Kamera kalibrasyonunda sezgisel optimizasyon yöntemlerinin kullanımı
Küçük Resim Yok
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Niğde Ömer Halisdemir Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Kamera kalibrasyonu, kameranın geometrik ve optik özelliklerinin ve/veya 3 boyutlu kamera konumunun ve belli bir dünya koordinat sistemine göre kamera dönüklüklerinin belirlenmesi olarak tanımlanabilir. Klasik kamera kalibrasyon teknikleri, ışın demetlerini temel alan ve dengeleme yöntemini kullanan matematiksel modellere dayanır. Bu modeller, karmaşık denklemleri basitleştirmek için seriye açılım yöntemiyle doğrusallaştırılır. Fakat bu doğrusallaştırma, bilgi kaybına ve hatalı sonuçlara yol açabilir. Ayrıca, klasik yöntemler yerel optimuma takılma eğilimindedir. Sezgisel optimizasyon algoritmaları ise, sayısal problemlerde global optimuma ulaşma potansiyeline sahiptir. Bu algoritmalar, yerel optimumlara takılmadan, problemin en iyi çözümünü bulmak için daha geniş bir arama uzayını tarar. Dolayısıyla, kamera kalibrasyonunda sezgisel optimizasyon algoritmaları kullanmak, klasik yöntemlere kıyasla birçok avantaj sağlayabilir. Bu tez çalışmasında, literatürde iyi bilinen Tsai, Zhang, modellerinin çözümü, Diferansiyel Arama Algoritması (DSA), Yapay Arı Kolonisi Algoritması (ABC), Parçacık Sürüsü Algoritması (PSO) ve Çoklu Populasyon Diferansiyel Gelişim Algoritması (MDE) yöntemleriyle karşılaştırılmıştır. Araştırma sonucunda, sezgisel optimizasyon algoritmalarının kamera kalibrasyonunda klasik yöntemlere göre daha başarılı olduğu görülmüştür. Bu algoritmalar, lokal çözümlere takılmadan, daha doğru ve kararlı sonuçlar elde edilmesini sağlamıştır.
Camera calibration can be defined as the determination of the geometric and optical properties of a camera and/or the 3D camera position and orientation with respect to a world coordinate system. Classical camera calibration techniques are based on mathematical models that utilize bundle blocks and employ the the bundle adjustment method. These models are linearized using the Taylor series expansion method to simplify complex equations. However, this linearization can lead to information loss and erroneous results. Additionally, classical methods tend to get stuck in local optima. On the other hand, heuristic optimization algorithms have the potential to reach global optima in numerical problems. These algorithms explore a broader search space without getting trapped in local optima, thereby offering several advantages over classical methods when used in camera calibration. In this thesis, the solutions of the well-known Tsai, Zhang models in the literature were compared with the Differential Search Algorithm (DSA), Artificial Bee Colony Algorithm (ABC), Particle Swarm Optimization Algorithm (PSO), and Multi-Population Differential Evolution Algorithm (MDE) methods. As a result of the research, it was seen that heuristic optimization algorithms are more successful than classical methods in camera calibration. These algorithms have provided more accurate and stable results without getting stuck in local solutions.
Camera calibration can be defined as the determination of the geometric and optical properties of a camera and/or the 3D camera position and orientation with respect to a world coordinate system. Classical camera calibration techniques are based on mathematical models that utilize bundle blocks and employ the the bundle adjustment method. These models are linearized using the Taylor series expansion method to simplify complex equations. However, this linearization can lead to information loss and erroneous results. Additionally, classical methods tend to get stuck in local optima. On the other hand, heuristic optimization algorithms have the potential to reach global optima in numerical problems. These algorithms explore a broader search space without getting trapped in local optima, thereby offering several advantages over classical methods when used in camera calibration. In this thesis, the solutions of the well-known Tsai, Zhang models in the literature were compared with the Differential Search Algorithm (DSA), Artificial Bee Colony Algorithm (ABC), Particle Swarm Optimization Algorithm (PSO), and Multi-Population Differential Evolution Algorithm (MDE) methods. As a result of the research, it was seen that heuristic optimization algorithms are more successful than classical methods in camera calibration. These algorithms have provided more accurate and stable results without getting stuck in local solutions.
Açıklama
Fen Bilimleri Enstitüsü, Harita Mühendisliği Ana Bilim Dalı
Anahtar Kelimeler
Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
