
.
KESIMPULAN
1. Hasil
perbandingkan
pengukuran
defleksi
menggunakan visi komputer berbasis deteksi tepi
menunjukkan bahwa dengan dial indikator Kw
persentase kesalahan pengukuran sebesar 9,65%,
sedangkan dengan dial indikator Standart sebesar
3,50%.
Pembimbing I : Ir. Trihono Sewoyo, MT
Pembimbing II : Ir. Daryono, MT
YAHYA NUR HALIM
20110120311055
LATAR BELAKANG
LEMBAR PERNYATAAN
Yang bertanda tangan di bawah ini :
Nama
: Yahya Nur Halim
Nim
: 201110120311055
Tempat / Tanggal Lahir
: Tulungagung, 12 Mei 1993
Jurusan
: Teknik Mesin
Fakultas
: Teknik
Instansi
: Universitas Muhammadiyah Malang
Dengan ini menyatakan dengan sebenar-benarnya bahwa :
Tugas Akhir dengan Judul :
“
Pengukuran Sebidang (In-Plane Measurement) Defleksi Struktur
Dengan Menggunakan Visi Komputer Berbasis Deteksi Tepi
“ A
dalah hasil karya saya, dan
dalam naskah tugas akhir ini tidak terdapat karya ilmiah yang pernah diiajukan oleh orang lain
untuk memperoleh gelar akademik disuatu perguruan tinggi, kecuali yang secara tertulis dikutip
dalam naskah ini dan disebutkan dalam sumber kutipan dan daftar pustaka. Apabila ternyata
didalam naskah tugas akhir ini terdapat unsur-
unsur “PLAGIASI”, saya bersedia
menerima
sanksi akademis sesuai ketentuan yang berlaku.
✁
✂✄☎ ✄✆✝✞ ✟✄✞☎ ✄✠
✡☛☞✌✍✌ ✎✏ ✑✁ ✒✌
n
sy
✏ ✓✏ ✔ ✕✌☞✁Allah Rabb alam semesta, yang Maha
menggenggam jiwa dan raga kita. Shalawat dan salam semoga senantiasa tercurah
kepada junjungan dan tauladan kita, Muhammad Rasulullah dan keluarga,
sahabat, serta para pengikutnya yang setia hingga akhir zaman.
Selain sebagai salah satu syarat untuk memperoleh gelar sarjana bagi
mahasiswa Teknik Mesin UMM, semoga Tugas Akhir ini juga dapat berfungsi
sebagai sumbangan pemikiran dari penulis bagi pemahaman sekaligus
pengembangan tentang salah satu aspek yang berhubungan dengan sistem akuisisi
dan getaran.
Banyak pihak yang telah membantu dalam penyelesaian Tugas Akhir ini. Pada
kesempatan ini penulis mengucapkan terima kasih yang mendalam kepada:
1. Ayahanda Tawiran dan Ibunda Sulasmi tercinta serta Adikku tersayang
Suci Arum Sari dan Zahira Arum Adellia yang menjadi motivasi terbesar
dalam setiap aktivitas kehidupan ini.
2. Bapak Ir. Trihono Sewoyo,MT selaku dosen pembimbing satu yang telah
berkenan membagi ilmu, memberi semangat, membimbing dan memberi
sarana untuk menimba ilmu.
3. Bapak Ir. Daryono, MT selaku dosen pembimbing dua yang telah
berkenan membagi ilmu, memberi semangat, membimbing dan memberi
vii
4. Ketua Jurusan Teknik Mesin Fakultas Teknik Universitas Muhammadiyah
Malang, Ir. Daryono, MT , beserta seluruh Bapak dan Ibu Dosen serta
seluruh Laboratorium Teknik Mesin UMM,dan Pegawai/Part Time yang
ada di Jurusan Teknik Mesin UMM
5. Buat keluarga besar Mahasiswa Teknik Mesin angkatan 2011, terima kasih
supportnya.
6. Buat keluarga besar Community Empowerment Beswan Djarum angkatan
29, terima kasih supportnya.
7. Buat Adelia Kandari, yang telah menemani dan memberikan motivasi doa,
serta menjadi teman
✖✗ ✘✙ ✚✛ ✜selama proses pengerjaan skripsi.
Kesempurnaan mutlak hanya milik Allah, inilah karya terbaik yang dapat
penulis persembahkan, namun demikian tentunya penyusunan Tugas Akhir ini
masih terdapat ketidaksempurnaan sehingga kami mengharapkan kritik saran yang
konstruktif untuk perbaikan agar menjadi lebih baik. Semoga karya tulis ini dapat
bermanfaat dan berguna bagi para pembaca.
