BibTex RIS Kaynak Göster

KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ

Yıl 2010, Cilt: 26 Sayı: 4, 340 - 350, 01.08.2010

Öz

Bu çalışmanın amacı, literatürde Luca Lucchese’ın önerdiği kamera kalibrasyon metoduna ait model parametrelerinin optimizasyonunda zeki optimizasyon yöntemlerinin etkinliklerinin incelenmesidir. Bu algoritmalar, gerçek karmaşık dünya problemlerinin çözümünde oldukça etkili, esnek ve kolay adapte edilebilir oldukları için tercih edilmişlerdir. Seçilen algoritmalar, Yapay Arı Kolonisi (ABC), Diferansiyel Gelişim (DE), Genetik Algoritma (GA) ve Parçacık Sürü Optimizasyonu (PSO) algoritmalarıdır. Bu algoritmalardan ABC hariç diğerleri birçok gerçek dünya probleminin çözümünde kullanılmıştır. ABC algoritması yeni geliştirilmiş olduğu için literatürde Rosenbrock ve Rastrigin gibi az ve çok boyutlu bir çok temel fonksiyon üzerinde test edilmiş fakat henüz etkinliği bu tip bir kamera kalibrasyon probleminde araştırılmamıştır. Diğer zeki optimizasyon yöntemleri de bu tip bir kamera kalibrasyon problemi için ilk defa kullanılmaktadır. Algoritmaların etkinlikleri, sonuçlar Levenberg-Marguardt yöntemiyle karşılaştırılarak ortaya konulmuştur.

Kaynakça

  • Zhang, Z., A Flexible New Technique for Camera Calibration, IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(11) , 13301334, 2000.
  • Zhang, Y. and Ji, Q., Camera Calibration with Genetic Algorithms, IEEE Transactions on Systems, Man and Cybernetics, 31(2), 120-130, 2001.
  • Abdel-Aziz, Y.I. and Karara, H.M., Direct Linear Transformation into Object Space Coordinates in Close-Range Photogrammetry, Proceedings of Symposium on Close-Range Photogrammetry, Urbana-Champaign, IL, 1–18, 1971.
  • Bouguet, J.Y., Camera Calibration Toolbox for Matlab, 2001. http://www.vision.caltech.edu/bouguetj/calib_doc /index.html.
  • Lucchese, L., Geometric calibration of digital cameras through multi-view rectification, Image and Vision Computing, 23, 517-539, 2005.
  • Tsai, R.Y.A., Versatile Camera Calibration Technique for High Accuracy 3D Machine Vision Metrology using off The Shelf TV Cameras and Lenses, IEEE Transactions on Robotics and Automation, 3(4), 323-344, 1987.
  • Abellard, A., Bouchouicha, M., Khelifa, M.M.B., A Genetic Algorithm Application to Stereo Calibration, Proceedings of IEEE International Symposium on Computational Intelligence in Robotics and Automation, 285-290, 2005.
  • Fraga, L.G., Silva, I.V., Direct 3D Metric Reconstruction from Multiple Views using Differential Evolution, LNCS Applications of Evolutionary Computing, Springer-Verlag, 4974, 341-346, 2008.
  • Wang, D., Tu, Y., Zhang, T., Research on The Application of PSO Algorithm in Non-Linear Camera Calibration, Proceedings of Intelligent Control and Automation WCICA, 4495-4500, 2008.
  • Karaboga, D. Basturk, B., On The Performance of Artificial Bee Colony (ABC) Algorithm, Applied Soft Computing, 8(1), 687-697, 2008.
  • Kennedy, J., Eberhart, R. C., Particle Swarm Optimization, Proceedings of IEEE Conference on Neural Networks, Piscataway, NJ, 1942–1948, 1995.
  • Holland, J.H., Adaptation in Natural and Artificial System, University of Michigan Press, MI, 1975.
  • Storn, R., Price, K. Differential Evolution: A Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Spaces, International Computer Science Institute, Berkeley, 1995 (ftp://ftp.icsi.berkeley.edu/pub/techreports/1995/tr95-012.pdf)
  • Karaboga, D., Basturk, B., A Powerful and Efficient Algorithm for Numerical Function Optimization: Artificial Bee Colony (ABC) algorithm, Journal of Global Optimization, 39(3), 459-171, 2006.
  • Pham, D.T., Karaboga, D., Intelligent Optimization Techniques, New York: SpringerVerlag, 1998.
  • R. Storn, "Differential Evolution", 2001 (http://www.icsi.berkeley.edu/~storn/code.html.)
  • Karaboğa, D., Basturk, B., Artificial Bee Colony (ABC) Optimization Algorithm for Solving Constrained Optimization Problems, LNCS Advances in Soft Computing: Foundations of Fuzzy Logic and Soft Computing, 4529, 789-798, 2007.
  • Derpanis, K.G., The Harris Corner Detector, 2004. (http://www.cse.yorku.ca/~kosta/CompVis_Notes/har ris_detector.pdf)
  • Nixon, M., Aguado, A., Computer Vision Demonstration, 2005. (http://users.ecs.soton.ac.uk/msn/book/new_demo/cor ners/)
  • Schmid, C., Morn, R., Bauckhage, C., Evaluation of Interest Point Detectors, International Journal of Computer Vision, 37(2), 151-172, 2000.
  • Lucchese, L., Closed-Form Pose Estimation from Metric Rectification of Coplanar Points, Proceedings of IEE Vision, Image and Signal Processing, 153(3), 364-378, 2006.
  • Lucchese, L., Estimating The Pose and Focal Length of a Camera From The Perspective Projection of a Planar Calibration Plate, Proceedings of Signal and Image Processing, Honolulu, USA, 2003.
  • Lucchese, L., Geometric Calibration of Digital Cameras. Part I: Camera Model, Subpixel Feature Extraction and Algorithm Initialization, Proceedings of Visualization, Imaging, and Image, Benalmádena, Spain, 2003.
  • Nocedal, J., Wright, S.J., Numerical Optimization, Springer-Verlag New York, 262266, 1999.

