CN111738955A - 投影图像的畸变校正方法、装置及计算机可读存储介质 - Google Patents
投影图像的畸变校正方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111738955A CN111738955A CN202010585132.0A CN202010585132A CN111738955A CN 111738955 A CN111738955 A CN 111738955A CN 202010585132 A CN202010585132 A CN 202010585132A CN 111738955 A CN111738955 A CN 111738955A
- Authority
- CN
- China
- Prior art keywords
- projection image
- image
- pixel point
- gray value
- distortion 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
- 238000012937 correction Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000001788 irregular Effects 0.000 abstract description 8
- 238000005452 bending Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 238000003702 image correction Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Transforming Electric Information Into Light Information (AREA)
- Projection Apparatus (AREA)
Abstract
本发明公开了一种投影图像的畸变校正方法,所述投影图像的畸变校正方法包括以下步骤:获取第一投影图像;根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数,所述标准图像为未发生畸变的第一投影图像;若所述关键软件校准参数大于预设参数,修正所述第一投影图像的边界,以使修正后的第一投影图像的边界为直线。本发明还公开了一种校正装置和计算机可读存储介质。本发明能够解决投影图像的上下左右边线呈现无规律的画面弯曲及弧度的畸变问题。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种投影图像的畸变校正方法、装置及计算机可读存储介质。
背景技术
目前,为了获得更好的演示效果和视觉体验,投影设备被运用于各类场景中,随着投影技术的不断发展,光学镜头的精益程度越来越高,经投影镜头投出的图像会存在畸变问题,并且由于投影设备特性的不同,光学镜头产生的畸变也会不同。例如,因光学镜头的装配精度过高,投影图像的上下左右边线呈现无规律的画面弯曲及弧度问题。针对投影图像的边缘畸变问题,现有技术一般通过投影融合设备和软件拟合的方式进行处理,但用这种方式只能一定程度上降低投影图像的弯曲程度,导致投影图像的边缘依然存在畸变问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种投影图像的畸变校正方法、装置及计算机可读存储介质,旨在解决投影画面因光学镜头装配精度过高,投影图像的上下左右边线呈现无规律的画面弯曲及弧度,导致投影画面边缘发生畸变的问题。
为实现上述目的,本发明提供一种投影图像的畸变校正方法,所述投影图像的畸变校正方法包括:
获取第一投影图像;
根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数,所述标准图像为未发生畸变的第一投影图像;
若所述关键软件校准参数大于预设参数,修正所述第一投影图像的边界,以使修正后的第一投影图像的边界为直线。
可选地,所述修正所述第一投影图像的边界的步骤包括:
获取所述第一投影图像中边界区域内的各个第一像素点的位置;
根据所述位置获取每个所述第一像素点对应的实际灰度值与预设灰度值;
在各个第一像素点中,确定所述实际灰度值与所述预设灰度值不同的第二像素点;
根据每个所述第二像素点相邻的像素点的实际灰度值,对第二像素点的实际灰度值进行插值补偿。
可选地,所述根据每个所述第二像素点相邻的像素点的实际灰度值,对第二像素点的实际灰度值进行插值补偿的步骤包括:
将所述第二像素点相邻的像素点的实际灰度值,替换为所述第二像素点的实际灰度值,以完成每个所述第二像素点的实际灰度值的插值补偿。
可选地,所述获取所述第一投影图像中边界区域内的各个第一像素点的位置的步骤包括:
获取所述边界区域的数据长度;
基于所述数据长度,对所述第一投影图像中边界区域内的像素点进行位移动,以确定所述第一像素点的位置。
可选地,所述获取第一投影图像的步骤包括:
获取投影屏上的第二投影图像;
对所述第二投影图像进行格式转换得到第三投影图像。
缩小所述第三投影图像的到第一投影图像。
可选地,所述修正所述第一投影图像的边界的步骤,之后还包括:
将修正后的第一投影图像更新为第一投影图像,返回执行所述根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数的步骤,其中,若所述关键软件校准参数小于或等于预设参数,显示修正后的第一投影图像。
为实现上述目的,本发明还提供了一种校正装置,所述校正装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的畸变校正程序,所述畸变校正程序被所述处理器执行时实现如上所述的投影图像的畸变校正方法的步骤。
为实现上述目的,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有畸变校正程序,所述畸变校正程序被处理器执行时实现如上所述的投影图像的畸变校正方法的步骤。
本发明提供的投影图像的畸变校正方法、装置及计算机可读存储介质,校正装置获取第一投影图像;再根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数,所述标准图像为未发生畸变的第一投影图像;若所述关键软件校准参数大于预设参数,修正所述第一投影图像的边界,以使修正后的第一投影图像的边界为直线。由于投影图像的关键软件校准参数能够准确衡量投影图像的是否发生畸变以及发生畸变的程度,所以本发明提供的方案通过计算出投影图像的关键软件校准参数并判断其大于预设参数,进而对投影图像进行校正,以达到消除图像的畸变的目的,从而有效解决了投影画面由于光学镜头装配精度过高,导致投影图像上下左右边线呈现无规律的画面弯曲及弧度的畸变问题。
附图说明
为了更清楚地说明本发明实施例或示例性中的技术方案,下面将对实施例或示例性描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以按照这些附图示出获得其他的附图。
图1为本发明实施例方案涉及的硬件运行环境的校正装置的结构示意图;
图2为本发明投影图像的畸变校正方法第一实施例的流程示意图;
图3为本发明投影图像的畸变校正方法第二实施例的流程示意图;
图4为本发明投影图像的畸变校正方法第三实施例的流程示意图;
图5为本发明投影图像的畸变校正方法第四实施例的流程示意图;
图6为本发明投影图像的畸变校正方法第五实施例的流程示意图;
图7为本发明投影图像的畸变校正方法第六实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取第一投影图像;根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数,所述标准图像为未发生畸变的第一投影图像;若所述关键软件校准参数大于预设参数,修正所述第一投影图像的边界,以使修正后的第一投影图像的边界为直线。本实施例提供的技术方案中,由于投影图像的关键软件校准参数能够准确衡量投影图像的是否发生畸变以及发生畸变的程度,所以本发明提供的方案通过计算出投影图像的关键软件校准参数并判断其大于预设参数,进而对投影图像进行校正,以达到消除图像的畸变的目的,从而有效解决了投影画面由于光学镜头装配精度过高,导致投影图像上下左右边线呈现无规律的画面弯曲及弧度的畸变问题。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照图1,图1是本发明实施例方案涉及的硬件运行环境的校正装置的结构示意图。
如图1所示,该校正装置可以包括:处理器1001,例如CPU,网络接口 1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002 用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)、遥控器,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如存储器(non-volatile memory)),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的校正装置的结构并不构成对校正装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作***以及校正装置的畸变校正程序。
在图1所示的校正装置中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的畸变校正程序,并执行以下操作:
获取第一投影图像;
根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数,所述标准图像为未发生畸变的第一投影图像;
若所述关键软件校准参数大于预设参数,修正所述第一投影图像的边界,以使修正后的第一投影图像的边界为直线。
进一步地,处理器1001可以调用存储器1005中存储的校正装置的畸变校正程序,还执行以下操作:
获取所述第一投影图像中边界区域内的各个第一像素点的位置;
根据所述位置获取每个所述第一像素点对应的实际灰度值与预设灰度值;
在各个第一像素点中,确定所述实际灰度值与所述预设灰度值不同的第二像素点;
根据每个所述第二像素点相邻的像素点的实际灰度值,对第二像素点的实际灰度值进行插值补偿。
进一步地,处理器1001可以调用存储器1005中存储的校正装置的畸变校正程序,还执行以下操作:
将所述第二像素点相邻的像素点的实际灰度值,替换为所述第二像素点的实际灰度值,以完成每个所述第二像素点的实际灰度值的插值补偿。
进一步地,处理器1001可以调用存储器1005中存储的校正装置的畸变校正程序,还执行以下操作:
获取所述边界区域的数据长度;
基于所述数据长度,对所述第一投影图像中边界区域内的像素点进行位移动,以确定所述第一像素点的位置。
进一步地,处理器1001可以调用存储器1005中存储的校正装置的畸变校正程序,还执行以下操作:
获取投影屏上的第二投影图像;
对所述第二投影图像进行格式转换得到第三投影图像。
缩小所述第三投影图像的到第一投影图像。
进一步地,处理器1001可以调用存储器1005中存储的校正装置的畸变校正程序,还执行以下操作:
将修正后的第一投影图像更新为第一投影图像,返回执行所述根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数的步骤,其中,若所述关键软件校准参数小于或等于预设参数,显示修正后的第一投影图像。
实施例一
参照图2,图2为本发明投影图像的畸变校正方法第一实施例的流程示意图。本发明实施例提出了一种投影图像的畸变校正方法,所述投影图像的畸变校正方法包括以下步骤:
步骤S100,获取第一投影图像;
在本实施例中,执行主体是校正装置,该校正装置中设有图像处理芯片,处理芯片上存储有畸变校正程序,当校正装置获取到发生畸变的图像时即启动畸变校正程序对畸变图像进行校正,所述校正装置可以是图像校正仪,也可以是其他能对存在畸变的图像校正的的设备,所述第一投影图像为投影设备在投影屏投出的并经过格式转换和缩放处理的画面,所述投影设备可以是普通式投影仪,也可以是全息式投影仪,当然,在其他实施例中,投影设备可以根据具体需要进行选择,在此并无限制。投影设备投出的画面可以是静态的图片,也可以是动态的视频中某一帧的画面。
在本实施例中,第一投影图像获取方式可以是软件采集,也可以是摄像头采集,软件采集是通过图像采集程序,直接读取投影图像的数字信息并传输给校正装置;摄像头采集是通过摄像头拍摄到第一投影图像,然后通过模数转换等数字化处理生成图像的数字信息,再经过传输通道发送给校正装置,其中,信息传输的方式可以是有线传输,也可以是无线传输,在此并无限制。
步骤S200,根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数,所述标准图像为未发生畸变的第一投影图像;
在本实施例中,校正装置预设有标准图像参数信息,在校正装置获取到第一投影图像的参数信息后,将两者参数信息进行对比分析,计算出第一投影图像的关键软件校准参数,其中,参数信息至少包括图像的尺寸大小,图像的像素点的灰度值,图像的颜色深度信息和图像的分辨率;标准图像是没有发生畸变的情况下的第一投影图像;关键软件校准参数是一个准确反映图像是否存在畸变以及畸变程度的系数,其存在一个临界值,当关键软件校准参数大于这一临界值时,判断图像发生畸变,并且关键软件校准参数越大,图像的畸变程度越大;当关键软件校准参数小于或等于这一临界值时,判断图像未发生畸变。所述畸变通常发生在第一投影图像的边缘位置,其表现形式为第一投影图像的边缘的上下左右呈现无规律的画面弯曲和弧度。
步骤S300,若所述关键软件校准参数大于预设参数,修正所述第一投影图像的边界,以使修正后的第一投影图像的边界为直线。
在本实施例中,所述预设参数为所述关键软件校准参数的临界值,该值的大小为1,即关键软件校准参数大于1,图像发生畸变;关键软件校准参数小于或等于1,图像未发生畸变。比如,第一投影图像的关键软件校准参数为 2大于临界值1,说明该第一投影图像存在畸变;第一投影图像的关键软件校准参数为0.5小于临界值1,说明该图像未发生畸变。
具体地,校正装置的图像处理芯片集成有图像校正模块,图像校正模块一缩放模块为核心,其处理引擎集成有处理图像畸变的核心算法,当校正装置判断第一投影图像的关键软件校准参数大于1时,图像校正模块中的处理引擎运行该核心算法,修正第一投影图像发生畸变的边界,所述修正即指将第一投影图像的上下左右呈现无规律的画面弯曲和弧度校正成直线,从而达到消除畸变的目的。
本实施例提供的技术方案中,校正装置获取第一投影图像;再根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数,所述标准图像为未发生畸变的第一投影图像;若所述关键软件校准参数大于预设参数,修正所述第一投影图像的边界,以使修正后的第一投影图像的边界为直线。由于投影图像的关键软件校准参数能够准确衡量投影图像的是否发生畸变以及发生畸变的程度,所以本发明提供的方案通过计算出投影图像的关键软件校准参数并判断其大于预设参数,进而对投影图像进行校正,以达到消除图像的畸变的目的,从而有效解决了投影画面由于光学镜头装配精度过高,导致投影图像上下左右边线呈现无规律的画面弯曲及弧度的畸变问题。
实施例二
参照图3,图3为本发明投影图像的畸变校正方法第二实施例的流程示意图,基于实施例一,上述S300的步骤包括:
步骤S310,获取所述第一投影图像中边界区域内的各个第一像素点的位置;
在本实施例中,所述第一投影图像由许多像素点组成的,每一个像素点都有一个明确的位置和被分配的色彩数值,像素点的位置和色彩数值决定了该像素点呈现出来的样子。所述第一像素点为第一投影图像中边界区域的像素点。
在本实施例中,通过程序算法来实现对第一投影图像中边界区域内各个像素点的位置。具体来说,当判断第一投影图像发生畸变时,图像校正模块启动图像边界区域像素点位置的获取程序,以定位图像边界区域内的各个第一像素点的位置。
步骤S320,根据所述位置获取每个所述第一像素点对应的实际灰度值与预设灰度值;
在本实施例中,第一投影图像的每一个像素点都有一个灰度值,所述灰度值为白色与黑色之间按对数关系分成的等级,称为“灰度等级”。灰度值的范围为0-255,共256个值,在获取到第一像素点的位置后,获取第一像素点的灰度值。具体地,灰度值的获取是通过算法实现的,即在确认第一像素点的位置后,启动灰度值获取的程序以得到第一像素点的灰度值。所述预设灰度值为未发生畸变的第一像素点的灰度值。
步骤S330,在各个第一像素点中,确定所述实际灰度值与所述预设灰度值不同的第二像素点;
在本实施例中,所述第二像素点为实际灰度值与预设灰度值不同的第一像素点。比如,第一像素点的实际灰度值为100,预设灰度值为99,此时第一像素点的实际灰度值与预设灰度值不同,则该第一像素点即为第二像素点。
步骤S340,根据每个所述第二像素点相邻的像素点的实际灰度值,对第二像素点的实际灰度值进行插值补偿。
在本实施例中,所述插值补偿为一种图像误差修正算法,该算法通过将第二像素点最邻近的像素点的灰度值赋予第二像素点以修正畸变图像。比如,第二像素点的实际灰度值为100,第二像素点最邻近的像素点的灰度值为99,则将灰度值100替换成灰度值99。
本实施例提供的技术方案中,图像校正模块通过确定第一像素点的位置并获取该第一像素点的灰度值,判断第一像素点的灰度值等于预设灰度值以确定第二像素点,利用插值补偿算法对第二像素点的灰度值进行插值补偿,从而实现对发生畸变图像的像素点的灰度值的修正。进而达到消除畸变,修正图像的效果。
实施例三
参照图4,图4为本发明投影图像的畸变校正方法第三实施例的流程示意图,基于实施例二,上述S340的步骤包括:
步骤S341,将所述第二像素点相邻的像素点的实际灰度值,替换为所述第二像素点的实际灰度值,以完成每个所述第二像素点的实际灰度值的插值补偿。
在本实施例中,所述相邻的像素点是指与第二像素点最邻近的像素点,即该像素点的参数信息与第二像素点的参数信息,特别是该像素点的实际灰度值与第二像素点相近或者说差别很小。比如,第二像素点的实际灰度值为 100,则第二像素点相邻的像素点的实际灰度值可以是99、也可以是101,但如果一个像素点的实际灰度值为10,则该像素点不可能是第二像素点邻近的像素点。关于插值补偿,具体可参考实施例二步骤S340的内容,在此不再赘述。
本实施例提供的技术方案中,通过将第二像素点相邻的像素点的实际灰度值替换为所述第二像素点的实际灰度值来完成对第二像素点的实际灰度值的插值补偿,由于第二像素点的实际灰度值与预设灰度值不同,利用插值补偿的方式能够使第二像素点的灰度值与其周围的像素点的灰度值尽可能保持一致,从而消除畸变,校正图像。
实施例四
参照图5,图5为本发明投影图像的畸变校正方法第四实施例的流程示意图,基于实施例二,上述S310的步骤包括:
步骤S311,获取所述边界区域的数据长度;
在本实施例中,所述数据长度为第一投影图像上下左右个边界上像素点个数。
步骤S312,基于所述数据长度,对所述第一投影图像中边界区域内的像素点进行位移动,以确定所述第一像素点的位置。
在本实施例中,所述位移动是指对第一投影图像上下左右各边界区域的像素点逐一滑动枚举。以确定各个第一像素点的位置,并判断该第一像素点的实际灰度值是否与预设灰度值相同,若不同,则将第一像素点定义为第二像素点,然后对第二像素点执行相应的校正,校正步骤具体可参考实施例二中步骤S330和步骤S340的的内容,在此不再赘述。
可以理解的是,若第一像素点的实际灰度值与预设灰度值相同,该第一像素点不进行校正,获取下一个第一像素点的位置,判断其实际灰度值与预设灰度值的关系以决定下一步的执行步骤。
本实施例提供的技术方案中,通过获取第一投影图像上下左右各边界的数据长度,基于该数据长度对第一投影图像中边界区域内的像素点进行为移动来确定第一像素点的位置,由于对边界区域内的像素点一一枚举确定,可以准确定位需要校正的像素点,从而保证了畸变校正的有效性。
实施例五
参照图6,图6为本发明投影图像的畸变校正方法第五实施例的流程示意图,基于实施例一,上述S100的步骤包括:
步骤S110,获取投影屏上的第二投影图像;
步骤S120,对所述第二投影图像进行格式转换得到第三投影图像。
在本实施例中,所述第二投影图像为投影设备投射出来的原始图像,第二投影图像的格式为MIPI格式,第三投影图像第二投影图像格式转换后的投影图像,第三投影图像的格式为RGB格式,由于图像处理芯片只支持RGB 格式,投影设备支持MIPI格式和RGB格式,所以图像进入图像处理芯片前需要进行格式转换,即MIPI格式转RGB格式。
步骤S130,缩小所述第三投影图像的到第一投影图像。
在本实施例中,缩小所述第三投影图像即将第三投影图像缩小到原来的 90%,比如,如原第三投影图像的尺寸为100mm*100mm,缩小后的投影图像的尺寸为90mm*90mm。将缩小后的投影图像定义为第一投影图像。
本实施例提供的技术方案中,先获取投影屏上的第二投影图像,然后将第二投影图像进行格式转换得到第三投影图像,最后缩小第三投影图像得到第一投影图像,经过格式转换和缩放处理以满足图像处理芯片对待校正图像的要求,有助于提高校正的效率。
实施例六
参照图7,图7为本发明投影图像的畸变校正方法第六实施例的流程示意图,基于实施例一,上述S300的步骤,之后包括:
步骤S400,将修正后的第一投影图像更新为第一投影图像,返回执行所述根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数的步骤,其中,若所述关键软件校准参数小于或等于预设参数,显示修正后的第一投影图像。
在本实施例中,在获得修正后的第一投影图像之后,需要判断修正后的第一投影图像的关键软件校准参数与预设参数的大小关系,以判断畸变校正是否成功。
具体地,若修正后的第一投影图像的关键软件校准参数大于预设参数,判断畸变校正不成功,需重新执行上诉畸变校正的步骤。若修正后的第一投影图像的关键软件校准参数小于或等于预设参数,判断畸变校正成功,修正后的第一投影图像经图像显示接口传输到投影设备的光机显示。
需要说明的是,若获取到的第一投影图像的关键软件校准参数小于或等于预设参数,说明第一投影图像未发生畸变,不需要进行畸变校正,直接将第一投影图像传输至投影设备的光机显示。
本实施例提供的技术方案中,通过判断修正后的第一投影图像的关键软件校准参数与预设参数的大小关系确定畸变校正是否成功,若成功,显示修正后的第一投影图像;若不成功,重复图像畸变校正的步骤。这样能够确保将第一投影图像的边缘弧度修正为直线。
基于上述实施例,本发明还提供了一种校正装置,上述校正装置可以包括存储器、处理器及存储在上述存储器上并可在上述处理器上运行的畸变校正程序,上述处理器执行上述畸变校正程序时,实现如上述任一实施例所述的投影图像的畸变校正方法的步骤。
基于上述实施例,本发明还提供一种计算机可读存储介质,其上存储有畸变校正程序,上述畸变校正程序被处理器执行时实现如上述任一实施例所述的投影图像的畸变校正方法的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种投影图像的畸变校正方法,其特征在于,所述投影图像的畸变校正方法包括:
获取第一投影图像;
根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数,所述标准图像为未发生畸变的第一投影图像;
若所述关键软件校准参数大于预设参数,修正所述第一投影图像的边界,以使修正后的第一投影图像的边界为直线。
2.如权利要求1所述的投影图像的畸变校正方法,其特征在于,所述修正所述第一投影图像的边界的步骤包括:
获取所述第一投影图像中边界区域内的各个第一像素点的位置;