✢
illahi Fii Sabilillhaq Fastabiqul Khoirot
Malang,
Juli 2015
✣ ✤✤✤ ✥✦✧★ ✦✩✪ ✫✪
✬✭✮✯ ✰✱✲ ✭✱✳ ✭✴✵✶ ✵✰✷✸ ✵✹ ✰✳✺✻✼✤ ✱✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✤
✬✭✮✯ ✰✱✺✳✤ ✳✴✭✷ ✳✤✸ ✵✹ ✰✳ ✺✻✼ ✤ ✱ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✤✤
✬✭✮✯ ✰✱✲ ✭✱✷
y
✰✴✰✰✷ ✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✤✤✤✺✯✳✴✱ ✰✻✳✤✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✤
v
✾✰✴✰✲✭✷✹ ✰✷ ✴✰✱✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽
v
✤✿✰❀✴✰✱❁✳✤ ✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽ ✽✽✽✽
v
✤✤✤✿✰❀✴✰✱
Gambar... xi
Daftar Tabel ... xv
Daftar Grafik... ... xvi
❂✦❂✪ ❃❄ ❅✥✦❆ ❇❈ ❇✦❅
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Tujuan Penelitian... . 3
1.4 Manfaat Penelitian... 4
1.5 Batasan Masalah... 5
❂✦❂✪ ✪ ★✪❅
JAUAN PUSTAKA
2.1 Pengertian Defleksi ... 6
2.2 Visi Komputer... 8
2.2.1 Pengolahan Citra (
Image Processing
) ... 10
2.2.2 Pengenalan Pola (
Pattern Recognition
) ... 17
2.3 Kalibrasi Kamera ... 20
❉
x
2.3.2 Kalibrasi Parameter Ekstrinsik ... 31
2.3.3 Jenis-jenis Distorsi... 33
2.3.4 Beberapa Metode Kalibrasi ... 35
2.4 Deteksi Tepi (
Edge Detection
) ... 37
2.4.1 Metode Deteksi Tepi Turunan Pertama (
Differential Gradient)
...
40
2.4.2 Metode Deteksi Tepi Dengan Turunan Kedua ... 45
2.4.3 Metode Deteksi Tepi Optimal... 49
2.4.3.1 Tahap-tahap Algoritma Deteksi Tepi Canny... 50
2.4.4 Langkah Utama Deteksi Tepi ... 56
BAB III METODE PENELITIAN
3.1 WaktudanTempatPenelitian ... 64
3.2 MetodePenelitian ... 64
3.3 AlatdanBahanPengujian... 67
3.3.1 Perangkat Keras... 67
3.3.2 Perangkat Lunak ... 76
3.4 Set-Up BatangSpesimenUji ... 77
3.5 Tahap Kalibrasi Kamera ... 78
3.5.1 Proses Kalibrasi Parameter Intrinsik Kamera... 78
3.5.2 Proses Kalibrasi Parameter Ekstrinsik Kamera ... 84
BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil Parameter Intrinsik Kalibrasi Kamera ... 86
4.1.1 Hasil Kalibrasi Instrinsik dari Kamera Canon
Fix Lens
...86
x
4.1.3 Hasil Kalibrasi Instrinsik dari Kamera Nikon...91
4.1.4 Hasil Kalibrasi Instrinsik dari Kamera Canon
Zoom
2...94
4.1.5 Hasil Kalibrasi Instrinsik dari Kamera Nikon 1...97
4.1.6 Hasil Kalibrasi Instrinsik dari Kamera Nikon 2...100
4.1.7 Hasil Kalibrasi Instrinsik dari Kamera Nikon 3...103
4.2 Hasil Parameter Ekstrinsik Kalibrasi Kamera...106
4.2.1 Hasil Kalibrasi Ekstrinsik dari Kamera Canon
Fix Lens
...106
4.2.2 Hasil Kalibrasi Ekstrinsik dari Kamera Canon
Zoom
1...107
4.2.3 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon...108
4.2.4 Hasil Kalibrasi Ekstrinsik dari Kamera Canon
Zoom
2...109
4.2.5 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon 1...110
