CN101335901A - 投影图像校正方法与装置 - Google Patents
投影图像校正方法与装置 Download PDFInfo
- Publication number
- CN101335901A CN101335901A CNA2007101268633A CN200710126863A CN101335901A CN 101335901 A CN101335901 A CN 101335901A CN A2007101268633 A CNA2007101268633 A CN A2007101268633A CN 200710126863 A CN200710126863 A CN 200710126863A CN 101335901 A CN101335901 A CN 101335901A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- image
- small pieces
- series
- correction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种投影图像校正装置及其方法。该投影图像校正装置包括:投影部,用于将校正用图像及具有不同彩色图案的一系列编码图像投影到投影面;校正值计算部,其根据拍摄上述校正用图像及编码图像所得到的第一拍摄图像和第二拍摄图像来计算投影面的几何特征;校正部,其根据计算得到的投影面的几何特征来校正要投影到上述投影面的输入图像。
Description
技术领域
本发明涉及一种图像校正方法与装置,更详细地说,涉及一种投影图像校正方法与装置。
背景技术
最近,随着便携式投影仪的普及,图像帧不仅需要被投影到专用屏幕上,还需投影到墙壁、帷幕等上,但由于投影面自身特性的原因,经常会出现画面歪曲的现象,因此需要用校正技术校正图像画面。
通常来说,利用投影仪的显像***通过将图像帧投影到平面屏幕上而显示图像帧,但如果屏幕本身带有颜色,则投影图像帧就会产生颜色失真。而且,如果屏幕不平坦的话,投影图像还会出现几何畸形现象。
因此,为了校正扭曲失真的投影图像,首先要对屏幕的颜色特点和几何特征进行建模。现有的屏幕特性建模技术是,投影图像之前在屏幕上投影特定图案的图像,之后用照相机把这些投影图像拍下来,和原始图像进行比较,得到体现屏幕特征的函数。最后把该函数的逆函数应用到要投影的图像上,用户便能看到对屏幕特征造成的扭曲失真进行校正后的图像。
但上述技术有一个缺点,即如果屏幕与图像具有相抵销的图案的话,就很难准确建模屏幕的几何特征。例如,在具有竖条的墙壁上投影竖条图案的图像时,就很难在拍摄图像中区分墙壁和图案的竖条,进而无法准确建模墙壁的几何特征。
因此,需要能够更准确地建模屏幕几何特征的技术。
发明内容
本发明的一个目的在于更准确地建模投影面的几何特征。
但本发明不限于上述目的。所属领域的技术人员通过下面的说明应当可显而易见地了解本发明的其他目的。
为实现上述目的,本发明提供一种图像校正装置,包括:投影部,用于将校正用图像及具有不同彩色图案的一系列编码图像投影到投影面;校正值计算部,用于根据拍摄上述校正用图像及一系列编码图像的投影所获得的第一拍摄图像和一系列第二拍摄图像来计算投影面的几何特征;校正部,用于根据计算得到的投影面的几何特征来校正要投影到上述投影面的输入图像。
为实现上述目的,本发明提供一种图像校正方法,包括以下步骤:将校正用图像及具有不同彩色图案的一系列编码图像投影到投影面;根据拍摄上述校正用图像及一系列编码图像的投影所获得的第一拍摄图像和一系列第二拍摄图像来计算投影面的几何特征;根据计算得到的投影面的几何特征来校正要投影到上述投影面的输入图像。
根据本发明的投影图像校正装置和方法,可更加准确地建模投影面的几何特征。
附图说明
通过参考附图详细描述本发明的优选实施例,本发明的上述和其他特征和优点将变得更加清楚,附图中:
图1是根据本发明的示例实施例的图像校正装置的结构框图。
图2是根据本发明的示例实施例的校正用图像。
图3是根据本发明的示例实施例的编码和解码原理图。
图4是根据本发明的示例实施例的编码图像。
图5是根据本发明的示例实施例的第一拍摄图像。
图6是根据本发明的示例实施例的第二拍摄图像。
图7是可应用于本发明的示例实施例的模板。
图8是根据本发明的示例实施例的二值图像和经过滤得到的二值图像。
图9是根据本发明的示例实施例校正亮度后的第二拍摄图像。
图10是根据本发明的示例实施例的算数运算符T5和T9。
图11是根据本发明的示例实施例的追寻小片(patch)边界线的方法。
图12是根据本发明的示例实施例的各小片的边缘以及中心坐标的检测结果。
图13是根据本发明的示例实施例的确认校正亮度的第二拍摄图像像素颜色所需的映射表。
图14是根据本发明的示例实施例的8进制图像。
图15是根据本发明的示例实施例的图像校正方法的流程图。
图16是根据本发明的另一示例实施例的图像校正装置的结构框图。
