CN101815188A - 一种非规则光滑曲面显示墙多投影仪图像画面校正方法 - Google Patents
一种非规则光滑曲面显示墙多投影仪图像画面校正方法 Download PDFInfo
- Publication number
- CN101815188A CN101815188A CN200910216425A CN200910216425A CN101815188A CN 101815188 A CN101815188 A CN 101815188A CN 200910216425 A CN200910216425 A CN 200910216425A CN 200910216425 A CN200910216425 A CN 200910216425A CN 101815188 A CN101815188 A CN 101815188A
- Authority
- CN
- China
- Prior art keywords
- gem
- image
- data
- longitude
- camera
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000001788 irregular Effects 0.000 title claims abstract description 8
- 238000013507 mapping Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000010606 normalization Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000004927 fusion Effects 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 239000010437 gem Substances 0.000 description 156
- 238000003384 imaging method Methods 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3179—Video signal processing therefor
- H04N9/3185—Geometric adjustment, e.g. keystone or convergence
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Transforming Electric Information Into Light Information (AREA)
Abstract
一种非规则光滑曲面显示墙多投影仪图像画面校正方法,利用经纬仪在整个多投影显示***中建立已知经纬点的数据点阵,该经纬度数据点阵为行等纬度和列等经度点阵;对投影图像形变作如下检测:首先得到帧缓存图像特征点和相机特征图像特征点之间的映射关系f,再根据相机中经纬度点阵图像特征点数据和屏幕特征图像在相机中的特征点数据,计算出投影图像在屏幕上的形变特征,其后再利用细分网格技术得到投影图像素级形变特征。它能充分利用投影图像上每个像素的信息,在相邻投影图画面的融合带扩大到极致,增强边缘融合和色彩校正算法的容错性,得到更好的校正效果。
Description
技术领域
本发明利用多投影仪在非规则光滑曲面上构建大规模显示***相关技术,涉及到机器视觉、图形图像信息处理领域。
背景技术
随着商业、娱乐和科学研究等领域对超大屏幕高分辨率显示的需求不断上升。利用多投影仪建立视觉无缝超大视场高分辨率显示***是当前最为可行的技术方案。为了真实再现三维视场环境,在大型虚拟现实显示***环境中通常运用投影仪在360度柱面显示墙或封闭穹顶的成像环境进行投影成像。这种显示***能让人产生沉侵式真实感觉,成为虚拟现实成像环境技术的研究热点。
传统的多投影图象几何校正采用的根据屏幕参数和屏幕经纬度范围估计预生成等经纬度的网格和对应的几何校正网格图象,调整几何网格格点坐标直到在屏幕投影图象上形成视觉上非畸变网格和相邻投影图像间几何上无缝拼接,在源图象坐标空间中上形成几何校正网格。根据各个投影仪的经纬仪网格生成纹理图像,利用几何校正网格对图象进行纹理映射,可实现投影图象几何校正和无缝拼接。
这种方法的优点是:1、工程上可采用,激光经纬仪,激光投线仪和激光扫平仪来校准的网格,校正网格的调整有标准可依;2、图象的几何校正和边缘融合在算法实现上简单;3、在投影仪位置发生微小变化或内部参数发生变化,投影***图象出现没对准情况时,手工微调校正网格就可以重现实现图象几何校正和图象几何无缝拼接。
这种方法的缺点是:如果投影屏幕为非二次曲面的屏幕,对于采用多层投影仪阵列实现的大规模显示***,投影图像融合带范围内的等经纬度区域通常很小,极端情况下甚至可能不存在。因此这种通过每个投影图像中建立等经纬度网格和对应的几何校正网格的多投影图像几何校正和几何无缝拼接方法在复杂屏幕时不可行。即使在投影图像融合带范围内存在等经纬度区域,然而在形成等经纬度网格时,会裁掉校正网格外的图象边缘部分,不能充分利用整个屏幕的图象信息,使得相邻投影仪图象之间的可利用的融合带小。融合带小的情况下,使得在相邻屏幕进行亮度融合时的亮度变化过度区域小,影响融合算法的鲁棒性,造成融合效果差。