4.2.6 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon 2...111
4.2.7 Hasil Kalibrasi Ekstrinsik dari Kamera Nikon 3...112
4.3 Hasil Citra Deteksi Tepi Batang Uji...113
4.4 Persamaan Kurva Defleksi Tepi...119
4.5 Hasil Pengukuran dari Deteksi Tepi...121
4.6 Perhitungan Konversi Piksel ke Milimeter...125
BAB V PENUTUP
5.1 Kesimpulan...143
5.2 Saran...143
DAFTAR PUSTAKA
LAMPIRAN
x
❊
DAF
❋A
●❍A
■BA
●❏❑▲
(
▼) B
▼◆❖ P◗❘❙ ❘◆❚ ❯❱❘❲ ❳▼ ❨❊❨❘ ❩❖❲ ❯▼ ◗❊❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❬(
❙) B
▼◆❖P◗❘❱❘◆▼❭❱❘❲ ❳▼ ❨❊❨❘ ❩❖❲❯▼ ◗❊❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❬❏❑ ❏
(
▼) C
❊❱❲▼❙ ❚❲ ❚ ❪❫❪❚ ❲❊y
▼ ❪❫◗❘ ❨❊P❊❱❫❘◆ ▼❴ ❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲ ❵(
❙) C
❊❱❲▼❙❚ ❲❚ ❪❫ ❪❚ ❲❊y
▼ ❪❫❱❘◆▼❭❨❊❴ ❘❲❙ ▼❊P❊P❖❪❱❲▼ ◗ ❪y
▼ ❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲▲❏❑❛
(
▼) C
❊❱❲▼▼ ◗◆❊❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲ ❏(
❙) C
❊❱❲▼◗❘❱❘◆▼❭❨❊❴❘❲ ❱▼ ❳▼❯❙ ▼❫❊▼ ❪❱❘❴❊❖ ❙ ❳❘ P❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲ ❏❏❑❜
(
▼) C
❊❱❲▼y
▼ ❪❫ P▼❙ ❚❲(
blur
❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲❛(
❙) C
❊❱❲▼◗❘❱❘◆▼❭❖ ❴❘❲ ▼ ◗❊❴❘ ❪❫❭❊◆▼ ❪❫P❘ ◗ ▼ ❯▼❲▼ ❪(
❨❘❙ ◆❚❲ ❲❊❪❫)
❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲❛❏❑❝
(
▼) C
❊❱❲▼P▼❴ ▼◆ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲❜(
❙) C
❊❱❲▼P▼❴ ▼◆❭▼ ◗❊◆ ❴❘ ❯▼ ❯❴ ▼❱▼ ❪❞❊❱❲▼❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲❜❏❑❬
(
▼) C
❊❱❲▼P▼ ❯❘❲▼❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲❬(
❙) C
❊❱❲▼P▼ ❯❘❲▼ ❭▼ ◗❊◆❴❘❪❨❘❱❘ P◗❊◗❘◆❚❲❚❭❱❘❴❊❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲❡❏❑❡
S
❊◗❱❘ ❯❴❘ ❪❫❘ ❪▼◆▼ ❪❴❖ ◆▼ ❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲ ❢❏❑ ❢
C
❖❪❱❖❭❴ ❘ ❯❙ ▼❫❊▼ ❪P❘◆▼ ◗❴❖ ◆▼❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑▲❣❏❑❣
(
▼) P
❲❊❯❊❱❊❩❫ ❲▼ ❯ ❯▼❲P❲❖❯❖◗❖ ❯❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❏❵(
❙) P
❘ ❪❫ P❖ ❨❘▼ ❪P❲ ❖ ❯❖ ◗❖ ❪❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❏❵❏❑▲❵❤❖❨❘◆P▼ ❯❘❲ ▼◆❚❙ ▼ ❪❫❳▼❲ ❚ ❯
(
pinhole
)
❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❏❏❏❑▲ ▲✐❲❖❘ P ◗❊
y
❴❘ ❲ ◗❴❘ P❱❊ ❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❏❏❏❑▲❏
G
❘❖❯❘❱❲❊❨▼❲❊◗❘❙ ❚▼❭P▼ ❯❘❲ ▼❯❖❨❘◆◆❚ ❙▼ ❪❫❳▼❲❚❯❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❏❛❏❑▲❛
G
❘❖❯❘❱❲❊P▼ ❯❘ ❲▼❯❖ ❨❘◆◆❚ ❙▼ ❪❫❳▼❲❚❯❨❊◆❊ ❭▼❱❨▼❲❊◗❚ ❯❙❚❥❦ ❧❧❧ ❧❧❧❧ ❧❧❧❧ ❧❧❧❧ ❧❧❧❧ ❧❧❧❧❧ ❧❧❧❧ ❧❧❧❧ ❧❧❧ ❏❝
❏❑▲❜
H
❚ ❙❚❪❫ ▼ ❪❫ ❘❖ ❯❘❱❲❊P▼ ❪❱▼❲ ▼❱❊❱❊P❖ ❙ ❳❘ P❛♠❨❘ ❪❫▼ ❪❏D
❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❏❬❏❑▲❝
P
▼❴▼ ❪❴ ❖◆▼❞▼tu
r
(
chessboard pattern
)
❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❑ ❑❑❑❏❣x
♦♦
♣qr s
F
t ✉t(
image
)