图17是根据本发明的另一示例实施例的图像校正方法的流程图。
具体实施方式
现在将参考附图更充分地描述本发明,在附图中示出了本发明的优选实施例。通过参考如下对优选实施例的详细描述和附图,可以更容易地理解本发明的优点和特征及其实现方法。然而,可以以许多不同形式来实现本发明,并且不应将本发明解释为受限于此处所述的实施例。实际上,提供这些实施例是为了使本公开更加彻底和完整,并向本领域技术人员充分传达本发明的概念,并且本发明仅由所附权利要求限定。贯穿整个说明书,相似的标号表示相似的元件
以下按照本发明实施例的结构框图和流程图对图像校正装置及方法进行解释。这里的流程图以及其上的各个模块可以理解成对应的计算机程序。这些计算机程序可以在通用计算机、专用计算机或其它搭载了处理器的可编程数据处理设备上运行,通过计算机或其它数据处理装备的处理器运行程序实现流程图中说明的功能。
这些计算机程序指令可以存储在计算机可用的或可读取的存储器中。通过这些指令可以指挥计算机或者其它的数据处理装置实现某些特定的功能。诸如存放了此类指令的计算机可读写或可读存储器,连带其中的指令方法可实现流程图模块中指定的特定功能。这些计算机程序指令同样可以被装载到一台计算机或其它可编程的数据处理设备上,实现一系列的执行步骤。因此,通过在计算机或其它可编程数据处理器上执行这一系列的指令,还可实现在流程图模块中指定的各项功能。
并且,流程图中的各模块可能代表一个模块、一段或者一部分代码,其中包括了一个或更多可执行指令以实现指定的逻辑功能。应该注意到,在一些不同的实现方法中,在模块中提到的功能可以按照不同的顺序出现。例如,两个前后连续的模块也许同时被执行或者有时按颠倒的顺序被执行,这取决于相关的功能。
图1是根据本发明的示例实施例的投影图像校正装置的结构框图(以下简称图像校正装置)。如图中所示,图像校正装置100包括编码部110、投影部120、拍摄部130、前期处理部140、检测部150、解码部160、匹配部170、校正值计算部180、储存部190、校正部195。
编码部110对校正用图像进行编码,生成具有不同彩色图案的多个编码图像。这里的校正用图像(以下称I0)是指,当投影的图像因投影面的颜色或几何特征发生失真畸变时,用于校正上述失真畸变而使用的图像。校正用图像I0如图2所示,包含以一定间隔排列的多个白色小片(white patches),各小片之间则以黑色隔开。图2中所示的校正用图像I0长×宽各为30×30个小片,构成校正用图像I0的各小片的中心坐标(center coordinates)可储存到第一资料结构(first datastructure)DS0中。
而编码图像Ii(i=1,2,...,m)是与校正用图像I0具有同样的几何结构的图像,包含生成分配给校正用图像I0各小片的识别因子(identifier)时所需的颜色信息。
参考图1,编码部110用多个颜色中的某一个颜色对构成校正用图像I0的各个小片进行编码,生成多个编码图像Ii(i=1,2,...,m),并根据多个编码图像Ii(i=1,2,...,m)中同一位置的小片的颜色组合而生成区别校正用图像I0各个小片的识别因子。对校正用图像I0进行编码时,一般可使用8种颜色,以下以黑色(Black)、红色(R)、绿色(G)、黄色(Y)、蓝色(B)、***(M)、青绿色(C)、白色(W)为例进行说明。
上述八种颜色中黑色可用作编码图像Ii(i=1,2,...,m)的背景颜色(background color),也就是说黑色可用于填充编码图像Ii(i=1,2,...,m)各小片之间的间隔。除了黑色,其他颜色如图3所示,从0到6可依次排号,而这些数字可分别表示为二进制数。
如上所述,若使用除黑色以外的7种颜色,为了给构成校正用图像I0的n个小片分配唯一的识别因子,需要m个编码图像Ii(i=1,2,...,m)。这里的m为满足【数学公式1】的最小的整数。
【数学公式1】
7m-1≥n
例如,如果校正用图像I0由900个小片组成,满足7m≥901的整数m的最小值为4,因此为了给构成校正用图像I0的900个小片分配识别因子,需要生成4个编码图像I1,I2,I3,I4。
若把构成编码图像的小片,按左→右→上→下的排列顺序,则各编码图像I1,I2,I3,I4中第x个位置的小片颜色可由【数学公式2】中分别与a0,a1,...,am-1对应的颜色决定。也就是说,第一编码图像I1中第x个位置的小片的颜色由与a0对应的颜色决定;第二编码图像I2中第x个位置的小片的颜色由与a1对应的颜色决定;第三编码图像I3中第x个位置的小片的颜色由与a2对应的颜色决定;第四编码图像I4中第x个位置的小片的颜色由与a3相对应的颜色决定。
【数学公式2】
x=a0×70+a1×71+a2×72+...+am-1×7(m-1)+1
例如,可根据上式,决定各编码图像I1,I2,I3,I4中第400个位置的小片为R、G、G、G。因为用数学公式2写出来是400=399+1=0×70+1×71+1×72+1×73+1,而图3中与数字0对应的颜色是红色R,与数字1对应的颜色是绿色G。再比如,组成编码图像I1,I2,I3,I4的小片中,位于第300个位置的小片颜色可决定为C、R、W、R,因为公式2为300=299+1=5×70+0×71+6×72+0×73+1,而图3中与数字5对应的颜色是青绿色,与数字0对应的颜色是红色R,与数字6对应的颜色是白色W。
根据上述【数学公式1】和【数学公式2】生成编码图像I1,I2,I3,I4,如图4,四个编码图像I1,I2,I3,I4中位于同一位置的小片的颜色组合,可用作校正用图像I0中位于与编码图像的小片对应位置的小片的识别因子。例如,各编码图像I1,I2,I3,I4中位于第400个位置的小片的颜色组合为R,G,G,G,那么这个颜色组合可用作校正用图像I0中位于第400个位置的小片的识别因子。如果各编码图像I1,I2,I3,I4第300个位置的小片的颜色组合为C,R,W,R,那么这个颜色组合可用作校正用图像I0中位于第300个位置的小片的识别因子。
投影部120可将校正用图像I0以及编码部110生成的4个编码图像I1,I2,I3,I4依次投影到投影面。
拍摄部130拍摄依次投影到投影面的校正用图像I0以及编码图像I1,I2,I3,I4。以下将拍摄部130拍摄的校正用图像称为第一拍摄图像,将拍摄部130拍摄的一系列编码图像称为第二拍摄图像。图5和图6分别示出了第一拍摄图像(以下称O0)和第二拍摄图像(以下称O1,O2,O3,O4)。
前期处理部140完成对第一拍摄图像O0和第二拍摄图像O1,O2,O3,O4的前期处理。以下先说明对第一拍摄图像O0的前期处理过程,然后说明对第二拍摄图像O1,O2,O3,O4的前期处理过程。
前期处理部140可从第一拍摄图像O0中分离出所有的小片,生成由黑色和白色组成的二值图像B0。为此,前期处理部140设定从第一拍摄图像O0中分离出所有小片时所需的亮度临界值,然后将构成第一拍摄图像的所有像素的亮度和上述临界值进行比较,亮度高出临界值的像素的值设定为白色,亮度不够的像素的值则设定为黑色,从而生成二值图像B0。此外,前期处理部140可在第一拍摄图像O0应用临界值算法(thresholding algorithm),以生成二值图像B0。
然后,前期处理部140可以过滤二值图像B0,使各小片的边界线更加分明。为此,前期处理部140执行以模板为基础的图像处理。在这里以模板为基础的图像处理是指,根据校正用图像中上述第一像素具有的值和围绕着第一像素的多个像素具有的值,算出输出图像中与上述第一像素相对应的像素的值的图像处理方法。这时上述第一像素和围绕着第一像素的多个像素叫做模板,模板由N×N个像素组成。图7列出了模板的种类:在N×N个像素中,除了中间的像素,包括4个像素的模板E4;除了中间的像素,包括8个像素的模板E8;除了中间的像素,包括24个像素的模板E24。
利用前面所述的以模板为基础的图像处理方法过滤二值图像B0,背景和小片之间的边界线会更加鲜明。图8示出了二值图像B0以及经过过滤的二值图像F0。我们可以看到过滤后的二值图像F0比过滤前的二值图像B0,背景和小片间的边界线更加鲜明。以下将过滤后的二值图像F0称为过滤图像。
再参考图1,前期处理部140可校正第二拍摄图像O1,O2,O3,O4的亮度,使拍摄部130拍摄的第二拍摄图像O1,O2,O3,O4的亮度分布均匀。为此,前期处理部140将第一拍摄图像(O0)的信号格式从RGB转换为包含亮度成分的信号格式,比如YUV信号格式。然后前期处理部140按照第一拍摄图像O0的亮度计算使构成第一拍摄图像O0的各像素具有同样的亮度(比如第一拍摄图像O0的平均亮度或第一拍摄图像O0的最大亮度)的各像素的校正值。此后,前期处理部140将各像素的亮度校正值,应用于第二拍摄图像O1,O2,O3,O4的对应像素中来校正亮度,使第二拍摄图像亮度分布均匀。
图9示出了经前期处理部140校正亮度的第二拍摄图像CO1,CO2,CO3,CO4。比较图6的第二拍摄图像O1,O2,O3,O4和图9的第二拍摄图像CO1,CO2,CO3,CO4,可以发现图6的第二拍摄图像O1,O2,O3,O4的***部比中间亮度暗,图9中经过校正的第二拍摄图像CO1,CO2,CO3,CO4亮度非常均匀。
再参照图1,检测部150可检测出构成过滤图像F0的各小片的边缘。检测部150为了从过滤图像F0检测出各小片的边缘,使用算术运算符T5及T9。这时,算术运算符T5及T9可按照以下【数学公式3】设定,其中T5和T9也可像图10那样,各成分值被设定为1。
【数学公式3】
T5≥4,T9<9
再参照图1,检测部150从经过过滤的第一拍摄图像F0中检测出各小片的边缘后,可计算各小片的中心点。为了算出各小片的中心坐标,检测部150对各小片追寻对应于边缘的像素。上述像素追寻如图11所示,以起点为中心追寻位于左、右、上、下、左上、左下、右上、右下方向的周围像素中像素值不是0的像素。这时起点可设定为,按照左→右→上→下的顺序对过滤图像F0的像素进行检索时像素值不是0的像素。按照上述方法,若检测出与各小片的边缘相对应的像素,可根据这些像素的坐标,计算出该小片的中心坐标。图12列出了对应于各小片边界线的像素信息和中心坐标的检测结果,检测结果可储存到第二资料结构DS1中。
