SUperpräzise
Kamerakalibrierung,
schlüsselfertig

Kalibrierungsstation

Hauptmerkmale
Hauptmerkmale
  • Kalibriert jede Art von Optik zuverlässig
  • Erfasst Millionen von Referenzpunkten pro Pose
  • ML-gestützte Filterung fehlerhafter Daten für optimale Kalibrierungsergebnisse
  • Export in branchenübliche Formate wie OpenCV oder als pixelgenaue Sichtstrahl-Lookup-Tabelle
  • Umfassende Werkzeuge zur Qualitätskontrolle
  • Ideal für Forschung & Entwicklung, DIY-Projekte und Kleinserien. Präzise metrologische Kalibrierung an identischen Positionen und unter gleichen Bedingungen
Die Station arbeitet nach dem Active-Target-Prinzip: Ein Flachbildschirm zeigt eine Abfolge codierter Muster, die Kamera erfasst diese synchron, und das System dekodiert die Bilder. So werden selbst kleinste Details der Kamerageometrie sichtbar. Die Rohdaten können direkt für eigene Kalibrierungsprozesse genutzt werden, oder Sie profitieren von unserer ML-gestützten geometrischen und kolorimetrischen Kalibrierung.
Ausstattung der StationAusstattung der Station
Ausstattung der Station
    • Flacher, vorkalibrierter Bildschirm
    • Mac Mini oder vergleichbarer PC
    • Vorinstalliertes Radiant Metrics Calibration Studio
    • Eine Kamera für Tests und Wartung
Umfangreiche DatenerfassungUmfangreiche Datenerfassung
Umfangreiche Datenerfassung
    • Für jeden Kamerapixel wird ein 3D-Referenzpunkt bestimmt
    • Jeder Punkt enthält eine unverzerrte Unsicherheitsabschätzung
    • Photometrische Sensitivitätscharakterisierung pro Pixel
    • Für eine 12-MP-Kamera bis zu 12 Millionen Referenzpunkte pro Pose
Wir verwenden Kosinusmuster zur Codierung jedes Monitorpixels und liefern so eine dichte Menge an Referenzpunkten für die Kamerapixel.
Wir verwenden Kosinusmuster zur Codierung jedes Monitorpixels und liefern so eine dichte Menge an Referenzpunkten für die Kamerapixel.
ML-gestützte geometrische KalibrierungML-gestützte geometrische Kalibrierung
ML-gestützte geometrische Kalibrierung
    • Unterstützt alle Kameramodelle: OpenCV, ROS, Halcon, individuelle Free-Form-Modelle (pixelgenaue Sichtstrahl-LUT) u.v.m.
    • Unterstützt alle optischen Designs: Perspektivisch, Fisheye, Katadioptrisch, Telezentrisch und mehr
    • Quantifizierte Konsistenz, Zuverlässigkeit und Wiederholbarkeit: automatisches Entfernen von Ausreißern, Train/Test-Split, k-fache Kreuzvalidierung
    • Intelligente Modellauswahl: Das System wählt das optimale Kameramodell basierend auf aufgabenspezifischen Toleranzen und erkennt Über- oder Unteranpassung
Ein Vergleich zwischen traditioneller Schachbrettkalibrierung und unserem Kosinusmuster-Ansatz für hochwertige Industriekameras mit Zentraloptik.
Ein Vergleich zwischen traditioneller Schachbrettkalibrierung und unserem Kosinusmuster-Ansatz für hochwertige Industriekameras mit Zentraloptik.
Ein Vergleich zwischen dem OpenCV-Kalibrierungsmodell und unserer Free-Form-Pixelgenauen Sichtstrahl-LUT zeigt deutliche Leistungsverbesserungen für Weitwinkelkameras. Das folgende Beispiel verwendet eine Raspberry Pi Weitwinkelkamera.
Ein Vergleich zwischen dem OpenCV-Kalibrierungsmodell und unserer Free-Form-Pixelgenauen Sichtstrahl-LUT zeigt deutliche Leistungsverbesserungen für Weitwinkelkameras. Das folgende Beispiel verwendet eine Raspberry Pi Weitwinkelkamera.
Erweiterte QualitätskontrolleErweiterte Qualitätskontrolle
Erweiterte Qualitätskontrolle
    • Datenqualität: visuelle Karten der Dekodierungsunsicherheiten
    • Modell-zu-Daten-Konsistenz:
      • RMS-Reprojektionsfehler (RPE)
      • RPE-Verteilungskarten
      • RMS-Fehler der Vorwärtsprojektion (FPE)
      • FPE-Verteilungskarten
    • Modellzuverlässigkeit: RPE/FPE gemessen an Testdaten
    • Modellwiederholbarkeit: Karten des erwarteten FPE — Unsicherheit des Sichtstrahls jedes Pixels in einer bestimmten Entfernung
Beispiel für den Reprojektionsfehler in jedem Kamerapixel.
Beispiel für den Reprojektionsfehler in jedem Kamerapixel.
Beispiel für den Vorwärts-Reprojektionsfehler jedes Kamerapixels in Abhängigkeit von der Entfernung.
Beispiel für den Vorwärts-Reprojektionsfehler jedes Kamerapixels in Abhängigkeit von der Entfernung.
Beispiel für den erwarteten Vorwärts-Reprojektionsfehler jedes Kamerapixels in Abhängigkeit von der Entfernung.
Beispiel für den erwarteten Vorwärts-Reprojektionsfehler jedes Kamerapixels in Abhängigkeit von der Entfernung.