发明内容
本发明的目的是提供一种非规则光滑曲面显示墙多投影仪图像画面校正方法,以增强相邻投影图像边缘融合和色彩校正算法的容错性,得到更好校正效果。
本发明的目的是这样实现的:一种非规则光滑曲面显示墙多投影仪图像画面校正方法,利用经纬仪在整个多投影显示***中建立已知经纬度的数据点阵,这些点阵的几何位置被记录在每个投影仪对应的视景客户端中,这些已知经纬度数据点阵将作为多投影显示***的基础数据,且上述经纬度数据点阵为行等纬度,列等经度点阵;投影图像形变检测流程如下:
(1)帧缓存特征图像经过投影仪投影在屏幕上形成屏幕投影特征图像;
(2)对屏幕投影特征图像经过相机拍摄在相机上形成相机特征图像;
(3)经过步骤(1),(2)可以得到帧缓存图像特征点和相机特征图像特征点之间的映射关系f;
(4)固定相机位置不动拍摄几何校正标准图像,并识别出几何校正标准图像中的特征点;
(5)根据相机中经纬度点阵图像特征点数据和屏幕特征图像在相机中的特征点数据,计算出投影图像在屏幕上的形变特征;
利用细分网格技术,计算出每个投影仪帧缓存图像的像素经纬度,具体计算过程如下:假设AngleSetIk为经纬度点阵数据,根据经纬仪的测量结果记录在计算机中,Ikaglij为第i行j列的经纬度向量,在可视区域上AngleSetIk是覆盖第k个投影图像区域的最小经纬度矩阵点数据集合,GeomSetIkCamera为在可视区域上覆盖第k个投影图像区域的最小经纬度矩阵点数据集合在相机中数据集合,Ikgemij为GeomSetIkCamera中第i行j列在图像上的归一化几何坐标数据,GeomSetIk为AngleSetIk通过视景客户端中帧缓存图像各个图像标记数据,通过经纬仪测量所得,IkgemSrnijk为测量第k投影图像几何校正数据时的第i行j列的经纬度对应的几何数据;
AngleSetIk={Ikaglij∈[0,360]×[-90,90],i=1,L,mk;j=1,L,nk} (1)
GeomSetIkCamera={Ikgemij∈[0,1]×∈[0,1],i=1,L,mk;j=1,L,nk}(2)
mk为点阵数据的行数,nk为点阵数据的列数,Srns为投影显示***的投影仪数目,S为视觉测量当前屏幕像素经纬度数据所需的经纬度点阵所在的投影仪集合,k为当前测量的几何校正数据投影图像标号;
假设AngleSetFeatIk为第k个投影图像特征点的经纬度数据集合,FIkaglij为第i行j列特征点的经纬度,GeomSetFeatIkCamera为第k个投影图像特征图特征点在相机坐标系下的数据集合,FeatIkgemij为第k个投影图像第i行j列特征点在相机中看到的归一化坐标数据,GeomFeatSetIk为第k个投影仪特征图像特征点在计算机帧缓存中图像坐标系下归一化几何坐标数据,FeatIkgemij为第i行j列的在计算机帧缓存中图像坐标系下的特征点归一化几何坐标数据;
AngleSetFeatIk={FIkaglij∈[0,360]×[-90,90],i=1,L,m2;j=1,L,n2} (4)
GeomSetFeatIkCamera={FeatIkgemij∈[0,1]×∈[0,1],i=1,L,m2;j=1,L,n2} (5)
GeomFeatSetIk={FeatIkgemij∈[0,1]×∈[0,1],i=1,L,m2;j=1,L,n2} (6)
m2,n2分别为特征数据的行数和列数,AngleSetIk已知,通过经纬仪建立,GeomSetIk是AngleSetIk的标记数据,AngleSetIk是GeomSetIk对应的经纬度数据,GeomSetIkCamera为AngleSetIk在相机中的几何坐标形式,可以通过拍摄经纬度点阵图像识别得到;
GeomFeatSetIk已知,为在计算帧缓存中特征图像的特征点,在建立特征图时就已经确定,AngleSetFeatIk,GeomSetFeatIkCamera未知,GeomSetFeatIkCamera通过拍摄图像,进行图像识别,建立特征点在相机图像坐标下的几何坐标数据,AngleSetFeatIk中数据元素的获取算法如下:
为了能利用计算机视觉的方法得到AngleSetFeatIk需要拍摄图像来进行识别计算,对于同一屏幕拍摄时的相机空间位置相同;
设算子fBa:R2→R2,所做的操作是返回数据集合边界包围的区域元素,为了恢复投影图像上每个像素的经纬度,论文中有下列约束关系:
GeomSetIkCamerap表示将GeomSetIkCamera按照细分网格技术加密p次得到:
GeomSetIkCamerap={Ikgemij∈[0,1]×∈[0,1],
i=1,L,2pmk-2p-1-1;j=1,L,2pnk-2p-1-1} (8)
同时将AngleSetIk加密p次得到:
AngleSetIk p={Ikaglij∈[0,360]×[-90,90],
i=1,L,2pmk-2p-1-1;j=1,L,2pnk-2p-1-1} (9)
于是对于 可以得到(x,y),使得