参照图1,解码部160可推导出校正亮度后的第二拍摄图像CO1,CO2,CO3,CO4中同一位置的小片的颜色组合。这时,推导出的颜色组合可用作构成第一拍摄图像O0的各小片的识别因子。
为推导出颜色组合,解码部160首先按各校正亮度后的第二拍摄图像CO1,CO2,CO3,CO4生成显示R-通道(channel)图像和G-通道图像之间的亮度差ΔRG(luminance difference)、R-通道图像和B-通道图像之间的亮度差ΔRB、G-通道图像和B-通道图像之间的亮度差ΔGB的亮度差图像。
然后,解码部160参照图13中图示的映射表200确认构成第二拍摄图像CO1,CO2,CO3,CO4的像素的颜色。比如,对某个像素计算各通道之间的亮度差时,如果ΔRG,ΔRB,ΔGB的值为1,1,0,相应的像素则为红色R。
这样,确认构成校正后第二拍摄图像COi(i=1,2,3,4)的像素的颜色之后,解码部160从校正后的第二拍摄图像COi(i=1,2,3,4)分离出小片,生成包含白色小片的二值图像。然后,解码部160用上述确认的颜色代替与二值图像的白色小片相应的像素,这样如图14,可生成与校正的第二拍摄图像COi(i=1,2,3,4)相对应的8进制图OOi(i=1,2,3,4)。
在此之后,解码部160参照储存在第二资料结构DS1中的信息,决定构成8进制图像OOi(i=1,2,3,4)的各小片的实际颜色。例如,解码部160可参照第二资料结构DS1,将某个小片中的像素中频度最高的颜色设定为相应小片的实际颜色。然后,解码部160从8进制图像OOi(i=1,2,3,4)推导出同一位置的小片所具有的颜色组合。上述推导出的颜色组合可用作构成第一拍摄图像O0的小片的识别因子。
参照图1,匹配部170得到第一资料结构DS0、第二资料结构DS1、编码图像I1,I2,I3,I4以及8进制图像OOi(i=1,2,3,4)后,匹配校正用图像I0和第一拍摄图像O0中具有相同识别因子的小片。这时,具有同一识别因子的小片之间的匹配关系可储存到第三资料结构DS2(DS2=DS0+DS1)中。
校正值计算部180可参照第三资料结构DS2,计算出表示校正用图像I0的像素和第一拍摄图像O0的像素之间的几何映射关系的校正值。
具体说来,如果把校正用图像I0的像素坐标设为(xi,yi),将第一拍摄图像的像素坐标设为(xo,yo),两个图像中像素之间的映射关系可建模为【数学公式4】。【数学公式4】中a,b,c,d,e,f,g,h为模型常数。
【数学公式4】
xo=axi+byi+cxiyi+d
yo=exi+fyi+gxiyi+h
这样,构成校正用图像的小片中互相接近的4个小片的中心坐标(xi 1,yi 1),(xi 2,yi 2),(xi 3,yi 3),(xi 4,yi 4)和构成第一拍摄图像的小片中与上述4个小片相应的小片的中心坐标(xo 1,yo 1),(xo 2,yo 2),(xo 3,yo 3),(xo 4,yo 4)之间的关系可设定为【数学公式5】。
【数学公式5】
而且,[数学公式5]可如下面的[数学公式6],可用矩阵式来表示。
【数学公式6】
T·A=B
其中
在上述[数学公式6]中T和B可从第三资料结构DS2中得到,进而通过以下[数学公式7]算出A。A的各个要素是显示校正用图像I0的像素和第一拍摄图像O0的像素之间的几何映射关系(geometricalmapping relation)的校正值,可用于要投影到投影面的输入图像的几何校正。
【数学公式7】
A=T-1·B
储存部190将校正值计算部180计算的校正值以查找表(LookupTable,LUT)形式储存起来。这样的储存部190可以是闪存等非易失性存储器、易失性存储器、硬盘等储存介质中的任何一种。
校正部195得到要投影到投影面的投影图像后,可参照查找表进行几何校正。校正的输入图像则通过投影部120投影到投影面。此外,校正部195还可校正输入图像的颜色,校正颜色的有关技术是人们熟知的技术,这里就不做详细说明。
图15是根据本发明的示例实施例的图像校正方法的流程图。
编码部110可生成与校正用图像I0的几何结构相同的、具有不同彩色图案的多个编码图像I1,I2,I3,I4(S310)。编码图像的数量由构成校正用图像I0的小片数量决定。编码图像可用白色,黑色等8种颜色生成。这时,黑色可用于编码图像的背景颜色,构成编码图像的各小片则用黑色以外的其他7种颜色中的某一种颜色编码。
生成多个编码图像后,编码部110将多个编码图像I1,I2,I3,I4中同一位置的小片的颜色组合分配给构成校正用图像I0的各小片作为识别因子(S320)。在生成编码图像之前,构成校正用图像I0的各小片的中心坐标可储存在第一资料结构DS0中。
校正用图像I0和多个编码图像I1,I2,I3,I4通过投影部120依次被投影到投影面(S330)。
拍摄部130将依次投影到投影面的校正用图像和编码图像拍下来,获得拍摄校正用图像I0的第一拍摄图像O0和拍摄编码图像I1,I2,I3,I4的第二拍摄图像O1,O2,O3,O4(S340)。
检测部150可从第一拍摄图像O0检测出各小片的边缘和中心点(S350),上述S350步骤包括;从第一拍摄图像O0分离出各小片,生成由白色和黑色组成的二值图像B0;过滤上述二值图像B0,生成比二值图像B0小片和背景之间的边界线更加分明的过滤图像F0;从上述过滤图像F0中检测出各小片的边缘;根据检测出的边缘信息,计算各小片的中心坐标。这里各小片的边缘信息和中心点的坐标可储存在第二资料结构DS1中。
另外,解码部160可从多个第二拍摄图像O1,O2,O3,O4中推导出同一位置的小片的颜色组合(S360)。上述S360步骤包括:将用于校正第一拍摄图像O0亮度均匀的亮度校正值应用于多个第二拍摄图像O1,O2,O3,O4而校正第二拍摄图像O1,O2,O3,O4的亮度;对于校正亮度的多个第二拍摄图像CO1,CO2,CO3,CO4,分别生成显示通道间的亮度差的多个亮度差图像;从多个亮度差图像检测出上述第二拍摄图像CO1,CO2,CO3,CO4的像素所具有的颜色;从上述第二拍摄图像CO1,CO2,CO3,CO4中分离出小片,生成包含白色小片的多个二值图像;用上述检测出的颜色代替多个二值图像中相当于白色小片的像素,生成多个8进制图像OO1,OO2,OO3,OO4;从多个8进制图像OO1,OO2,OO3,OO4推导出同一位置的小片所具有的颜色组合。上述推导出的颜色组合可分配给构成第一拍摄图像O0的小片当作识别因子。
在上述过程中校正第二拍摄图像O1,O2,O3,O4的亮度的步骤包括:将第一拍摄图像O0的信号格式转换为包括亮度成分的信号格式,确认第一拍摄图像O0的亮度;计算为了使第一拍摄图像O0的各像素具有相同亮度(例如第一拍摄图像的最大亮度或平均亮度)所需的各像素的校正值;将上述各像素的校正值应用于与第二拍摄图像O1,O2,O3,O4相对应的像素,校正第二拍摄图像O1,O2,O3,O4的亮度。
匹配部170可匹配校正用图像I0和第一拍摄图像O0中具有相同的识别因子的小片(S370)。上述匹配信息可储存在第三资料结构DS2中。
校正值计算部180根据第三资料结构DS2,计算显示校正用图像I0的像素和第一拍摄图像O0的像素之间的几何映射关系的校正值(S380)。计算出来的校正值可以查找表的形式储存在储存部190中。
有了要投影到投影面的输入图像后,校正部195参照查找表,对输入图像进行几何校正(S390)。校正后的图像通过投影部120投影到投影面。
以下参照图16和图17,按照本发明的另一实施例说明本发明的图像校正装置400及其方法。
图16按照本发明另一实施例示出了图像校正装置400的结构框图。如图所示,图像校正装置400包括投影部420、拍摄部430、前期处理部440、检测部450、第一解码部460-1、第二解码部460-2、第一储存部410、第二储存部490、匹配部470、校正值计算部480、校正部495。图16中投影部420、拍摄部430、前期处理部440、检测部450、匹配部470、校正值计算部480、校正部495与前一实施例相同,第二解码部460-2、第二储存部490与前一实施例的解码部160以及储存部190相同。因此,以下省略重复的部分,重点说明第一储存部410和第一解码部460-1。
第一储存部410可储存生成校正用图像I0和构成上述校正用图像I0的各小片的识别因子所需的编码图像I1,I2,I3,I4。第一储存部410与第二储存部490可在硬件上独立实现,也可与第二储存部490并用。
第一解码部460-1可从储存在第一储存部410的编码图像I1,I2,I3,I4中推导出同一位置的小片所具有的颜色组合(S510)。推导出的颜色组合可分配给构成校正用图像I0的各小片作为识别因子。
图17为按照本发明的另一实施例的图像校正方法的流程图。
首先,第一解码部460-1可从储存在第一储存部410的编码图像I1,I2,I3,I4中推导出同一位置的小片所具有的颜色组合(S510)。推导出的颜色组合可分配给构成校正用图像I0的各像素作为识别因子(S520)。
通过投影部420将校正用图像I0和编码图像I1,I2,I3,I4依次投影到投影面后(S530),拍摄部430将投影的校正用图像和编码图像拍下来,获得拍摄校正用图像I0的第一拍摄图像O0和拍摄编码图像I1,I2,I3,I4的第二拍摄图像O1,O2,O3,O4(S540)。
之后,检测部450检测出构成第一拍摄图像O0的各小片的边缘和中心坐标,储存到第二资料结构DS1中(S550)。上述检测步骤包括:从第一拍摄图像O0分离出各小片,生成二值图像B0;过滤上述二值图像B0,生成过滤图像F0;从上述过滤图像F0中检测出各小片的边缘和中心坐标。
第二解码部460-2可从第二拍摄图像O1,O2,O3,O4检测出同一位置的小片具有的颜色组合(S560)。检测上述颜色组合的步骤包括:校正第二拍摄图像O1,O2,O3,O4的亮度的步骤;生成与校正亮度的第二拍摄图像CO1,CO2,CO3,CO4对应的多个8进制图像OO1,OO2,OO3,OO4的步骤;从上述8进制图像OO1,OO2,OO3,OO4中检测出同一位置的小片所具有的颜色组合的步骤。这时检测出的颜色组合可分配给构成第一拍摄图像O0的各小片当作识别因子。
匹配部470可匹配校正用图像I0和第一拍摄图像O0中具有相同识别因子的小片(S570)。匹配信息可储存到第三资料结构DS2(DS2=DS0+SD1)中。
校正值计算部480参照第三资料结构DS2,计算出表示校正用图像I0和第一拍摄图像O0之间的几何映射关系的各个像素的校正值(S580)。上述校正值可以查找表形式储存在第二储存部490中。
最后校正部495参照查找表,对要投影到投影面的输入图像进行几何校正(S590)。校正后的输入图像则通过投影部420投影到投影面。
如上所述,本发明的投影图像校正装置和方法,可更加准确地建模投影面的几何特征。
尽管以上参照附图,以本发明的示例性的实施方式对本发明做出了说明,然而所属技术领域的技术人员在不脱离本发明的范围和思想的情况下,仍可作出各种修正和变化,因此,应当理解,上述的实施方式均为示例性的,而非限制性的。
Claims (24)
1.一种图像校正装置,该装置包括:
投影部,用于将校正用图像及具有不同彩色图案的一系列编码图像投影到投影面;
校正值计算部,用于根据拍摄上述校正用图像及一系列编码图像的投影所获得的第一拍摄图像和一系列第二拍摄图像来计算上述投影面的几何特征;
校正部,用于根据上述计算得到的投影面的几何特征来校正要投影到上述投影面的输入图像。
2.根据权利要求1所述的图像校正装置,其中,上述校正用图像和上述一系列编码图像的几何结构相同。
3.根据权利要求1所述的图像校正装置,其中,上述校正用图像包括按照一定黑色间隔排列的白色小片。
4.根据权利要求1所述的图像校正装置,其中,上述校正用图像和上述一系列编码图像由小片构成,上述一系列编码图像中同一位置的小片的颜色组合被分配给上述校正用图像的各小片作为第一识别因子。
5.根据权利要求4所述的图像校正装置,其中,还包括为了上述颜色组合的唯一性而生成上述一系列编码图像的编码部。
6.根据权利要求4所述的图像校正装置,其中,还包括:
前处理部,用于根据上述第一拍摄图像的亮度,对上述一系列第二拍摄图像的亮度进行校正;
解码部,用于根据上述校正亮度后的一系列第二拍摄图像,推导出构成上述第一拍摄图像的各小片的第二识别因子;
匹配部,用于对上述第一识别因子和第二识别因子相同的小片进行相互匹配。
7.根据权利要求6所述的图像校正装置,其中,上述第二识别因子为上述校正亮度后的一系列第二拍摄图像中同一位置的小片的颜色组合。
8.根据权利要求6所述的图像校正装置,其中,上述校正值计算部根据上述相互匹配的小片的中心坐标以及边缘坐标中的至少一项,计算校正上述输入图像所需的校正值。
9.根据权利要求4所述的图像校正装置,其中,还包括:
储存部,用于储存上述校正用图像及一系列编码图像;
第一解码部,用于推导上述第一识别因子;
前期处理部,用于根据上述第一拍摄图像的亮度来校正上述一系列第二拍摄图像的亮度;
第二解码部,用于根据上述校正亮度后的一系列第二拍摄图像,推导出构成上述第一拍摄图像的各小片的第二识别因子;
匹配部,用于对上述第一识别因子和第二识别因子相同的小片进行相互匹配。
10.根据权利要求1所述的图像校正装置,其中,
上述一系列编码图像为m个,m为满足Ym-1≥n的最小整数,n为上述校正用图像所包含的小片的总数量,Y为上述一系列编码图像中的小片所具有的颜色数量。
11.根据权利要求10所述的图像校正装置,其中,上述一系列编码图像中第x个位置的一系列小片的颜色对应于由ai(i=0,1,2,…,m-1)的颜色决定,ai满足下式
x=a0Y0+a1×Y1+a2×Y2+…+am-1×Ym-1+1。
12.根据权利要求1所述的图像校正装置,其中,还包括拍摄上述校正用图像和一系列编码图像的投影的拍摄部。
13.一种图像校正方法,包括步骤:
将校正用图像以及具有不同彩色图案的一系列编码图像投影到投影面;
根据拍摄上述校正用图像及一系列编码图像的投影所获得的第一拍摄图像和第二拍摄图像来计算上述投影面的几何特征;
根据计算得到的投影面的几何特征来校正要投影到上述投影面的输入图像。
14.根据权利要求13所述的图像校正方法,其中,上述校正用图像和上述一系列编码图像的几何结构相同。
15.根据权利要求13所述的图像校正方法,其中,上述校正用图像包含按照一定黑色间隔排列的白色小片。
16.根据权利要求13所述的图像校正方法,其中,还包括步骤:将上述一系列编码图像中同一位置的小片的颜色组合分配给构成上述校正用图像的各小片作为第一识别因子。