für wen

Roboterentwickler
Roboterentwickler
  1. Volle Ausnutzung des Sichtfelds:

    SLAM und Triangulation mit gleichmäßiger Genauigkeit im gesamten Bildbereich von Weitwinkelkameras.

  2. Präzise 3D-Informationen für KI:

    Gut ausgerichtete reale und Modell-Bildgeometrien erleichtern ein schnelleres Training und genauere Inferenz.

  3. Stereo:

    Unterstützung für exzellente Stereo-Kalibrierung.

  4. Neu-Kalibrierung:

    Die Kalibrierung kann im Labor oder im Feld mit kostengünstiger Hardware durchgeführt werden.

Smartphone-Hersteller
Smartphone-Hersteller
  1. Bessere Bildverzerrungskorrektur:

    Genauere Verzerrungskorrektur in den Bildecken ermöglicht es dem Endbenutzer, mehr Details in einem größeren Sichtfeld aufzunehmen.

  2. Reduzierte Pixelregistrierungsfehler:

    Genauere Bildgeometrie ermöglicht nahtloses Zoomen über mehrere Kameras hinweg.

  3. Nicht-uniforme Farbkalibrierung und -kompensation:

    Abgleich der Farbsensitivitätsprofile über mehrere Kameras hinweg.

Industrielle OEM-Lieferanten
Industrielle OEM-Lieferanten
  1. Vollständige Ausnutzung des Sichtfeldes:

    Gleichmäßig genaue Triangulation im gesamten Bildbereich von Weitwinkelkameras.

  2. Ersatz teurer Industiekameras:

    Kameras im Standardbereich mit genauer Kalibrierung können eine vergleichbare Qualität für 3D-Anwendungen liefern.

  3. Universeller und flexibler Ansatz:

    Unsere Lösung ersetzt statische Targets durch Monitore in Konsumqualität, unterstützt verschiedene Optiken und passt die Kalibrierungskosten an jede Aufgabe an. Sie liefert sowohl fotometrische als auch geometrische Kalibrierung mit detaillierten Qualitätsmetriken.

Roboterentwickler
Roboterentwickler
  1. Volle Ausnutzung des Sichtfelds:

    SLAM und Triangulation mit gleichmäßiger Genauigkeit im gesamten Bildbereich von Weitwinkelkameras.

  2. Präzise 3D-Informationen für KI:

    Gut ausgerichtete reale und Modell-Bildgeometrien erleichtern ein schnelleres Training und genauere Inferenz.

  3. Stereo:

    Unterstützung für exzellente Stereo-Kalibrierung.

  4. Neu-Kalibrierung:

    Die Kalibrierung kann im Labor oder im Feld mit kostengünstiger Hardware durchgeführt werden.