(10)
式(10)中的Min表示取GeomSetIkCamerap中的四个点:Ikgemxy,Ikgem(x+1)y,Ikgemx(y+1),Ikgem(x+1)(y+1);这四个点所形成的四边形是FeatIkgemij所在的所有四边形中的面积最小四边形;由这4个点我们可以得到特征点FeatIkgemij对应的经纬度(Lang,Lat)数据,其中Lang表示经度,Lat表示纬度:
式11,12中,Ikaglxy(1)表示Ikaglxy中纬度分量数据,Ikaglxy(2)表示Ikaglxy中经度分量数据,其余标号意义与此相同。
通过上述方法,计算出特征点处的经纬度,特征点的经纬度数据组成了一个角度矩阵网格数据,按照细分网格技术将角度网格加密到超过帧缓存图像分辨率的数据量,将加密后的经纬度网格数据缩放到帧缓存图像分辨率的数据量得到帧缓存图像每个像素对应的经纬度数据。
本发明的有益效果是:利用投影仪帧缓存图像像素级经纬度数据,可以充分利用投影图像上的每个可见像素的信息,在相邻投影图像画面的融合带扩大到极致,可以增强边缘融合和色彩校正算法的容错性,相对传统工程中的手工校正方法可以得到更好的校正的效果。
本发明的特点和优点将结合具体实施方式作进一步阐述。
附图说明
图1是本发明的计算机视觉的投影图像画面形变检测流程图;
图2-1是本发明的帧缓存特征图;
图2-2是本发明的特征图在屏幕上的场景图像(识别后用网格线进行标注);
图2-3是本发明的覆盖投影特征图的经纬度网格点阵场景图像(识别后用网格线进行标注);
图2-4是本发明的特征图像特征点的经纬度计算数据网络图;
图3-1是本发明的校正前的多投影图像场景;
图3-2是本发明的带有等经纬度网格的校正后的多投影图像场景;
图3-3是本发明的去经纬度网格的校正后的图像场景;
图3-4是本发明的几何校正边缘融合后的多投影图像场景;
图4-1是本发明的Window操作***桌面图;
图4-2是本发明的校正前的三维视景模型渲染效果场景图像;
图4-3是本发明的校正后的三维视景模型渲染效果场景图像。
具体实施方式
图3(泛指以图3开头的所有图,如图3-1、图3-2等,下同)显示了在四川大学视觉合成国防重点实验室基地穹顶塔台多投影仪显示***环境下利用等经纬度网格进行图像校正的实验结果局部场景图。实验中采用了3层,共24个投影仪构成,其中第1,2层采用2×10投影仪阵列格式,第3层采用1×4投影仪阵列格式。在显示***中心,普通人身高的视点位置投影屏幕经度范围为0~360度,纬度范围-18.5~90度。投影屏幕为光滑曲面。工程中,为了在显示***中得到最大公共角度网格区域,由于受到现场环境的限制,投影仪的摆放是一个艰难的过程。
图3(图3是工程中常见方法中利用等经纬度网格在光滑穹顶屏幕进行多投影图像校正结果场景图)可以看出尽管相邻投影仪之间具有较大的图像重叠区域,然而在1,2层之间,2,3层投影仪图像之间的图像重叠区域具有等纬度的公共区域非常小。最终使得三层投影仪在投影图像重叠区域处等经度区域也非常小。这样在相邻投影仪等经度,等纬度区域之间建立融合带的小,直接影响了融合算法的鲁棒性,使得整个投影显示***的图像校正效果比较差,能明显区分各个投影仪的投影图像区域,不能完全做到多投影仪图像无缝拼接。
当人的视点和观察水平面确定后,空间中任意一点对应唯一角度(经度,纬度)。当三维空间中屏幕为平面或者光滑曲面,在视点上如果屏幕上的点在人的视觉尺度上都是可见的,则三维空间屏幕上的点和角度点之间可建立一一映射关系。
通过测量出投影屏幕上投影图像区域内角度网格,并将这些角度网格点将角度网格点反算到投影仪帧缓存图像中的像素位置,可得到源图像中几何纹理映射网格。将待显示的超高分辨率图像按照经经纬度网格进行划分,对于三维图像可以通过所测得的角度设置渲染视椎体进行每个投影仪图像渲染。并得到的每个投影仪子图像进行纹理重贴图到几何纹理映射网格,就可以实现单个投影仪内的图像几何校正和投影仪之间的图像几何上的无缝拼接。
利用等经纬度网格进行投影图像校正时,等经纬度网格对应的几何网格之外的投影图像中像素信息将被永远设置成黑色,在投影显示***中不会参与利用。对于柱幕和平面屏幕这类规则屏幕,裁剪的掉像素少,建立融合带比较大,对于其它类型的光滑曲面屏幕,裁剪的掉像素多,建立的融合带非常小。针对基于等经纬度网格的投影图像校正中不能充分利用投影图像中所有像素信息缺点,本专利实现了测量投影图像中每个像素的经纬度算法,在每个像素经纬度已知情况下,可以做到完整利用投影图像中每个像素信息,边缘没有裁减,可以将融合带扩大到极致。融合带的扩大提高了多投影图像几何无缝拼接,边缘融合算法的鲁棒性,改善视觉效果。这种方法的另外一个优点是支持投影仪随意摆放,只要投影图像之间有公共部分就可以完成投影图像的几何校正和几何无缝拼接。
首先利用经纬仪在整个多投影显示***中建立已知经纬度的数据点阵,这些点阵的几何位置被记录在每个投影仪对应的视景客户端中。这些已知经纬度数据点阵将作为多投影显示***的基础数据,为了方便在投影仪位置发生变化和更换后便于调整,经纬度数据为行等纬度,列等经度点阵。
图1为投影图像形变特征检测流程。下面我们对投影图像形变检测流程进行如下的详细描述:(1)帧缓存特征图像经过投影仪投影在屏幕上形成屏幕投影特征图像;
(2)对屏幕投影特征图像经过相机拍摄在相机上形成相机特征图像。
(3)经过步骤(1),(2)可以得到帧缓存图像特征点和相机特征图像特征点之间的映射关系f。
(4)固定相机位置不动拍摄几何校正标准图像,并识别出几何校正标准图像中的特征点。
(5)根据相机中经纬度点阵图像特征点数据和屏幕特征图像在相机中的特征点数据,可以计算出投影图像在屏幕上的形变特征。
从上述投影图像形变特征检测流程我们可以看出,在检测投影图像形变特征过程中,需要精确建立帧缓存像素坐标和全局坐标之间的关系,本论文中也就是计算出每个投影仪帧缓存图像的像素经纬度。文章(Jun Zhang,BangPingWang1,XiaoFeng Li.Geometric Calibration of Projector Imagery on Curved ScreenBased-on Subdivision Mesh GMP 2008,LNCS 4975,2008.Springer-Verlag BerlinHeidelberg 2008,pp592-600)中我们提出的细分网格是一种具有网格几何形状特征保持性,网格疏密分布特征保持性插值算法。因此在工程中我们只要抽样检测到有限像素点的形变特征,利用细分网格技术就可以得到投影图像像素级形变特征。
假设AngleSetIk为经纬度点阵数据,根据经纬仪的测量结果记录在计算机中,Ikaglij为第i行j列的经纬度向量。在可视区域上AngleSetIk是覆盖第k个投影图像区域的最小经纬度矩阵点数据集合。GeomSetIkCamera为在可视区域上覆盖第k个投影图像区域的最小经纬度矩阵点数据集合在相机中数据集合,Ikgemij为GeomSetIkCamera中第i行j列在图像上的归一化几何坐标数据。GeomSetIk为AngleSetIk通过视景客户端中帧缓存图像各个图像标记数据,通过经纬仪测量所得,IkgemSrnijk为测量第k投影图像几何校正数据时的第i行j列的经纬度对应的几何数据。
AngleSetIk={Ikaglij∈[0,360]×[-90,90],i=1,L,mk;j=1,L,nk} (1)
GeomSetIkCamera={Ikgemij∈[0,1]×∈[0,1],i=1,L,mk;j=1,L,nk} (2)
(3)
mk为点阵数据的行数,nk为点阵数据的列数。Srns为投影显示***的投影仪数目。S为视觉测量当前屏幕像素经纬度数据所需的经纬度点阵所在的投影仪集合。k为当前测量的几何校正数据投影图像标号。
假设AngleSetFeatIk为第k个投影图像特征点的经纬度数据集合,FIkaglij为第i行j列特征点的经纬度。GeomSetFeatIkCamera为第k个投影图像特征图特征点在相机坐标系下的数据集合,FeatIkgemij为第k个投影图像第i行j列特征点在相机中看到的归一化坐标数据。GeomFeatSetIk为第k个投影仪特征图像特征点在计算机帧缓存中图像坐标系下归一化几何坐标数据,FeatIkgemij为第i行j列的在计算机帧缓存中图像坐标系下的特征点归一化几何坐标数据。
AngleSetFeatIk={FIkaglij∈[0,360]×[-90,90],i=1,L,m2;j=1,L,n2} (4)
GeomSetFeatIkCamera={FeatIkgemij∈[0,1]×∈[0,1],i=1,L,m2;j=1,L,n2} (5)
GeomFeatSetIk={FeatIkgemij∈[0,1]×∈[0,1],i=1,L,m2;j=1,L,n2} (6)
m2,n2分别为特征数据的行数和列数。AngleSetIk已知,通过经纬仪建立,GeomSetIk是AngleSetIk的标记数据,AngleSetIk是GeomSetIk对应的经纬度数据。GeomSetIkCamera为AngleSetIk在相机中的几何坐标形式,可以通过拍摄经纬度点阵图像识别得到。
GeomFeatSetIk已知,为在计算帧缓存中特征图像的特征点,在建立特征图时就已经确定。AngleSetFeatIk,GeomSetFeatIkCamera未知。GeomSetFeatIkCamera通过拍摄图像,进行图像识别,建立特征点在相机图像坐标下的几何坐标数据。AngleSetFeatIk中数据元素的获取算法下面将详细的进行介绍。
为了能利用计算机视觉的方法得到AngleSetFeatIk需要拍摄图像来进行识别计算,对于同一屏幕拍摄时的相机空间位置相同。
设算子fBa:R2→R2,所做的操作是返回数据集合边界包围的区域元素。为了恢复投影图像上每个像素的经纬度,论文中有下列约束关系:
GeomSetIkCamerap表示将GeomSetIkCamera按照论文(Jun Zhang,BangPingWang1,XiaoFeng Li.Geometric Calibration of Projector Imagery on Curved Screen Based-on Subdivision MeshGMP 2008,LNCS 4975,2008.Springer-Verlag Berlin Heidelberg 2008,pp592-600)中介绍细分网格技术加密p次得到:
GeomSetIkCamerap={Ikgemij∈[0,1]×∈[0,1],
(8)
i=1,L,2pmk-2p-1-1;j=1,L,2pnk-2p-1-1}
同时将AngleSetIk加密p次得到:
AngleSetIk p={Ikaglij∈[0,360]×[-90,90],
(9)
i=1,L,2pmk-2p-1-1;j=1,L,2pnk-2p-1-1}
于是对于 可以得到(x,y),使得
(10)
式(10)中的Min表示取GeomSetIkCamerap中的四个点:Ikgemxy,Ikgem(x+1)y,Ikgemx(y+1),Ikgem(x+1)(y+1)。这四个点所形成的四边形是FeatIkgemij所在的所有四边形中的面积最小四边形。由这4个点我们可以得到特征点FeatIkgemij对应的经纬度(Lang,Lat)数据,其中Lang表示经度,Lat表示纬度。
(11)
(12)
式11,12中,Ikaglxy(1)表示Ikaglxy中纬度分量数据,Ikaglxy(2)表示Ikaglxy中经度分量数据,其余标号意义与此相同。
通过上述方法,可以计算出特征点处的经纬度。特征点的经纬度数据组成了一个角度矩阵网格数据,按照细分网格技术将角度网格加密到超过帧缓存图像分辨率的数据量,将加密后的经纬度网格数据缩放到帧缓存图像分辨率的数据量就可以得到帧缓存图像每个像素对应的经纬度数据。
利用投影仪帧缓存图像像素级经纬度数据,可以充分利用投影图像上的每个可见像素的信息,在相邻投影图像画面的融合带扩大到极致,可以增强边缘融合和色彩校正算法的容错性,相对传统工程中的手工校正方法可以得到更好的校正的效果。图4为利用本方法在非规则光滑曲面显示墙上的三维视景图像校正效果场景图像。
Claims (1)
1.一种非规则光滑曲面显示墙多投影仪图像画面校正方法,其特征是:利用经纬仪在整个多投影显示***中建立已知经纬度的数据点阵,这些点阵的几何位置被记录在每个投影仪对应的视景客户端中,这些已知经纬度数据点阵将作为多投影显示***的基础数据,且上述经纬度数据点阵为行等纬度,列等经度点阵;投影图像形变检测流程如下:
(1)帧缓存特征图像经过投影仪投影在屏幕上形成屏幕投影特征图像;
(2)对屏幕投影特征图像经过相机拍摄在相机上形成相机特征图像;
(3)经过步骤(1),(2)可以得到帧缓存图像特征点和相机特征图像特征点之间的映射关系f;
(4)固定相机位置不动拍摄几何校正标准图像,并识别出几何校正标准图像中的特征点;
(5)根据相机中经纬度点阵图像特征点数据和屏幕特征图像在相机中的特征点数据,计算出投影图像在屏幕上的形变特征;
利用细分网格技术,计算出每个投影仪帧缓存图像的像素经纬度,具体计算过程如下:假设AngleSetIk为经纬度点阵数据,根据经纬仪的测量结果记录在计算机中,Ikaglij为第i行j列的经纬度向量,在可视区域上AngleSetIk是覆盖第k个投影图像区域的最小经纬度矩阵点数据集合,GeomSetIk Camera为在可视区域上覆盖第k个投影图像区域的最小经纬度矩阵点数据集合在相机中数据集合,Ikgemij为GeomSetIkCamera中第i行j列在图像上的归一化几何坐标数据,GeomSetIk为AngleSetIk通过视景客户端中帧缓存图像各个图像标记数据,通过经纬仪测量所得,IkgemSrnijk为测量第k投影图像几何校正数据时的第i行j列的经纬度对应的几何数据;
AngleSetIk={Ikaglij∈[0,360]×[-90,90],i=1,L,mk;j=1,L,nk} (1)
GeomSetIkCamera={Ikgemij∈[0,1]×∈[0,1],i=1,L,mk;j=1,L,nk} (2)
GeomSetIk={IkgemSrnijk∈[0,1]×∈[0,1],i=1,L,mk;
j=1,L,nk;
mk为点阵数据的行数, nk为点阵数据的列数,Srns为投影显示***的投影仪数目,S为视觉测量当前屏幕像素经纬度数据所需的经纬度点阵所在的投影仪集合,k为当前测量的几何校正数据投影图像标号;
假设AngleSetFeatIk为第k个投影图像特征点的经纬度数据集合,FIkaglij为第i行j列特征点的经纬度,GeomSetFeatIkCamera为第k个投影图像特征图特征点在相机坐标系下的数据集合,FeatIkgemij为第k个投影图像第i行j列特征点在相机中看到的归一化坐标数据,GeomFeatSetIk为第k个投影仪特征图像特征点在计算机帧缓存中图像坐标系下归一化几何坐标数据,FeatIkgemij为第i行j列的在计算机帧缓存中图像坐标系下的特征点归一化几何坐标数据;
AngleSetFeatIk={FIkaglij∈[0,360]×[-90,90],i=1,L,m2;j=1,L,n2}(4)
GeomSetFeatIkCamera={FeatIkgemij∈[0,1]×∈[0,1],i=1,L,m2;j=1,L,n2}(5)
GeomFeatSetIk={FeatIkgemij∈[0,1]×∈[0,1],i=1,L,m2;j=1,L,n2} (6)
