A partir de la transmisión de una webcam pudimos crear un instrumento que georreferencia, en tiempo real, una zona de la escena. Ahora intentaremos algo más ambicioso: descubrir las características de la cámara desconocida que la capturó.
Este es un nuevo capítulo de la serie sobre convertir videos e imágenes en instrumentos de medición.
Relevancia de conocer la calibración de una cámara
Recuperar estos parámetros abre puertas concretas:
- Imagina las implicaciones de descubrir desde dónde se capturó una imagen o video —posición y altura— son clave en reconstrucción histórica y análisis forense.
- Conocer la huella (footprint) y el cono de proyección permite evaluar qué observa realmente cada cámara y planificar la cobertura de una red completa.
- Conocida la calibración podemos estimar por retroproyección posiciones, distancias, áreas y alturas en toda la escena.
- Para los profesionales GIS: si captaste una o más tomas con un Dron y desconfías o el equipo no registró uno o más parámetros, pueden aplicarse estos métodos para estimarlos.
¿Qué es la calibración de una cámara y cuál es su relevancia?
La calibración de la cámara tiene como objetivo determinar los parámetros geométricos. Este es un paso crucial en muchas aplicaciones de visión por computadora, especialmente cuando se requiere información métrica sobre la escena. En estas aplicaciones, la cámara generalmente se modela con un conjunto de parámetros intrínsecos (distancia focal, punto principal, inclinación del eje) y su orientación se expresa mediante parámetros extrínsecos (rotación y traslación) [Teodoro G. et al., 2015]. Adicionalmente, para referenciar en un sistema de coordenadas necesitamos la posición y la altura de la cámara.
La calibración ha sido tradicionalmente, y sigue siendo, el factor más importante que determina la precisión potencial y, en gran medida, la fiabilidad de la medición fotogramétrica de corto alcance [Luhmann T. et al., 2016].
¿Qué es la orientación de imágenes?
Los profesionales de la Geomática tienden a creer que la representación de una ortoimagen es la única forma de visualizar un conjunto de imágenes georreferenciadas, esto no es cierto.
Imagen Orientada si bien el término lo popularizo ESRI en el contexto GIS, se trata de una implementación de conceptos fotogramétricos antiguos: posición y orientación exterior de una cámara, campo de visión, proyección perspectiva y correspondencia imagen ↔ terreno.
Es una forma de representación utilizando técnicas fotogramétricas, que consiste en posicionar y orientar la imagen utilizando sus parámetros internos y externos, su modelo de proyección y una representación de la superficie o profundidad observada, logrando referenciar el cono de proyección de la cámara sobre el espacio. No debe confundirse con Georreferenciación Directa un enfoque que se ha ido consolidando en las últimas décadas.
¿Quieres conocer más detalles sobre las imágenes orientadas? ¿Es una capacidad única de ESRI? Ventajas y desventajas, ¿Puedo cargar una imagen orientada en QGIS?¿En qué se diferencia de la aerofotogrametría tradicional?
Les prometo un artículo dedicado por completo a las imágenes orientadas donde entraremos en detalle 👍.
Enfrentando el desafío
¿Cómo obtener los parámetros internos y externos de una cámara de la que no sabemos nada?
La calibración de una cámara es un proceso complejo incluso cuando tienes acceso al dispositivo y conoces sus características internas.
Por otro lado, la fotogrametría —y en especial la aerofotogrametría— se apoya en la redundancia: el solapamiento entre muchas imágenes genera un sistema sobre-determinado (muchas restricciones, pocas incógnitas) y, por ende, preciso.
Nuestro caso es lo opuesto, adolecemos de datos de la cámara y solo contamos con una pose (monocular). Como no tenemos redundancia fotográfica intentaremos compensarla con redundancia geométrica, enfrentando varias técnicas fotogramétricas. Cada método —puntos de fuga, descomposición de la homografía, resección— ataca el problema desde un ángulo distinto, y donde coinciden, ganamos confianza.
En esa convergencia está, además, el enfoque de esta serie: unir la fotogrametría con la visión por computador moderna.
¿Qué fundamentos sustentan este procedimiento?
Tal como comenté en el articulo de apertura:
La geometría de la escena deja indicios de la cámara que la capturó —sus parámetros internos (longitud focal, punto principal) y externos (posición y orientación)—. Con las técnicas adecuadas, podemos recuperarlas.
Además:
Si logramos modelar una superficie plana presente en la escena, podremos extraer por descomposición los parámetros de orientación de la cámara que la capturo. Si la superficie plana modelada tiene unidades métricas y ubicación conocida podremos obtener las coordenadas de la cámara.
Resultados obtenidos
Partimos de una cámara anónima —sin metadatos, con sospechas de alteración de la imagen por streaming— e intentamos que la propia escena nos revelara sus parámetros.
Luego de diversas pruebas logramos obtener una estimación de los parámetros de calibración. La combinación de los métodos produjo un conjunto de parámetros acotado a un rango físicamente coherente y verificable sobre el terreno.
Algunos parámetros quedaron bien determinados: el punto principal se mantuvo estable en todas las pruebas, Y ese valor fue revelador: aparece desplazado hacia la derecha respecto al centro de la imagen. Es una pista de que la transmisión no es la imagen original, sino una versión recortada o modificada.
¿En qué se diferencia esta solución de la Homografía mostrada en los artículos anteriores?
A diferencia de la homografía —limitada a la porción plana del suelo— ahora orientamos toda la vista, y sobre ella podemos estimar distancias, alturas y superficies, no solo posiciones en el plano.
Mejor configuración encontrada
¿Qué tanto variaron los valores de la solución encontrada?
Las coordenadas de la ubicación de la cámara oscilan en un radio de aproximadamente 6 metros.
- La focal presenta valores desde 745 a 1050 pixeles
- La altura de la cámara entre 6.23 a 7.5 metros
- El punto principal se mantiene fijo en el valor estimado
- Los ángulos de orientación al estar acoplados con la focal y altura varían en mayor o menor grado en las diferentes configuraciones.
Probando la configuración en Imágenes Orientadas ArcGIS Pro
Como se puede ver en el video las mediciones distancias sobre el suelo y ubicaciones presentan un ajuste aceptable, sin embargo, los cálculos de alturas conocidas devuelven valores inferiores a los esperados, indicativo que la configuración aun requiere ajuste.
Comentarios finales
Este no es el resultado definitivo, aún tengo otras alternativas de cálculo y evaluación: por ejemplo someter los diferentes métodos a un proceso de optimización. Estimar la pose por triangulación si encuentro otras escenas.
Por otro lado, aun tenemos pendiente la integración con modelos de Inteligencia artificial, específicamente de computación visual y reconstrucción 3D.
¿En qué casos aplicarías esta metodología? ¿la consideras relevante en tu profesión?
Me gustaría saber tu opinión 👇
Citas
- Gustavo Teodoro Laureano, Maria Stela Veludo de Paiva, Anderson da Silva Soares, Clarimar José Coelho, Chapter 34 - A topological approach for detection of chessboard patterns for camera calibration, Editor(s): Leonidas Deligiannidis, Hamid R. Arabnia, Emerging Trends in Image Processing, Computer Vision and Pattern Recognition, Morgan Kaufmann, 2015, Pages 517-531, ISBN 9780128020456, https://doi.org/10.1016/B978-0-12-802045-6.00034-X
- Thomas Luhmann, Clive Fraser, Hans-Gerd Maas, Sensor modelling and camera calibration for close-range photogrammetry, ISPRS Journal of Photogrammetry and Remote Sensing, Volume 115, 2016, Pages 37-46, ISSN 0924-2716, https://doi.org/10.1016/j.isprsjprs.2015.10.006