Smartphone-Hersteller
Smartphone-Hersteller
  1. Bessere Bildverzerrungskorrektur:

    Genauere Verzerrungskorrektur in den Bildecken ermöglicht es dem Endbenutzer, mehr Details in einem größeren Sichtfeld aufzunehmen.

  2. Reduzierte Pixelregistrierungsfehler:

    Genauere Bildgeometrie ermöglicht nahtloses Zoomen über mehrere Kameras hinweg.

  3. Nicht-uniforme Farbkalibrierung und -kompensation:

    Abgleich der Farbsensitivitätsprofile über mehrere Kameras hinweg.

Industrielle OEM-Lieferanten
Industrielle OEM-Lieferanten
  1. Vollständige Ausnutzung des Sichtfeldes:

    Gleichmäßig genaue Triangulation im gesamten Bildbereich von Weitwinkelkameras.

  2. Ersatz teurer Industiekameras:

    Kameras im Standardbereich mit genauer Kalibrierung können eine vergleichbare Qualität für 3D-Anwendungen liefern.

  3. Universeller und flexibler Ansatz:

    Unsere Lösung ersetzt statische Targets durch Monitore in Konsumqualität, unterstützt verschiedene Optiken und passt die Kalibrierungskosten an jede Aufgabe an. Sie liefert sowohl fotometrische als auch geometrische Kalibrierung mit detaillierten Qualitätsmetriken.

Warum uns wählen

Daten mit hoher Dichte und hoher Qualität
Bis zu 33 Millionen Kalibrierungspunkte (für einen 8k-Kamerasensor) erfassen selbst subtile optische Nuancen mit außergewöhnlicher Detailgenauigkeit
approach
Qualitätsverbesserungen
Deutliche Reduzierung der RMS-Fehler im Vergleich zum klassischen Schachbrettansatz.
Effizienz für komplexe Aufgaben
Freiform-LUT-basierte Modelle optimieren Raytracing, Triangulation und andere kostenintensive Vorgänge in 3D.
ML-gesteuerte Robustheit
Machine-learning inspired calibration ensures stable, consistent outcomes.
Beliebige Arten von Optiken
Kalibriert Objektive mit normaler Perspektive, Weitwinkelobjektive, Fischaugenobjektive und asphärische Objektive.
Maximale Sensorauslastung durch einheitliche Kalibriergenauigkeit
Bietet eine gleichmäßigere Lokalisierungsunsicherheit über den gesamten Sensor, einschließlich Kanten und Ecken. Ermöglicht eine bis zu 100-prozentige Nutzung der Sensorfläche für anspruchsvolle Aufgaben.
Foto- und kolorimetrische Kalibrierung
Die erweiterte Methode der aktiven Targets verwendet denselben Datensatz für die geometrische und fotometrische Kalibrierung. Für jedes Pixel kalibrieren wir die Empfindlichkeitskurve, einschließlich der Linseneffekte und der Nichtuniformitäten der Sensorsmatrix.
Stereokamera-Kalibrierung
Vereinfacht und verbessert die Kalibrierung von Mehrkamera-Setups für Tiefen- und 3D-Anwendungen.

Anwendungsfälle

Pixelregistrierung für Multikamera-Smartphones
Pixelregistrierung für Multikamera-Smartphones
klicken Sie hier
  • Wenn der Benutzer in ein Bild hineinzoomt, wechselt das System zwischen den Kameras. Unstimmigkeiten in der Geometrie und der Farbantwort zwischen den Kameras führen zu „Sprüngen“ und plötzlichen Farbänderungen.
  • Eine ordnungsgemäße Kalibrierung aller Kameras (sowohl geometrisch als auch kolorimetrisch) ermöglicht effiziente Korrektur- und Kompensationsverfahren.
  • Unsere Kalibrierung reduziert Fehler erheblich im Vergleich zum Stand der Technik und erfordert keine teure Ausrüstung.
Genauigkeit des Robotergriffes
Genauigkeit des Robotergriffes
klicken Sie hier
  • Wenn ein Roboterarm Objekte basierend auf Kameraeingaben greift, steigen die Positionierungsfehler in der Nähe der Grenzen des Arbeitsbereichs aufgrund schlechter Kalibrierungsqualität. Infolgedessen kann der Roboter die Objekte verpassen oder beschädigen.
  • Unsere Freiform-Modellkalibrierung sorgt für gleichmäßige Genauigkeit im gesamten Bildbereich.
OEM-Lösungen für Computer Vision
OEM-Lösungen für Computer Vision
klicken Sie hier
  • Optische Designer verwenden häufig Industiekameras und High-End-Optiken für anspruchsvolle Computer Vision-Aufgaben. Die Kosten können erheblich werden, insbesondere bei Multi-Kamera-Setups.
  • Massenproduzierte Kameras mit kostengünstigen (z. B. Plastik-) Linsen können solche Systeme in der Bildqualität übertreffen, zeigen jedoch typischerweise stärkere Verzerrungen.
  • Durch die Kalibrierung eines Freiform-Modells, das diese Verzerrungen genau erfasst, können wir eine Leistung erzielen, die der von High-End-Systemen in der Endanwendung entspricht.

