Teknik kalibrasi sangat berpengaruh terhadap perkembangan computer vision karena setiap proses dalam teknik kalibrasi sangat diperlukan untuk pengolahan lanjutan berbagai macam proses vision. Dengan dilakukannya kalibrasi, proses vision akan menjadi lebih mudah. Dalam prosesnya teknik kalibrasi dilakukan untuk menentukan parameter yang dapat dilakukan untuk proses vision selanjutnya diantaranya rekonstruksi 3D. Penelitian ini mencoba mengangkat kembali teknik kalibrasi kamera klasik yang sangat popular, yaitu teknik kalibrasi kamera dengan menggunakan algoritma Tsai. Sebagai simulasi, hasil parameter yang akan didapat akan digunakan untuk melakukan pengukuran tinggi obyek dengan aplikasi dan kemudian dibandingkan dengan tinggi obyek secara real. Dari hasil ujicoba, didapatkan hasil bahwa tahapan proses kalibrasi kamera dengan metode Tsai berhasil dilakukan. Kemudian data parameter yang didapat, dilakukan simulasi dengan ujicoba sebanyak 5 skenario dengan masing-masing skenario dilakukan dengan 2 percobaan. Hasil yang didapat dari hasil pengukuran dengan aplikasi ternyata masih jauh dari hasil pengukuran secara nyata. Galat relative yang didapat dari perhitungan dengan aplikasi rata-rata hanya 50.6% dari perhitungan secara nyata. Hasil ini disebabkan karena proses pengambilan data awal dengan spesifikasi yang terbatas. Kata kunci : kalibrasi kamera, algoritma tsai, computer vision

Calibration technique is very influential on the development of computer vision because every process in the calibration technique is needed for further processing of the various processes vision. By doing calibration, the vision will become easier. In the process calibration techniques to determine the parameters that can be done to further the process of vision such as 3D reconstruction. This research tried to revive the classic camera calibration techniques are very popular, which is a technique using a camera calibration Tsai’s algorithm. In the simulation, the results of the parameters to be obtained will be used to perform measurements with the application object and then compared with high real objects. From the test results, showed that stage of the Tsai camera calibration method is successful. Then the parameters of the data obtained, the simulation with the test as much as 5 scenarios with each scenario done in 2 experiments. The results of the measurement results with the application is still far from real measurements. Relative error obtained from the calculation of the average application is only 50.6% of the calculation significantly. This result is due to start data collection with limited specifications. Keywords: camera calibration, tsai’s algorithm, computer vision

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal