Este trabalho apresenta uma proposta para a automatização do processo de calibração de câmaras usando a localização e medição de pontos em alvos codificados, com precisão subpixel, o que contribui para minimizar os erros de localização, independente da orientação da câmara e da escala da imagem. Para alcançar este objetivo foram analisados os alvos codificados mais relevantes na literatura, sendo escolhido o padrão ARUCO, devido à sua flexibilidade, capacidade para representar até 1.024 alvos diferentes e disponibilidade de código fonte, implementado com a biblioteca OpenCV, que garante simplicidade de implementação e alta confiabilidade. Após a geração dos alvos com o padrão ARUCO, foram criados os painéis usados para a aquisição das imagens empregadas na calibração da câmara. O programa desenvolvido foi usado para localizar os alvos nas imagens e extrair automaticamente as coordenadas dos quatro cantos, com precisão subpixel. Os experimentos realizados mostraram que a maioria dos alvos foi identificada corretamente. Os resultados do experimento com a calibração de uma câmara de baixo custo mostraram que o processo funciona e que a precisão das medidas dos cantos atinge o nível subpixel.

This paper presents a proposal for the automation of the camera calibration process, locating and measuring image points in coded targets with sub-pixel precision. This automatic technique helps minimize localization errors, regardless of camera orientation and image scale. To develop this technique, several types of coded targets were analyzed and the ARUCO type was chosen due to its simplicity, ability to represent up to 1024 different targets and availability of source code implemented with the OpenCV library. ARUCO targets were generated and two calibration sheets were assembled to be used for the acquisition of images for camera calibration. The developed software can locate targets in the acquired images and it automatically extracts the coordinates of the four corners with sub- pixel accuracy. Experiments were conducted with real data showing that the targets are correctly identified unless excessive noise or fragmentation occurs mainly in the outer target square. The results with the calibration of a low cost camera showed that the process works and that the measurement accuracy of the corners achieves sub-pixel precision.