17.根据权利要求16所述的图像校正方法,其中,还包括步骤:为了上述颜色组合的唯一性,生成上述一系列编码图像。
18.根据权利要求16所述的图像校正方法,其中,还包括:
根据上述第一拍摄图像的亮度,对上述一系列第二拍摄图像的亮度进行校正;
根据上述校正亮度后的第二拍摄图像,推导出构成上述第一拍摄图像的各小片的第二识别因子;
对上述第一识别因子和第二识别因子相同的小片进行相互匹配。
19.根据权利要求18所述的图像校正方法,其中,上述第二识别因子为上述校正亮度后的第二拍摄图像中同一位置的小片的颜色组合。
20.根据权利要求18所述的图像校正方法,其中,上述计算投影面几何特征的步骤包括,根据上述相互匹配的小片的中心坐标和边缘信息中的至少一项,计算校正上述输入图像所需的校正值。
21.根据权利要求16所述的图像校正方法,其中,还包括步骤:
将上述校正用图像及上述一系列编码图像储存起来;
推导上述第一识别因子;
根据上述第一拍摄图像的亮度来校正上述一系列第二拍摄图像的亮度;
根据校正亮度后的第二拍摄图像,推导出构成上述第一拍摄图像的各小片的第二识别因子;
对上述第一识别因子和上述第二识别因子相同的小片进行相互匹配。
22.根据权利要求13所述的图像校正方法,其中,上述一系列编码图像为m个,m是满足Ym-1≥n的最小的整数,n为上述校正用图像所包含的小片的数量,Y为上述一系列编码图像中小片所具有的颜色数量。
23.根据权利要求22所述的图像校正方法,其中,上述一系列编码图像中第x个位置的一系列小片的颜色由对应于ai(i=0,1,2,…,m-1)的颜色决定,ai满足下式
x=a0Y0+a1×Y1+a2×Y2+…+am-1×Ym-1+1。
24.根据权利要求13所述的图像校正方法,其中,还包括步骤:拍摄上述校正用图像及一系列编码图像的投影。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007101268633A CN101335901A (zh) | 2007-06-29 | 2007-06-29 | 投影图像校正方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007101268633A CN101335901A (zh) | 2007-06-29 | 2007-06-29 | 投影图像校正方法与装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101335901A true CN101335901A (zh) | 2008-12-31 |
Family
ID=40198153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007101268633A Pending CN101335901A (zh) | 2007-06-29 | 2007-06-29 | 投影图像校正方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101335901A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101959072A (zh) * | 2010-07-30 | 2011-01-26 | 浙江大学 | 一种彩色表面投影显示颜色再现方法 |
CN102104760A (zh) * | 2009-12-21 | 2011-06-22 | 佳能株式会社 | 显示设备及其控制方法 |
CN102540681A (zh) * | 2010-12-15 | 2012-07-04 | 鸿富锦精密工业(深圳)有限公司 | 投影仪及其投影画面自动调整方法 |
CN103179322A (zh) * | 2011-12-20 | 2013-06-26 | 联想(北京)有限公司 | 一种图像颜色校正方法及电子设备 |
CN105100792A (zh) * | 2015-09-21 | 2015-11-25 | 上海碧虎网络科技有限公司 | 一种几何图形投影成像自动校正装置及其校正方法 |
CN108932695A (zh) * | 2018-07-02 | 2018-12-04 | 安徽理工大学 | 一种基于几何结构的井壁弧形图校正方法 |
CN110111262A (zh) * | 2019-03-29 | 2019-08-09 | 北京小鸟听听科技有限公司 | 一种投影仪畸变校正方法、装置和投影仪 |
-
2007
- 2007-06-29 CN CNA2007101268633A patent/CN101335901A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102104760A (zh) * | 2009-12-21 | 2011-06-22 | 佳能株式会社 | 显示设备及其控制方法 |
CN101959072A (zh) * | 2010-07-30 | 2011-01-26 | 浙江大学 | 一种彩色表面投影显示颜色再现方法 |
CN101959072B (zh) * | 2010-07-30 | 2012-06-27 | 浙江大学 | 一种彩色表面投影显示颜色再现方法 |
CN102540681A (zh) * | 2010-12-15 | 2012-07-04 | 鸿富锦精密工业(深圳)有限公司 | 投影仪及其投影画面自动调整方法 |
CN103179322A (zh) * | 2011-12-20 | 2013-06-26 | 联想(北京)有限公司 | 一种图像颜色校正方法及电子设备 |
CN103179322B (zh) * | 2011-12-20 | 2016-03-02 | 联想(北京)有限公司 | 一种图像颜色校正方法及电子设备 |
CN105100792A (zh) * | 2015-09-21 | 2015-11-25 | 上海碧虎网络科技有限公司 | 一种几何图形投影成像自动校正装置及其校正方法 |
CN108932695A (zh) * | 2018-07-02 | 2018-12-04 | 安徽理工大学 | 一种基于几何结构的井壁弧形图校正方法 |
CN108932695B (zh) * | 2018-07-02 | 2022-10-14 | 安徽理工大学 | 一种基于几何结构的井壁弧形图校正方法 |
CN110111262A (zh) * | 2019-03-29 | 2019-08-09 | 北京小鸟听听科技有限公司 | 一种投影仪畸变校正方法、装置和投影仪 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10750141B2 (en) | Automatic calibration projection system and method | |
CN108604133B (zh) | 图像形成的改进 | |
CN101335901A (zh) | 投影图像校正方法与装置 | |
TWI511122B (zh) | 校正相機之影像失真的校準方法與系統 | |
US9398277B2 (en) | Projection type display device and method for producing recorded images | |
CN100470588C (zh) | 增强图像颜色的方法 | |
CN105046708A (zh) | 一种与主观感知相一致的颜色校正客观评估方法 | |
CN109803172B (zh) | 一种直播视频的处理方法、装置及电子设备 | |
CN102938145A (zh) | 一种拼接类全景图的一致性调整方法及*** | |
CN105933692A (zh) | 用于准备三维图像的方法 | |
CN107749986A (zh) | 教学视频生成方法、装置、存储介质和计算机设备 | |
CN109410158A (zh) | 一种基于卷积神经网络的多焦点图像融合方法 | |
KR101548236B1 (ko) | 3차원 영상의 색상 보정방법 | |
US9030485B2 (en) | Apparatus and method for correcting color of image projection device | |
US20190051028A1 (en) | Digital signal processing for image filtering field | |
JP5950756B2 (ja) | 画像処理装置および画像処理方法 | |
CN107211067A (zh) | 校正扫描仪模块之间的色差 | |
CN109716748A (zh) | 评价***及评价方法 | |
KR20140061064A (ko) | 차량용 디스플레이 패널의 이미지 처리 장치 | |
CN111292243B (zh) | 一种投影无缝边缘融合方法和装置 | |
CN110794599B (zh) | 一种色偏检测方法、电子设备及计算机可读存储介质 | |
KR20090002698A (ko) | 투사 영상을 보정하는 장치 및 방법 | |
CN100367769C (zh) | 图像处理装置和图像处理方法 | |
KR102135155B1 (ko) | 디스플레이 장치 및 그 제어방법 | |
US10319131B2 (en) | Digital signal processing for image filtering field |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20081231 |