m2,n2分别为特征数据的行数和列数,AngleSetIk已知,通过经纬仪建立,GeomSetIk是AngleSetIk的标记数据,AngleSetIk是GeomSetIk对应的经纬度数据,GeomSetIkCamera为AngleSetIk在相机中的几何坐标形式,可以通过拍摄经纬度点阵图像识别得到;
GeomFeatSetIk已知,为在计算帧缓存中特征图像的特征点,在建立特征图时就已经确定,AngleSetFeatIk,GeomSetFeatIkCamera未知,GeomSetFeatIkCamera通过拍摄图像,进行图像识别,建立特征点在相机图像坐标下的几何坐标数据,AngleSetFeatIk中数据元素的获取算法如下:
为了能利用计算机视觉的方法得到AngleSetFeatIk需要拍摄图像来进行识别计算,对于同一屏幕拍摄时的相机空间位置相同;
设算子fBa:R2→R2,所做的操作是返回数据集合边界包围的区域元素,为了恢复投影图像上每个像素的经纬度,论文中有下列约束关系:
GeomSetIkCamerap表示将GeomSetIkCamera按照细分网格技术加密p次得到:
GeomSetIkCamerap={Ikgemij∈[0,1]×∈[0,1],
i=1,L,2pmk-2p-1-1;j=1,L,2pnk-2p-1-1}(8)
同时将AngleSetIk加密p次得到:
AngleSetIk p={Ikaglij∈[0,360]×[-90,90],
i=1,L,2pmk-2p-1-1;j=1,L,2pnk-2p-1-1} (9)
(10)
式(10)中的Min表示取GeomSetIkCamerap中的四个点:Ikgemxy,Ikgem(x+1)y,Ikgemx(y+1),Ikgem(x+1)(y+1);这四个点所形成的四边形是FeatIkgemij所在的所有四边形中的面积最小四边形;由这4个点我们可以得到特征点FeatIkgemij对应的经纬度(Lang,Lat)数据,其中Lang表示经度,Lat表示纬度:
式11,12中,Ikaglxy(1)表示Ikaglxy中纬度分量数据,Ikaglxy(2)表示Ikaglxy中经度分量数据,其余标号意义与此相同;
通过上述方法,计算出特征点处的经纬度,特征点的经纬度数据组成了一个角度矩阵网格数据,按照细分网格技术将角度网格加密到超过帧缓存图像分辨率的数据量,将加密后的经纬度网格数据缩放到帧缓存图像分辨率的数据量得到帧缓存图像每个像素对应的经纬度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910216425A CN101815188A (zh) | 2009-11-30 | 2009-11-30 | 一种非规则光滑曲面显示墙多投影仪图像画面校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910216425A CN101815188A (zh) | 2009-11-30 | 2009-11-30 | 一种非规则光滑曲面显示墙多投影仪图像画面校正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101815188A true CN101815188A (zh) | 2010-08-25 |
Family
ID=42622294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910216425A Pending CN101815188A (zh) | 2009-11-30 | 2009-11-30 | 一种非规则光滑曲面显示墙多投影仪图像画面校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101815188A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508397A (zh) * | 2011-10-27 | 2012-06-20 | 王悦 | 一种图像比边缘融合投影方法 |
CN102841767A (zh) * | 2011-06-22 | 2012-12-26 | 华为终端有限公司 | 多投影拼接几何校正方法及校正装置 |
CN103731622A (zh) * | 2013-12-27 | 2014-04-16 | 合肥市艾塔器网络科技有限公司 | 一种三维表面投影呈现*** |
CN104365086A (zh) * | 2012-05-21 | 2015-02-18 | 株式会社理光 | 图案提取设备、图像投影设备、图案提取方法和程序 |
WO2015085956A1 (zh) * | 2013-12-13 | 2015-06-18 | 华为技术有限公司 | 一种基于投影图像的处理方法及装置 |
CN104902201A (zh) * | 2015-06-25 | 2015-09-09 | 山东大学 | 基于移动视点与异形屏幕的投影图像实时校正方法 |
CN104933942A (zh) * | 2015-01-22 | 2015-09-23 | 中国石油技术开发公司 | 一种陆地钻机安装操作模拟***的环幕投影***及其图像处理方法 |