✉✈✇ ①♦② ✉t ✇②♦qqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq③ ④♣qr⑤
(
⑥) G
⑥⑦ ⑧⑨ ⑩ ⑥⑨❶✈⑨②⑥①✈⑨ ⑩ ⑥⑨centering
②✈❷❸ ⑧✇⑨⑥qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq③❹(
⑦) G
⑥⑦ ⑧⑨⑩⑥⑨❶✈⑨②⑥①✈⑨⑩⑥⑨centering
✉♦①⑥❺② ✈❷❸ ⑧✇⑨⑥qq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq③❹♣qr❻
J
✈⑨ ♦②❼❽✈⑨♦②❾✈❸♦qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq③⑤♣q ♣❿
O
❸✈✇⑥✉t✇R
t⑦✈✇ ✉qqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq④♣♣q ♣r
D
✈ ✉✈❺ ②♦✉✈❸ ♦①✈⑨ ⑩ ⑥⑨ ✉⑧✇⑧⑨⑥⑨❺ ✈ ①⑧ ⑥qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq④❹♣q ♣ ♣➀❺ ✈❷⑥①✈ ✉✈❺②♦✉✈❸♦⑧⑨✉
u
❺➁♦✉✇⑥y
⑥⑨ ⑩❷✈⑨⑩⑥❶ ⑥❷♦⑩ ⑥⑨ ⑩⑩ ⑧ ⑥⑨ qqq qqqq qqqq qqqq qqqq qqqq qqq④⑤♣q ♣③
I
❶ ⑧② ✉✇⑥②♦❺t⑨ ➂t❶ ⑧②♦qq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq❹⑤③ qr ➃❶t ➄➁➅⑥
rt
❷✈t①t❶t⑩t
♦❸✈⑨✈❶ ♦t
♦⑥⑨ qq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq➆➆③ q③➇ ⑥❷✈
r
⑥①♦⑩ ♦t
⑥❶N
♦❺t⑨➀LR D
❹♣❿ ❿ qqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq➆s③ q③
Remote controller
❺⑥❷✈✇⑥N
♦❺t⑨q qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq➆❻③ q ④
T
✇♦❸t ①➈ ➉➁✈❶❶qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqq➆❻③ q❹
W
⑥✉✈✇❸ ⑥② ②❺⑥❷✈✇⑥qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs❿③ q➆
TEB
❼E (
Altas Sound Tripod Boom Mic Stand
)
qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqsr③ qs
D
♦⑥❶I
⑨①♦❺⑥✉t✇qqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs ♣③ q⑤
S
✈ ✉❼U
❸⑦ ⑥✉⑥⑨ ⑩⑧❽ ♦qq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs ♣③ q❻
(
⑥) P
⑥❸⑥⑨❸t❶⑥➁⑥tu
r u
❺⑧✇⑥⑨r④➉➆ qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs ④(
⑦) P
⑥❸⑥⑨❸t❶ ⑥➁⑥tu
r
⑧❺⑧✇⑥⑨r♣➉r♣ qq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs ④(
➁) P
⑥❸ ⑥⑨❸t❶ ⑥➁⑥tu
r
⑧❺⑧r
⑥⑨r ④➉r ④ qqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs❹(
①) P
⑥❸⑥⑨❸t❶ ⑥➁⑥tu
r
⑧❺⑧✇⑥⑨r ➆➉r ➆ qq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs❹③ qr ❿➊✈⑦ ⑥⑨⑦✈
r
➁✈❶ ⑥➅①⑥⑨❸✈⑨⑩ ⑩ ⑥⑨✉⑧⑨ ⑩ qq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs➆③ qr r➋t⑩
r
r
⑥❷➌⑥❶ ⑥⑦t
➍ ♣❿r♣⑦ q qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs➆③ qr♣
Toolbox
❸♦❶ ♦➅⑥⑨ ❷t①✈❶⑧⑨✉⑧❺❺⑥❶ ♦⑦✇⑥②♦❺⑥❷✈r
⑥ qqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqq qqqs❻x
➎➎➎
➏➐➑ ➒➓➔→➣➔↔↕ ➙➛➜↕➛ ➝➞➛ ➟➠➛ ➟➎➡ ➢➤➛ ➝➜➔➣➜➛➜ ➛ ↔➜ ➥ ➣➛➦➛
tu
r
➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➧ ➢➏➐➑➨➩➛ ➝➞ ➛ ➟➜➔↔↕➫➭ ➎➛ ↔➛ ↔↕
y
➤➫➠➛➯➠➎➫➞ ➛➯➝ ➔↔➭➛➠➎grayscale...
➧➑➏➐➑ ➲
Extract the grid corners ...
➧➑➏➐➑➳➩➛ ➝➞ ➛ ➟➯➛ ➤➎➣
corner extraction
➠ ➔↔↕➛ ↔➞➛ →➛ ➤→ ➔➜➎➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➧➡➏➐➑ ➧➩➛ ➝➞➛ ➟➯➛ ➤➎➣
corner extraction
➠ ➔↔↕➛ ↔→➛ ↔➠ ➛ ➝➔➟➛➯➝ ➔↔y
➎➣➛ ↔↕ ➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➧ ➏➏➐➑➵ ➩➛ ➝➞➛ ➟➯➛ ➤➎➣
