<![CDATA[Rekonstruksi 3D menggunakan multiview image dapat menghasilkan informasi koordinat pada world frame. Informasi tersebut dapat digunakan untuk memandu end-effector robot pahat untuk mereplika sebuah benda nyata pada suatu benda kerja. Pengambilan gambar dilakukan dengan menggunakan kamera yang tersusun secara stereo dari beberpa sudut pandang. Kamera tersebut telah dikalibrasi. Proses normalisasi warna bertujuan untuk memisahkan objek dan latar. Hal ini bertujuan untuk mendapatkan daerah yang diinginkan. Penentuan kedalaman pixel dihitung pada beberapa sampel titik yang memiliki korespondensi untuk dibangun sebuah mesh. Untuk menemukan titik tersebut, kami membandingkan performa dekteksi ciri SURF (Speed-Up Robust Feature), SIFT (Scale-Invariant Feature Transform) yang keduanya dikombinasi dengan KNN (K-Nearest Neighbor). Selain itu juga membandingkan performa optical flow Lucas-Kanade, Horn-Schunck, Farneback, dan Block Match. Metode Block Match menunjukkan performa terbaik dengan keberhasilan 88.53%. Kombinasi SIFT, KNN, dan RANSAC (Random Sample Consensus) digunakan untuk menentukan matrik transformasi observer menuju model untuk proses penyelarasan gambar. Evaluasi hasil rekonstruksi menggunakan RMSE (Root Mean Square Error) dengan membandingkan jarak antar titik yang berkesesuaian dengan objek sebenarnya. RMSE yang dihasilkan berkisar antara 0.3076801cm dan 0.3277154cm. Hasil registrasi memiliki RMSE 0.3679023cm. Hal ini disebabkan oleh kesalahan turunan dari pembentuknya, kekurang sesuaian vertex antara model dan observer, dan pendekatan untuk memperoleh matrik transformasi dari observer menuju model. Â Kata kunci : Rekonstruksi 3D, kamera stereo, deteksi ciri, optical flow.]]>
Copyrights © 2014