FAQ

[offen]
Ist Ihre Methode wissenschaftlich nachgewiesen?
Ja, das ist sie. Als Ausgangsreferenz sehen Sie bitte die folgende Veröffentlichung: A. Pak, S. Reichel, J. Burke. "Machine-learning-inspirierter Workflow für die Kamerakalibrierung", Sensors 22(18), 6804 (2022).
[offen]
Warum brauche ich eine bessere Kamerakalibrierung?
Wenn Sie eine Kamera in einer Computer Vision-Anwendung verwenden, bestimmt die Kalibrierungsqualität, wie genau Ihr Computer die reale Welt wahrnimmt. Wenn sich Ihre Kameraeinstellungen oder Umgebungsbedingungen ändern, ist es außerdem sinnvoll, die Kameras regelmäßig neu zu kalibrieren. Typische Kalibrierungsabläufe sind umständlich und anfällig für verschiedene Fehler und Verzerrungen. Unser Ziel ist es, unnötige Hürden zu beseitigen und jedem mit einem Browser Zugriff auf eine Kalibrierung in Topqualität zu ermöglichen.
[offen]
Kann ich eine Smartphone-Kamera kalibrieren?
Wahrscheinlich. Viele Smartphones können so konfiguriert werden, dass sie wie normale Kameras funktionieren und somit problemlos mit unserer Methode der aktiven Targets arbeiten. Einige Premium-Smartphones könnten jedoch im Hintergrund versuchen, jedes Bild „zu verbessern“, indem sie künstlich Details malen oder „halluzinieren“. Dieser Schritt kann komplexe und undokumentierte Algorithmen umfassen, die mit unserer Decodierungslogik interferieren und zu Datensätzen von geringer Qualität führen.
[offen]
Kann ich eine DSLR-Kamera kalibrieren?
Ja, aber denken Sie daran, dass jede Änderung der Linseneinstellungen (Blendenzahl, Zoom oder Fokus) die Kalibrierungsergebnisse ungültig machen kann.
[offen]
Kann ich zur Kalibrierung ein Full-HD-Display verwenden?
Ja, die Auflösung von 1920x1080 Pixeln ist ausreichend für eine hochqualitative Kalibrierung. Eine wichtigere Eigenschaft ist jedoch die Größe des Monitors: In allen Kalibrierbildern muss das angezeigte Muster das gesamte Sichtfeld der Kamera oder einen bedeutenden Teil davon einnehmen, während die resultierenden Bilder frei von übermäßigen „Moire“-Effekten sein sollten. Für einige Kameras lässt sich dies leichter mit hochauflösenden (4K oder 8K) Monitoren erreichen.
[offen]
Kann ich einen gebogenen Monitor verwenden?
In der aktuellen Version unserer Software unterstützen wir nur flache rechteckige Bildschirme. Lösungen, die gekrümmte Gaming-Bildschirme verwenden, sind jedoch bekannt und könnten in unserem Framework implementiert werden, wenn wir eine ausreichende Nachfrage nach dieser Funktion feststellen.

noch Fragen?

Ihre Daten eingeben
Ich stimme den Datenschutzbestimmungen zu
Ihre Bewerbung wurde erfolgreich abgeschickt
RADIANT METRICSRADIANT METRICS