corner extraction
➠➔↔↕➛ ↔➠➔→➔➙ ➤➎➤➫➠➫→→➔➜➎➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➧➒➒ ➐➑➸➛ ➤➎➣➟➔➜ ➟ ➥➭➔➦
t
➎➥ ↔➔rr
➥➟➜➎➙ ➤➔➣➙➛ ➝ ➔➛r
➺ ➛ ↔➥ ↔➻➎x
L
➔↔➤ ➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➧➳➒ ➐➡➼ ➎➤➫➛ ➣➎➤➛ ➤➎➝➥➠ ➔➣➠➎➤→➥ ➟ ➤➎➟➛➠➎➛ ➣➙➛ ➝➔➟➛
C
➛ ↔➥ ↔➻➎x
L
➔↔➤ ➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➧➳➒ ➐ ➏➼ ➎➤➫➛ ➣➎➤➛ ➤➎➝➥➠ ➔➣➠➎➤→➥ ➟➤➎→➛ ↔↕ ➔↔➤➎➛ ➣➙➛ ➝➔➟➛
C
➛ ↔➥ ↔➻➎x
L
➔↔➤ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➧➧➒ ➐➒➸➛ ➤➎➣➟➔➜ ➟ ➥➭➔➦
t
➎➥ ↔➔rr
➥➟➜➎➙ ➤➔➣➙➛ ➝ ➔➛r
➺ ➛ ↔➥ ↔➽➥➥ ➝➑ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➧➵➒ ➐➨➼ ➎➤➫➛ ➣➎➤➛ ➤➎➝➥➠ ➔➣➠➎➤→ ➥➟ ➤➎➟➛➠➎➛ ➣➙➛ ➝➔➟➛
C
➛ ↔➥ ↔➽➥➥ ➝➑ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➢➒ ➐➲➼ ➎➤➫➛ ➣➎➤➛ ➤➎➝➥➠ ➔➣➠➎➤→➥ ➟➤➎→➛ ↔↕ ➔↔ ➤➎➛ ➣➙➛ ➝ ➔➟➛
C
➛ ↔ ➥↔➽➥ ➥➝➑➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➑➒ ➐➳➸➛ ➤➎➣➟➔➜ ➟ ➥➭➔➦
t
➎➥ ↔➔➥➟rr
➜➎➙ ➤➔➣➙➛ ➝ ➔➛r
N
➎➙➥ ↔ ➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➡➒ ➐➧➼➎➤➫➛ ➣➎➤➛ ➤➎➝ ➥➠➔➣➠➎➤→➥ ➟➤➎➟➛➠➎➛ ➣➙➛ ➝ ➔➟➛
N
➎➙ ➥↔ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➏➒ ➐➵
V
➎➤➫➛ ➣➎➤➛ ➤➎➝➥➠ ➔➣➠➎➤→➥ ➟➤➎→➛ ↔↕ ➔↔➤➎➛ ➣➙➛ ➝➔➟➛N
➎➙ ➥↔➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➒➒ ➐➑➢
H
➛ ➤➎➣➟➔➜➟➥➭➔➦t
➎➥↔➔rr
➥ ➟➜➎➙➤ ➔➣➙➛ ➝➔➛r
➺ ➛ ↔ ➥↔➽➥ ➥➝➡ ➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➨➒ ➐➑ ➑➼ ➎➤➫➛ ➣➎➤➛ ➤➎➝ ➥➠➔➣➠➎
st
➥ ➟➤➎r
➛➠➎➛ ➣➙➛ ➝ ➔➛r
➺ ➛ ↔➥ ↔➽➥➥ ➝ ➡➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➲➒ ➐➑ ➡➼ ➎➤➫➛ ➣➎➤➛ ➤➎➝ ➥➠➔➣➠➎
st
➥ ➟➤➎t
➛ ↔↕ ➔↔➤➎➛ ➣➙➛ ➝➔➛r
➺➛ ↔ ➥↔➽➥ ➥➝➡ ➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➳➒ ➐➑➏➸➛ ➤➎➣
r
➔p
r
➥➭➔ ➦t
➎➥↔➔rr
➥ ➟➜➎➙➤ ➔➣➙➛ ➝ ➔➛r
N
➎➙ ➥↔➑ ➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➧➒ ➐➑ ➒➼ ➎➤➫➛ ➣➎➤➛ ➤➎➝ ➥➠➔➣➠➎➤ →➥ ➟➤➎➟➛➠➎➛ ➣➙➛ ➝ ➔➟➛
N
➎➙ ➥ ↔➑➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➵➵➒ ➐➑➨
V
➎➤➫➛ ➣➎➤➛ ➤➎ ➝➥➠ ➔➣ ➠➎➤ →➥➟➤➎ →➛ ↔↕➔↔➤➎➛ ➣ ➙➛ ➝➔➟➛N
➎➙ ➥↔➑➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➐➐➐ ➐➑ ➢ ➢➒ ➐➑ ➲
H
➛ ➤➎➣ ➟➔➜ ➟ ➥➭➔➦t
➎➥ ↔ ➔rr
➥➟ ➜➎➙ ➤ ➔➣ ➙➛ ➝ ➔➛r
N
➎➙ ➥↔x
➾
v
➚➪➶ ➹
V
➾➘➴ ➷➬➾➘ ➷➘➾➮➱ ✃❐ ➬✃➾➘❒➱ ❮ ➘➾ ❮➷✃➾➷➬❰ ➷➮❐ ❮➷N
➾❰ ➱ ÏÐ➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➶ Ñ Ð➚➪➶Ò
V
➾➘➴ ➷➬➾➘ ➷➘➾ ➮➱✃❐ ➬ ✃➾➘❒➱❮➘➾ ❒ ➷ÏÓ❐ Ï ➘➾➷➬ ❰➷➮❐ ❮➷N
➾❰ ➱ ÏÐ➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➶ ÑÔ
➚➪➶Õ
H
➷➘➾➬❮❐Ö❮➱×❐Øt
➾➱ Ï❐➱❮rr
Ö➾❰ ➘❐ ➬❰➷➮❐r
➷N
➾❰ ➱ ÏÔ ➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶Ñ➚➚➪ ÐÑÙ➾➘➴ ➷➬➾➘ ➷➘➾➮➱ ✃❐ ➬✃➾➘❒➱❮➘➾❮➷✃➾➷➬❰ ➷➮❐ ❮➷
N
➾❰➱ÏÔ➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶Ñ Ú➚➪ Ð➶Ù➾➘➴ ➷➬➾➘ ➷➘➾➮➱ ✃❐ ➬✃➾➘❒➱❮➘➾❒ ➷ÏÓ❐ Ï➘➾➷➬❰➷➮❐ ❮➷
N
➾❰➱ÏÔ➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶ÑÛ➚➪ Ð ÐÜ➷➘➾➬Ö➷❮➷➮❐❒ ❐ ❮❐❰ ❒ ❮➾Ï ➘➾❰❰➷➮❐ ❮➷
C
➷Ï➱ ÏÝ➾x
L
❐ Ï ➘ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶Ñ ➹➚➪ ÐÔÜ➷➘➾➬Ö➷❮➷➮❐❒ ❐ ❮❐❰ ❒ ❮➾Ï ➘➾❰❰➷➮❐ ❮➷
C
➷Ï➱ ÏÞ➱ ➱ ➮➶ ➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶ÑÒ➚➪ Ð ➚Ü➷➘➾➬Ö➷
r
➷➮❐❐t
r
❐❰❒➾Ï➘➾❰r
❰➷➮❐r
➷N
➾❰➱Ï ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶ÑÕ➚➪ ÐÚÜ➷➘➾➬Ö➷❮➷➮❐❒ ❐ ❮❐❰ ❒ ❮➾Ï ➘➾❰❰➷➮❐ ❮➷
C
➷Ï➱ ÏÞ➱ ➱ ➮Ð➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶ Ñ➚➪ ÐÛÜ➷➘➾➬Ö➷
r
➷➮❐t
❐r
❐❰❒➾Ï ➘➾❰r
❰➷➮❐r
➷N
➾❰ ➱ Ï➶ ➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶ ➶➚➪ Ð➹ Ü➷➘➾➬Ö➷❮ ➷➮❐❒❐ ❮❐❰❒ ❮➾Ï➘➾❰❰ ➷➮❐ ❮➷
N
➾❰ ➱ ÏÐ➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶Ð➚➪ ÐÒÜ➷➘➾➬Ö➷❮ ➷➮❐❒❐ ❮❐❰❒ ❮➾Ï➘➾❰❰ ➷➮❐ ❮➷
N
➾❰ ➱ ÏÔ ➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶ Ô➚➪ ÐÕÜ➷➘➾➬✃❐❒❐❰ ➘➾❒❐Ö➾➘❐ ß❐ ➬➴➮✃➾ß❐ ❮➾ß❐ß➷Ï✃❐ ÏÓ➷Ï➮❐❒➱ ✃❐
R
➱ ß❐ ❮❒ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶ Ô➚➪Ô Ñ
H
➷➘➾➬✃❐❒❐❰ ➘➾❒❐Ö➾➘❐❒❐ ➬➷à✃➾ß ❐ ❮➾ß ❐ß ➷Ï✃❐ ÏÓ➷Ï➮❐❒➱✃❐R
➱ ß❐ ❮❒➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶➚➚➪Ô ➶
H
➷➘➾➬✃❐❒❐❰➘➾❒❐Ö➾ ➘❐ß ❐ ➬➴ ➮✃➾ß❐ ❮➾ß❐ß➷Ï✃❐ ÏÓ➷Ï➮❐❒➱✃❐P
❮❐➾w
tt
➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶➚➚➪ÔÐ
H
➷➘➾➬✃❐❒❐❰➘➾❒❐Ö➾ ➘❐❒❐ ➬➷à✃➾ß❐ ❮➾ß❐ß➷Ï✃❐ ÏÓ➷Ï➮❐❒➱ ✃❐P
❮❐➾w
tt
➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶ Ú➚➪Ô Ô
H
➷➘➾➬✃❐❒❐❰ ➘➾❒❐Ö➾➘❐ ß❐ ➬➴➮✃➾ß❐ ❮➾ß❐ß➷Ï✃❐ ÏÓ➷Ï➮❐❒➱ ✃❐S
➱ß ❐ ➬➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶ Ú➚➪Ô➚
H
➷➘➾➬✃❐❒❐❰ ➘➾❒❐Ö➾➘❐❒❐ ➬➷à✃➾ß ❐ ❮➾ß ❐ß ➷Ï✃❐ ÏÓ➷Ï➮❐❒➱✃❐S
➱ ß❐ ➬➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶Û➚➪Ô Ú
H
➷➘➾➬✃❐❒❐❰➘➾❒❐Ö➾ ➘❐ß ❐ ➬➴ ➮✃➾ß❐ ❮➾ß❐ß➷Ï✃❐ ÏÓ➷Ï➮❐❒➱✃❐C
➷Ï Ïy
➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶Û➚➪ÔÛ
H
➷➘➾➬✃❐❒❐❰ ➘➾❒❐Ö➾➘❐❒❐ ➬➷à✃➾ß ❐ ❮➾ß ❐ß ➷Ï✃❐ ÏÓ➷Ï➮❐❒➱✃❐C
➷Ï Ïy
➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶ ➹➚➪Ô ➹
H
➷➘➾➬✃❐❒❐❰ ➘➾❒❐Ö➾➘❐ ß❐ ➬➴➮✃➾ß❐ ❮➾ß❐ß➷Ï✃❐ ÏÓ➷Ï➮❐❒➱ ✃❐LOG
➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶ ➹➚➪ÔÒ
H
➷➘➾➬✃❐❒❐❰ ➘➾❒❐Ö➾➘❐❒❐ ➬➷à✃➾ß ❐ ❮➾ß ❐ß ➷Ï✃❐ ÏÓ➷Ï➮❐❒➱✃❐LOG
➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➪➪➪ ➪➶➶Òx
v
âã âä
L
åæ çè éêéêéæëìíî çïð éïñ çïæ òí ó çèì êìô çõð éî ìí éî ìî çï(K
w
)
ãã ãããã ãããã ãããã ãããã ãããã ãöö ÷âã âö
L
åæ çè éêéêéæëìíî çïð éïñ çïæ òí ó çèìîìô òøð éî ìí éî ìî çï(S
êçïð çí ê)
ãããã ãããã ãããã ãöùäâã âù
L
åæ çè éêéêéæëìíî çïð éïñ çïæ òí ó çèì êìô çõð éî ìí éî ìî çï(S
êçïð çíê)
ããã ãããã ãããã ãããã ãöùäâã âú
K
ìí çïñæççûò çï(O
üý üþüÿ)
ãã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãããã ãöùâã â â
P
í åìæè éy
ô òîçïñ✁çíòøòï êòæøì ïì ïêòæ çïYpp ... 126
4.45 Sistem koorninat yang dipilih saat deteksi corner ... 127
DAF
✂A
✄✂ABE
☎4.1 Koordinat Vertical Titik Batang tanpa Beban (Canon Fix) ... 121
4.2 Koordinat Vertical Titik Batang dengan Beban (Canon Fix) ... 121
