Tutorial 3D Reconstruction
Judul : Fundamental Techniques for 3D Computer Vision – A Tutorial for Entry Level Researcher
Penulis : Sunu Wibirama
Tahun : 2011
Halaman : 30 halaman + sampul muka
Link : Tutorial 3D Reconstruction (2 MB)
Sinopsis:
3D Computer Vision adalah salah satu bidang penelitian yang saat ini berkembang cukup pesat di dunia. Aplikasi 3D Computer Vision digunakan di berbagai bidang, antara lain Arsitektur dan Budaya (pemodelan visual bangunan bersejarah), Kedokteran (visualisasi gambar hasil MRI atau CT Scan dalam model 3D), Geografi (pemodelan dan rekonstruksi wilayah kota), Teknik (Robotika, Visual dan Augmented Reality), dan masih banyak lagi. Namun demikian, tutorial-tutorial yang tersedia di internet umumnya berisi penjelasan yang tidak terlalu mudah dipahami untuk para peneliti pemula. Peneliti di bidang image processing umumnya harus mengulas kembali materi aljabar geometri tingkat lanjut untuk bisa memahami metode-metode yang digunakan dalam tutorial tersebut. Hal ini menjadi salah satu penyebab munculnya berbagai pertanyaan dari para peneliti pemula tentang “harus mulai belajar dari materi apa” untuk bisa menguasai teknik-teknik yang lazim digunakan dalam 3D Computer Vision.
Tutorial yang kami tulis ini dalam bahasa Inggris ini menyajikan sedikit materi pengantar untuk mempelajari konsep 3D Computer Vision, terutama dalam bidang Rekonstruksi Visual Objek 3D dari Banyak Citra (Visual 3D Object Reconstruction from Multiple Images). Penulisan dalam bahasa Inggris dimaksudkan untuk mengakomodasi aspek fleksibilitas penggunaan materi ini oleh mereka yang tidak menguasai bahasa Indonesia.Materi dalam tutorial ini meliputi konsep pemodelan kamera dan transformasi proyeksi 3D ke 2D, kalibrasi kamera, distorsi lensa, dan ekstraksi koordinat 3D dengan metode Direct Linear Transformation (DLT) atau lebih dikenal dengan 8-Point Linearization Algorithm. Selain itu, penulis juga mencantumkan implementasi rekonstruksi 3D dengan MATLAB dan beberapa referensi rujukan yang bisa dipelajari pembaca yang tertarik untuk mendalami bidang penelitian ini lebih lanjut. Penulis mengasumsikan pembaca memiliki pengetahuan awal tentang pengolahan citra, operasi dasar pada matriks, dan operasi Singular Value Decomposition (SVD) untuk menyelesaikan persamaan Ax = 0.
Tentu banyak kelemahan dan kekurangan pada tutorial edisi pertama ini. Kami mengharapkan masukan dan kritikan untuk perbaikan di masa yang akan datang. Silahkan memberikan komentar di halaman ini, berikut dengan masukan dan sarannya.
Artikel Terkait:
2. Belajar Image Processing dengan MATLAB (Buku dan Source Code)


2 Comments
Bagus Wib, salut pak Dhe
Hehe..makasih Pakdhe, baru belajar kok. Pemula