根据所述位置获取每个所述第一像素点对应的实际灰度值与预设灰度值;
在各个第一像素点中,确定所述实际灰度值与所述预设灰度值不同的第二像素点;
根据每个所述第二像素点相邻的像素点的实际灰度值,对第二像素点的实际灰度值进行插值补偿。
3.如权利要求2所述的投影图像的畸变校正方法,其特征在于,所述根据每个所述第二像素点相邻的像素点的实际灰度值,对第二像素点的实际灰度值进行插值补偿的步骤包括:
将所述第二像素点相邻的像素点的实际灰度值,替换为所述第二像素点的实际灰度值,以完成每个所述第二像素点的实际灰度值的插值补偿。
4.如权利要求2所述的投影图像的畸变校正方法,其特征在于,所述获取所述第一投影图像中边界区域内的各个第一像素点的位置的步骤包括:
获取所述边界区域的数据长度;
基于所述数据长度,对所述第一投影图像中边界区域内的像素点进行位移动,以确定所述第一像素点的位置。
5.如权利要求1-4任一项所述的投影图像的畸变校正方法,其特征在于,所述获取第一投影图像的步骤包括:
获取投影屏上的第二投影图像;
对所述第二投影图像进行格式转换得到第三投影图像;
缩小所述第三投影图像的到第一投影图像。
6.如权利要求1-4任一项所述的投影图像的畸变校正方法,其特征在于,所述修正所述第一投影图像的边界的步骤,之后还包括:
将修正后的第一投影图像更新为第一投影图像,返回执行所述根据第一投影图像的参数与标准图像的参数,确定所述第一投影图像对应的关键软件校准参数的步骤,其中,若所述关键软件校准参数小于或等于预设参数,显示修正后的第一投影图像。
7.一种校正装置,其特征在于,所述校正装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的畸变校正程序,所述畸变校正程序被所述处理器执行时实现如权利要求1-6中任一项所述投影图像的畸变校正方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有畸变校正程序,所述校正装置的畸变校正程序被处理器执行时实现如权利要求1-6中任一项所述的投影图像的畸变校正方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010585132.0A CN111738955A (zh) | 2020-06-23 | 2020-06-23 | 投影图像的畸变校正方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010585132.0A CN111738955A (zh) | 2020-06-23 | 2020-06-23 | 投影图像的畸变校正方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111738955A true CN111738955A (zh) | 2020-10-02 |
Family
ID=72650819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010585132.0A Pending CN111738955A (zh) | 2020-06-23 | 2020-06-23 | 投影图像的畸变校正方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738955A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112991214A (zh) * | 2021-03-18 | 2021-06-18 | 成都极米科技股份有限公司 | 图像处理方法、图像渲染方法、装置及影设备 |
CN113034585A (zh) * | 2021-04-25 | 2021-06-25 | 歌尔股份有限公司 | 偏移状态测试方法、测试设备及存储介质 |
CN113141491A (zh) * | 2020-12-03 | 2021-07-20 | 深圳市当智科技有限公司 | 基于单色光参考线发射器的投影方法、***及存储介质 |
CN114302121A (zh) * | 2021-12-28 | 2022-04-08 | 深圳市火乐科技发展有限公司 | 图像校正检验方法、装置、电子设备及存储介质 |
CN114401388A (zh) * | 2022-01-26 | 2022-04-26 | 深圳市火乐科技发展有限公司 | 投影方法、装置、存储介质以及投影设备 |
CN114419704A (zh) * | 2021-12-31 | 2022-04-29 | 北京瑞莱智慧科技有限公司 | 对抗样本动态生成方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060098240A1 (en) * | 2004-11-08 | 2006-05-11 | Fuji Photo Film Co., Ltd. | Shading compensation device, shading compensation value calculation device and imaging device |
JP2007214752A (ja) * | 2006-02-08 | 2007-08-23 | Matsushita Electric Ind Co Ltd | プロジェクターの自動台形歪調整方法 |
CN108683897A (zh) * | 2018-05-07 | 2018-10-19 | 长春理工大学 | 多投影显示***畸变的智能校正方法 |
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 |
US20190306383A1 (en) * | 2018-03-30 | 2019-10-03 | Boe Technology Group Co., Ltd. | Method of correcting image distortion of optical device in display device and display device |
CN110363736A (zh) * | 2018-03-26 | 2019-10-22 | 京东方科技集团股份有限公司 | 虚拟现实显示设备图形畸变测量方法及校准方法 |
CN110996081A (zh) * | 2019-12-06 | 2020-04-10 | 北京一数科技有限公司 | 一种投影画面校正方法、装置、电子设备及可读存储介质 |
CN111093067A (zh) * | 2019-12-31 | 2020-05-01 | 歌尔股份有限公司 | 投影设备及镜头畸变校正方法、畸变校正装置和存储介质 |
-
2020
- 2020-06-23 CN CN202010585132.0A patent/CN111738955A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060098240A1 (en) * | 2004-11-08 | 2006-05-11 | Fuji Photo Film Co., Ltd. | Shading compensation device, shading compensation value calculation device and imaging device |
JP2007214752A (ja) * | 2006-02-08 | 2007-08-23 | Matsushita Electric Ind Co Ltd | プロジェクターの自動台形歪調整方法 |
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 |
CN110363736A (zh) * | 2018-03-26 | 2019-10-22 | 京东方科技集团股份有限公司 | 虚拟现实显示设备图形畸变测量方法及校准方法 |
US20190306383A1 (en) * | 2018-03-30 | 2019-10-03 | Boe Technology Group Co., Ltd. | Method of correcting image distortion of optical device in display device and display device |
CN108683897A (zh) * | 2018-05-07 | 2018-10-19 | 长春理工大学 | 多投影显示***畸变的智能校正方法 |
CN110996081A (zh) * | 2019-12-06 | 2020-04-10 | 北京一数科技有限公司 | 一种投影画面校正方法、装置、电子设备及可读存储介质 |
CN111093067A (zh) * | 2019-12-31 | 2020-05-01 | 歌尔股份有限公司 | 投影设备及镜头畸变校正方法、畸变校正装置和存储介质 |
Non-Patent Citations (1)
Title |
---|
王健;陈文艺;王波;陈瑞;: "投影图像畸变的一种校正方法", 西安邮电学院学报, no. 01, 10 January 2011 (2011-01-10) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113141491A (zh) * | 2020-12-03 | 2021-07-20 | 深圳市当智科技有限公司 | 基于单色光参考线发射器的投影方法、***及存储介质 |