CN105227807A (zh) * | 2015-09-28 | 2016-01-06 | 北京方瑞博石数字技术有限公司 | 沉浸式虚拟现实演播平台 |
CN105392030A (zh) * | 2014-08-20 | 2016-03-09 | 三星电子株式会社 | 显示装置及其控制方法 |
CN108391106A (zh) * | 2018-03-14 | 2018-08-10 | 京东方科技集团股份有限公司 | 投影***、投影仪器及投影显示方法 |
RU2676189C2 (ru) * | 2014-06-04 | 2018-12-26 | ЮНИВЕРСАЛ СИТИ СТЬЮДИОС ЭлЭлСи | Дисплей для окна с эффектом присутствия |
CN109813244A (zh) * | 2019-01-22 | 2019-05-28 | 湘潭大学 | 一种自动变速器电液模块热力形变检测装置及检测方法 |
WO2019179168A1 (zh) * | 2018-03-22 | 2019-09-26 | 深圳光峰科技股份有限公司 | 投影畸变校正方法、装置、***及存储介质 |
CN111062869A (zh) * | 2019-12-09 | 2020-04-24 | 北京东方瑞丰航空技术有限公司 | 一种面向曲面幕的多通道校正拼接的方法 |
CN112135111A (zh) * | 2020-09-22 | 2020-12-25 | 鲁迅美术学院艺术工程总公司 | 投影画面校正方法 |
CN112233570A (zh) * | 2020-12-16 | 2021-01-15 | 卡莱特(深圳)云科技有限公司 | 弧形屏校正方法、装置、计算机设备和存储介质 |
-
2009
- 2009-11-30 CN CN200910216425A patent/CN101815188A/zh active Pending
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102841767A (zh) * | 2011-06-22 | 2012-12-26 | 华为终端有限公司 | 多投影拼接几何校正方法及校正装置 |
CN102841767B (zh) * | 2011-06-22 | 2015-05-27 | 华为终端有限公司 | 多投影拼接几何校正方法及校正装置 |
CN102508397A (zh) * | 2011-10-27 | 2012-06-20 | 王悦 | 一种图像比边缘融合投影方法 |
CN104365086B (zh) * | 2012-05-21 | 2018-06-29 | 株式会社理光 | 图案提取设备、图像投影设备和图案提取方法 |
CN104365086A (zh) * | 2012-05-21 | 2015-02-18 | 株式会社理光 | 图案提取设备、图像投影设备、图案提取方法和程序 |
WO2015085956A1 (zh) * | 2013-12-13 | 2015-06-18 | 华为技术有限公司 | 一种基于投影图像的处理方法及装置 |
CN103731622B (zh) * | 2013-12-27 | 2017-02-15 | 合肥市艾塔器网络科技有限公司 | 一种单台投影仪三维表面投影呈现*** |
CN103731622A (zh) * | 2013-12-27 | 2014-04-16 | 合肥市艾塔器网络科技有限公司 | 一种三维表面投影呈现*** |
RU2676189C2 (ru) * | 2014-06-04 | 2018-12-26 | ЮНИВЕРСАЛ СИТИ СТЬЮДИОС ЭлЭлСи | Дисплей для окна с эффектом присутствия |
US10698478B2 (en) | 2014-08-20 | 2020-06-30 | Samsung Electronics Co., Ltd. | Display apparatus and control method thereof |
CN105392030A (zh) * | 2014-08-20 | 2016-03-09 | 三星电子株式会社 | 显示装置及其控制方法 |
CN104933942A (zh) * | 2015-01-22 | 2015-09-23 | 中国石油技术开发公司 | 一种陆地钻机安装操作模拟***的环幕投影***及其图像处理方法 |
CN104902201A (zh) * | 2015-06-25 | 2015-09-09 | 山东大学 | 基于移动视点与异形屏幕的投影图像实时校正方法 |
CN105227807B (zh) * | 2015-09-28 | 2018-04-10 | 北京方瑞博石数字技术有限公司 | 沉浸式虚拟现实演播平台 |
CN105227807A (zh) * | 2015-09-28 | 2016-01-06 | 北京方瑞博石数字技术有限公司 | 沉浸式虚拟现实演播平台 |