The effectiveness of intelligent optimization techniques in camera calibration

Yıl 2010, Cilt: 26 Sayı: 4, 340 - 350, 01.08.2010

Öz

In this paper, it is aimed to examine the effectiveness of the intelligent optimization algorithms to optimize the camera parameters with respect to the calibration method introduced by Luca Lucchese (LL). The motivation of the intelligent optimization algorithms is that they are so effective, flexible and easy adaptable for the real complex problems. The selected optimization algorithms are Artificial Bee Colony (ABC), Differential Evolution (DE), Genetic Algorithm (GA) and Particle Swarm (PSO). These algorithms except ABC have been used effectively for many complex problems. ABC has recently developed and its effectiveness has not been tested for a type of the camera calibration problem. But it is highly capable of generating good solutions for many benchmark functions such as Rosenbrock and Rastrigin with both low and very high dimensions. The other artificial intelligent optimization algorithms are also the first time being used in this camera calibration problem. In order to show the effectiveness of these intelligent optimization algorithms, their results have been compared with the conventional derivative-based Levenberg-Marquardt (LM).

Kaynakça

  • Zhang, Z., A Flexible New Technique for Camera Calibration, IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(11) , 13301334, 2000.
  • Zhang, Y. and Ji, Q., Camera Calibration with Genetic Algorithms, IEEE Transactions on Systems, Man and Cybernetics, 31(2), 120-130, 2001.
  • Abdel-Aziz, Y.I. and Karara, H.M., Direct Linear Transformation into Object Space Coordinates in Close-Range Photogrammetry, Proceedings of Symposium on Close-Range Photogrammetry, Urbana-Champaign, IL, 1–18, 1971.
  • Bouguet, J.Y., Camera Calibration Toolbox for Matlab, 2001. http://www.vision.caltech.edu/bouguetj/calib_doc /index.html.
  • Lucchese, L., Geometric calibration of digital cameras through multi-view rectification, Image and Vision Computing, 23, 517-539, 2005.
  • Tsai, R.Y.A., Versatile Camera Calibration Technique for High Accuracy 3D Machine Vision Metrology using off The Shelf TV Cameras and Lenses, IEEE Transactions on Robotics and Automation, 3(4), 323-344, 1987.
  • Abellard, A., Bouchouicha, M., Khelifa, M.M.B., A Genetic Algorithm Application to Stereo Calibration, Proceedings of IEEE International Symposium on Computational Intelligence in Robotics and Automation, 285-290, 2005.
  • Fraga, L.G., Silva, I.V., Direct 3D Metric Reconstruction from Multiple Views using Differential Evolution, LNCS Applications of Evolutionary Computing, Springer-Verlag, 4974, 341-346, 2008.
  • Wang, D., Tu, Y., Zhang, T., Research on The Application of PSO Algorithm in Non-Linear Camera Calibration, Proceedings of Intelligent Control and Automation WCICA, 4495-4500, 2008.
  • Karaboga, D. Basturk, B., On The Performance of Artificial Bee Colony (ABC) Algorithm, Applied Soft Computing, 8(1), 687-697, 2008.
  • Kennedy, J., Eberhart, R. C., Particle Swarm Optimization, Proceedings of IEEE Conference on Neural Networks, Piscataway, NJ, 1942–1948, 1995.
  • Holland, J.H., Adaptation in Natural and Artificial System, University of Michigan Press, MI, 1975.
  • Storn, R., Price, K. Differential Evolution: A Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Spaces, International Computer Science Institute, Berkeley, 1995 (ftp://ftp.icsi.berkeley.edu/pub/techreports/1995/tr95-012.pdf)
  • Karaboga, D., Basturk, B., A Powerful and Efficient Algorithm for Numerical Function Optimization: Artificial Bee Colony (ABC) algorithm, Journal of Global Optimization, 39(3), 459-171, 2006.
  • Pham, D.T., Karaboga, D., Intelligent Optimization Techniques, New York: SpringerVerlag, 1998.
  • R. Storn, "Differential Evolution", 2001 (http://www.icsi.berkeley.edu/~storn/code.html.)
  • Karaboğa, D., Basturk, B., Artificial Bee Colony (ABC) Optimization Algorithm for Solving Constrained Optimization Problems, LNCS Advances in Soft Computing: Foundations of Fuzzy Logic and Soft Computing, 4529, 789-798, 2007.
  • Derpanis, K.G., The Harris Corner Detector, 2004. (http://www.cse.yorku.ca/~kosta/CompVis_Notes/har ris_detector.pdf)
  • Nixon, M., Aguado, A., Computer Vision Demonstration, 2005. (http://users.ecs.soton.ac.uk/msn/book/new_demo/cor ners/)
  • Schmid, C., Morn, R., Bauckhage, C., Evaluation of Interest Point Detectors, International Journal of Computer Vision, 37(2), 151-172, 2000.
  • Lucchese, L., Closed-Form Pose Estimation from Metric Rectification of Coplanar Points, Proceedings of IEE Vision, Image and Signal Processing, 153(3), 364-378, 2006.
  • Lucchese, L., Estimating The Pose and Focal Length of a Camera From The Perspective Projection of a Planar Calibration Plate, Proceedings of Signal and Image Processing, Honolulu, USA, 2003.
  • Lucchese, L., Geometric Calibration of Digital Cameras. Part I: Camera Model, Subpixel Feature Extraction and Algorithm Initialization, Proceedings of Visualization, Imaging, and Image, Benalmádena, Spain, 2003.
  • Nocedal, J., Wright, S.J., Numerical Optimization, Springer-Verlag New York, 262266, 1999.
Toplam 24 adet kaynakça vardır.

Ayrıntılar

Diğer ID JA82CG86GT
Bölüm Makale
Yazarlar

Coşkun Özdeş Bu kişi benim

Emre Bendeş Bu kişi benim

Yayımlanma Tarihi 1 Ağustos 2010
Yayımlandığı Sayı Yıl 2010 Cilt: 26 Sayı: 4

Kaynak Göster

APA Özdeş, C., & Bendeş, E. (2010). KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 26(4), 340-350.
AMA Özdeş C, Bendeş E. KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi. Ağustos 2010;26(4):340-350.
Chicago Özdeş, Coşkun, ve Emre Bendeş. “KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 26, sy. 4 (Ağustos 2010): 340-50.
EndNote Özdeş C, Bendeş E (01 Ağustos 2010) KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 26 4 340–350.
IEEE C. Özdeş ve E. Bendeş, “KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ”, Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, c. 26, sy. 4, ss. 340–350, 2010.
ISNAD Özdeş, Coşkun - Bendeş, Emre. “KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 26/4 (Ağustos 2010), 340-350.
JAMA Özdeş C, Bendeş E. KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi. 2010;26:340–350.
MLA Özdeş, Coşkun ve Emre Bendeş. “KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, c. 26, sy. 4, 2010, ss. 340-5.
Vancouver Özdeş C, Bendeş E. KAMERA KALİBRASYONUNDA ZEKİ OPTİMİZASYON YÖNTEMLERİNİN ETKİNLİĞİ. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi. 2010;26(4):340-5.

✯ Etik kurul izni gerektiren, tüm bilim dallarında yapılan araştırmalar için etik kurul onayı alınmış olmalı, bu onay makalede belirtilmeli ve belgelendirilmelidir.
✯ Etik kurul izni gerektiren araştırmalarda, izinle ilgili bilgilere (kurul adı, tarih ve sayı no) yöntem bölümünde, ayrıca makalenin ilk/son sayfalarından birinde; olgu sunumlarında, bilgilendirilmiş gönüllü olur/onam formunun imzalatıldığına dair bilgiye makalede yer verilmelidir.
✯ Dergi web sayfasında, makalelerde Araştırma ve Yayın Etiğine uyulduğuna dair ifadeye yer verilmelidir.
✯ Dergi web sayfasında, hakem, yazar ve editör için ayrı başlıklar altında etik kurallarla ilgili bilgi verilmelidir.
✯ Dergide ve/veya web sayfasında, ulusal ve uluslararası standartlara atıf yaparak, dergide ve/veya web sayfasında etik ilkeler ayrı başlık altında belirtilmelidir. Örneğin; dergilere gönderilen bilimsel yazılarda, ICMJE (International Committee of Medical Journal Editors) tavsiyeleri ile COPE (Committee on Publication Ethics)’un Editör ve Yazarlar için Uluslararası Standartları dikkate alınmalıdır.
✯ Kullanılan fikir ve sanat eserleri için telif hakları düzenlemelerine riayet edilmesi gerekmektedir.