4.3 Defleksi Vertikal Tititk Batang(Canon Fix) ... 121
4.4 Koordinat Vertical Titik Batang tanpa Beban (Canon Zoom 1) ... 122
4.5 Koordinat Vertical Titik Batang dengan Beban (Canon Zoom 1) ... 122
4.6 Defleksi Vertikal Tititk Batang (Canon Zoom 1) ... 122
4.7 Koordinat Vertical Titik Batang tanpa Beban (Nikon) ... 123
4.8 Koordinat Vertical Titik Batang dengan Beban (Nikon) ... 123
4.9 Defleksi Vertikal Tititk Batang(Nikon) ... 123
4.10 Koordinat Vertical Titik Batang tanpa Beban (Canon Zoom 2) ... 123
4.11 Koordinat Vertical Titik Batang dengan Beban (Canon Zoom 2) ... 124
4.12 Defleksi Vertikal Tititk Batang(Canon Zoom 2) ... 124
4.13 Koordinat Vertical Titik Batang tanpa Beban (Nikon 1, 2, 3) ... 124
4.14 Koordinat Vertical Titik Batang dengan Beban (Nikon 1, 2, 3) ... 125
4.15 Defleksi Vertikal Tititk Batang(Nikon 1, 2, 3) ... 125
xvi
4.17 Hasil Konversi Piksel ke Milimeter dari Canon Zoom (1) ... 131
4.18 Hasil Konversi Piksel ke Milimeter dari Nikon... 132
4.19 Hasil Konversi Piksel ke Milimeter dari Canon Zoom (2) ... 132
4.20 Hasil Konversi Piksel ke Milimeter dari Nikon (1) ... 133
4.21 Hasil Konversi Piksel ke Milimeter dari Nikon (2) ... 134
4.22 Hasil Konversi Piksel ke Milimeter dari Nikon (3) ... 134
4.23 Hasil Persentase Kesalahan Pengukuran dari Canon Fix... 135
4.24 Hasil Persentase Kesalahan Pengukuran dari Canon Zoom (1)... 136
4.25 Hasil Persentase Kesalahan Pengukuran dari Nikon ... 136
4.26 Hasil Persentase Kesalahan Pengukuran dari Canon Zoom (2)... 137
4.27 Hasil Persentase Kesalahan Pengukuran dari Nikon (1)... 137
4.28 Hasil Persentase Kesalahan Pengukuran dari Nikon (2)... 138
4.29 Hasil Persentase Kesalahan Pengukuran dari Nikon (3)... 138
4.30 Konversi Piksel ke Milimeter dengan menggunakan papan pola catur ukuran
12 x 12... 139
4.31 Konversi Piksel ke Milimeter dengan menggunakan papan pola catur ukuran
14 x 14... 140
4.32 Konversi Piksel ke Milimeter dengan menggunakan papan pola catur ukuran
16 x 16... 140
xvii
4.2
Konversi piksel ke milimeter dengan menggunakan papan pola catur
ukuran
14
x
14...141
4.3
Konversi piksel ke milimeter dengan menggunakan papan pola catur
ukuran
16
x
106
DAFTAR PUSTAKA
[1]
J. Ye, G. Fu, U. P. Poudel. 2011.
“
Edge-Based Close-Range Digital
Photogrammetry for Structural Deformation Measurement
”, Journal of
Engineering Mechanics, ASCE, pp. 475-483 ,
[2]
W. Forstner, “Computer Vision and Pho
togrammetry
–
Mutual Questions:
Geometry, Statistics, and Cognition”,
http://www.ipb.unibonn.de/fileadmin/publication/pdf/Forstner2002Computer.p
df
[3]
Sewoyo
Trihono,
Mahyuddin
A.I.,
Nurhadi
I.,
Dirgantara
ITB.
2014.
“
Perbandingan Metode Deteksi Tepi untuk Pengukuran Defleksi
Struktur”
, Seminar Nasional Rekayasa Material, Sistem Manufaktur dan
Energi, Univ.Hassanudin, Makassar.
[4]
Gere,
James M.; Goodno, Barry J.
Mechanics of Materials
(Eighth ed.).
pp. 1083
–
1087.
ISBN
978-1-111-57773-5
.
http://en.wikipedia.org/wiki/Deflection_engineering
[5]
Hibbeler, R.C.
Statics and Mechanics of Materials
, SI Edition. Prentice-Hall,
2004.
ISBN 0-13-129011-8
.
http://bambangpurwantana.staff.ugm.ac.id/KekuatanBahan
[6]
Linda G. Shapiro and George C. Stockman. 2001.
Computer Vision
. Prentice
Hall.
ISBN 0-13-030796-3.
[7]
Boyle dan Thomas. 1988. Computer Vision
: “
A First Course” , Blackwell
Scientific Publications.
[8]
T.
Lindeberg.
1998. "Feature
detection
with
automatic
scale
selection" (abstract).
International Journal of Computer Vision
30
(2): pp 77
–
116. doi:10.1023/A:1008045108935.
[9]
Galbiati, Louis J. 1990.
Machine Vision and Digital Image Processing
Fundamentals
, Prentice Hall.
http://informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Pengolahan%20Citra%20
Digital/Bab-1_Pengantar%20Pengolahan%20Citra.pdf
[10]
Andrea Fusiello. 2005.
"Elements of Geometric Computer Vision"
.
Homepages.inf.ed.ac.uk. Retrieved 2013-12-18.
107
[12]
Jain, Anil K. 1989.
Fundamentals of Digital Image Processing
, Prentice-Hall
International.
[13]
Arymurthy, Aniati Murni, dan Setiawan, Suryana. 1992.
“Pengantar
Pengolahan Citra “,
PT. Elex Media Komputindo, Jakarta.
[14]
Gonzalez, Rafael C. 1977.
Digital Image Processing
, Addison-Wesley.
Publishing (Online).
http://informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Pengolahan%20Citra%20
Digital/Bab-15_Pengenalan%20Pola.pdf
.
[15]
Leo Grady. 2006. "Random Walks for Image Segmentation",
IEEE
Transactions on Pattern Analysis and Machine Intelligence
, pp. 1768
–
1783,
Vol. 28, No. 11
[16]
Mengko, Richard
. 1989. Workshop On Image Processing & Pattern
Recognition
, PAU Mikroelektronika ITB.
[17]
Sewoyo Trihono. 2013.
“
Kalibrasi Kamera
”, Kapita Selekta Lanju
t Teknik
Mesin 1, MS 7002, ITB. Bandung.
[18]
Salvi J., Armangue X., Batlle J., ”
A comparative review of camera calibrating
methods with accuracy evaluation
”, Pattern Recognition 35 (2002) 1617 –
1635
[19]
Draper B.A. 2002. "
Camera Model: Projection & Lens
", CS510 Lecture #2
[20]
Heikkila J., Silven O. 1997.
A Four Step Camera Calibration Procedure with
Implicit Image Correction
”, Proceedings on Computer Vision and Pattern
Recognition.
[21]
R. G. Willson and S. A. Shafer. 1993.
“What is the center of the image?”
Proc. IEEE Conf. Computer Vision and Pattern Recognition
, New York, pp.
670-671.
[22]
Lindeberg,
Tony.
2001. "Edge
detection",
in
Hazewinkel,
Michiel,
Encyclopedia of Mathematics
, Springer, ISBN 978-1-55608-010-4
[23]
LS. Davis. 1975. "A survey of edge detection techniques", Computer Graphics
and Image Processing, vol 4, no. 3, pp 248-260.
108
[25]
Islam Khan Shahnoor Mohammad. December 2012
. Implementation of Edge
& Shape Detection Techniques and their Performance Evaluation
. Department
of Computer Science Ryerson University. Toronto, Canada
[26]
J.M.S. Prewitt. 1970. "Object Enhancement and Extraction" in "Picture
processing and Psychopictorics",Academic Press.
[27]
Mubarok Shah. 1992.
Fundamentals of Computer Vision
, Computer Science
Department, University of Florida, Orlando.
[28]
Otsu, N. 1979.
"A Threshold Selection Method from Gray- Level Histogram"
.
IEEE Transaction on Systems, and Cybernetics SMC-9, 1:62-66.
[29]
Huang, D & Wang, C. 2009.
"Optimal Multi-level Thresholding Using a
Two-stage Otsu Optimization Approach"
. Pattern Recognition Letters
30,275-284.
[30]
Kittler J, & Illingworth, J.
"Minimum Error Thresholding"
. 1986. Pattern
Recognition 19.
[31]
E. Davies. 1990.
Machine Vision: Theory, Algorithms and Practicalities
,
Academic Press, Chap. 4.
[32]
Allen B. Downey, Green Tea Press
. “
Physical Modeling in MATLAB
” ,
An
introduction to programming in MATLAB and simulation of physical systems,
Version 1.1.3.
http://greenteapress.com/matlab/downey08matlab.pdf
[33]
Jean-Yves Bouguet.
Camera Calibration Toolbox for Matlab
.