CN108391106A (zh) * | 2018-03-14 | 2018-08-10 | 京东方科技集团股份有限公司 | 投影***、投影仪器及投影显示方法 |
WO2019179168A1 (zh) * | 2018-03-22 | 2019-09-26 | 深圳光峰科技股份有限公司 | 投影畸变校正方法、装置、***及存储介质 |
CN109813244A (zh) * | 2019-01-22 | 2019-05-28 | 湘潭大学 | 一种自动变速器电液模块热力形变检测装置及检测方法 |
CN109813244B (zh) * | 2019-01-22 | 2020-01-07 | 湘潭大学 | 一种自动变速器电液模块热力形变检测装置及检测方法 |
CN111062869A (zh) * | 2019-12-09 | 2020-04-24 | 北京东方瑞丰航空技术有限公司 | 一种面向曲面幕的多通道校正拼接的方法 |
CN112135111A (zh) * | 2020-09-22 | 2020-12-25 | 鲁迅美术学院艺术工程总公司 | 投影画面校正方法 |
CN112233570A (zh) * | 2020-12-16 | 2021-01-15 | 卡莱特(深圳)云科技有限公司 | 弧形屏校正方法、装置、计算机设备和存储介质 |
CN112233570B (zh) * | 2020-12-16 | 2021-04-02 | 卡莱特(深圳)云科技有限公司 | 弧形屏校正方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101815188A (zh) | 一种非规则光滑曲面显示墙多投影仪图像画面校正方法 | |
CN104155765B (zh) | 在拼接式集成成像显示器中校正三维图像的方法和设备 | |
CN109348119B (zh) | 一种全景监控*** | |
US9451236B2 (en) | Apparatus for synthesizing three-dimensional images to visualize surroundings of vehicle and method thereof | |
JP6484587B2 (ja) | カメラの空間特性を決定する方法及びシステム | |
US7751651B2 (en) | Processing architecture for automatic image registration | |
CN105026997B (zh) | 投影***、半导体集成电路及图像修正方法 | |
CN104748728B (zh) | 智能机姿态矩阵计算方法及其应用于摄影测量的方法 | |
CN103248911B (zh) | 多视点视频中基于空时结合的虚拟视点绘制方法 | |
CN106803286A (zh) | 基于多视点图像的虚实遮挡实时处理方法 | |
CN101506850A (zh) | 在地图绘制应用程序中对数字表面模型进行建模和纹理化 | |
TW201123083A (en) | Method and system for providing augmented reality based on marker tracing, and computer program product thereof | |
JPH0375682A (ja) | 写真写実影像を高速で生成する方法 | |
JPH11331874A (ja) | 画像処理装置、奥行き画像計測装置、複合現実感提示システム、画像処理方法、奥行き画像計測方法、複合現実感提示方法、およびプログラムの記憶媒体 | |
CN104361603B (zh) | 枪机图像目标标定方法及其*** | |
US8619071B2 (en) | Image view synthesis using a three-dimensional reference model | |
CN106878692B (zh) | 一种基于傅里叶谱的被遮挡三维物体显示方法 | |
CN104427230A (zh) | 增强现实的方法和增强现实的*** | |
CN106709944A (zh) | 卫星遥感图像配准方法 | |
KR20160117143A (ko) | 실내 2d 평면도의 생성 방법, 장치 및 시스템 | |
CN108881881B (zh) | 一种集成成像桌面3d显示的自适应微图像阵列生成方法 | |
CN111524230B (zh) | 一种三维模型与展开全景图联动浏览方法及计算机*** | |
CN105334525A (zh) | 一种基于增强现实技术的地理信息显示方法 | |
Zhou et al. | Building occlusion detection from ghost images | |
US11043019B2 (en) | Method of displaying a wide-format augmented reality object |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100825 |