CN113141491B (zh) * | 2020-12-03 | 2022-06-10 | 深圳市当智科技有限公司 | 基于单色光参考线发射器的投影方法、***及存储介质 |
CN112991214A (zh) * | 2021-03-18 | 2021-06-18 | 成都极米科技股份有限公司 | 图像处理方法、图像渲染方法、装置及影设备 |
CN112991214B (zh) * | 2021-03-18 | 2024-03-08 | 成都极米科技股份有限公司 | 图像处理方法、图像渲染方法、装置及影设备 |
CN113034585A (zh) * | 2021-04-25 | 2021-06-25 | 歌尔股份有限公司 | 偏移状态测试方法、测试设备及存储介质 |
CN113034585B (zh) * | 2021-04-25 | 2023-02-28 | 歌尔光学科技有限公司 | 偏移状态测试方法、测试设备及存储介质 |
CN114302121A (zh) * | 2021-12-28 | 2022-04-08 | 深圳市火乐科技发展有限公司 | 图像校正检验方法、装置、电子设备及存储介质 |
CN114419704A (zh) * | 2021-12-31 | 2022-04-29 | 北京瑞莱智慧科技有限公司 | 对抗样本动态生成方法、装置、电子设备及存储介质 |
CN114401388A (zh) * | 2022-01-26 | 2022-04-26 | 深圳市火乐科技发展有限公司 | 投影方法、装置、存储介质以及投影设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738955A (zh) | 投影图像的畸变校正方法、装置及计算机可读存储介质 | |
JP5521855B2 (ja) | 投影画像領域検出装置 | |
KR100886099B1 (ko) | 감마 보정 곡선의 자동 산출 장치 및 방법 | |
US8059899B2 (en) | Image processing apparatus, image processing method, and computer product | |
JP5387193B2 (ja) | 画像処理システム、画像処理装置およびプログラム | |
KR101450782B1 (ko) | 화상 처리 장치 및 프로그램 | |
JP4902568B2 (ja) | 電子文書生成装置、電子文書生成方法、コンピュータプログラム、および記憶媒体 | |
JP2006013558A (ja) | 画像処理装置、画像処理プログラム | |
CN104966092B (zh) | 一种图像处理方法和装置 | |
JP5939154B2 (ja) | 画像処理装置およびコンピュータプログラム | |
JP2007241356A (ja) | 画像処理装置および画像処理プログラム | |
KR101513431B1 (ko) | 매체 이미지의 테두리 자동 검출 방법, 이를 이용한 매체 이미지 처리 시스템 및 처리 방법 | |
JP2017123015A (ja) | 情報処理装置、画像処理方法およびプログラム | |
JP7039219B2 (ja) | 情報処理装置、画像処理方法、プログラム | |
CN111062877A (zh) | 边缘学习的图像填充方法、装置、终端及可读存储介质 | |
US20090213439A1 (en) | Image processing device, system and method | |
JP6414475B2 (ja) | コンピュータプログラム及び制御装置 | |
JP2007279800A (ja) | 動きベクトル検出装置、動きベクトル検出方法、手ぶれ補正装置、手ぶれ補正方法、手ぶれ補正プログラム、及び手ぶれ補正装置を備えた動画像表示装置 | |
JP2013074314A (ja) | 画像処理方法、画像読取装置、および画像処理プログラム | |
JP6413450B2 (ja) | 画像処理装置、画像形成装置およびプログラム | |
JP2008107981A (ja) | 画像処理装置及び画像処理方法 | |
JP5123270B2 (ja) | 画像処理装置及び画像表示装置 | |
JP2000261653A (ja) | 画像処理装置 | |
JP2004304543A (ja) | ハーフトーン化処理方法及びハーフトーン化処理システム | |
JP6701687B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |