[發明專利]投影儀姿態估計、梯形校正方法、裝置、投影儀及介質

在審

• 申請號: 202011542663.8
• 申請日: 2020-12-23
• 公開（公告）號: CN112598728A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 賴俊霖;王鑫
• 申請（專利權）人: 成都極米科技股份有限公司
• 主分類號: G06T7/70
• 分類號: G06T7/70;H04N9/31
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種投影儀姿態估計方法，其特征在于，包括：

獲取投影畫面的圖像；

根據所述圖像和姿態估計模型得到投影儀的姿態參數，所述姿態估計模型是利用不同姿態下的投影畫面圖像及其對應的投影儀姿態參數訓練得到的。

2.根據權利要求1所述的一種投影儀姿態估計方法，其特征在于，所述根據所述圖像和姿態估計模型得到投影儀的姿態參數包括：

將所述圖像輸入到所述姿態估計模型中，由所述姿態估計模型輸出投影儀的姿態參數。

3.根據權利要求1所述的一種投影儀姿態估計方法，其特征在于，所述根據所述圖像和姿態估計模型得到投影儀的姿態參數包括：

對所述圖像進行二值化，生成所述圖像的二值圖像；

將所述圖像的二值圖像輸入到所述姿態估計模型中，由所述姿態估計模型輸出投影儀的姿態參數。

4.根據權利要求1所述的一種投影儀姿態估計方法，其特征在于，所述姿態估計模型的訓練方法包括：

獲取投影儀正投時的投影畫面圖像及對應的投影儀姿態參數；

獲取投影儀側投時的投影畫面圖像及對應的投影儀姿態參數；

獲取投影儀只存在俯仰角時的投影畫面圖像及對應的投影儀姿態參數；

獲取投影儀存在水平旋轉角和俯仰角時的投影畫面圖像及對應的投影儀姿態參數；

利用獲取到的投影畫面圖像及對應的投影儀姿態參數組成訓練集訓練卷積神經網絡，得到所述姿態估計模型。

5.根據權利要求4所述的一種投影儀姿態估計方法，其特征在于，所述利用獲取到的投影畫面圖像及對應的投影儀姿態參數訓練卷積神經網絡包括：

將所述獲取到的投影畫面圖像作為輸入數據，將所述投影畫面圖像對應的投影儀姿態參數作為監督數據，對卷積神經網絡進行訓練。

6.根據權利要求4所述的一種投影儀姿態估計方法，其特征在于，所述利用獲取到的投影畫面圖像及對應的投影儀姿態參數訓練卷積神經網絡包括：

對所述獲取到的投影畫面圖像進行二值化，生成所述投影畫面圖像的二值圖像；

將所述投影畫面圖像的二值圖像作為輸入數據，將所述投影畫面圖像對應的投影儀姿態參數作為監督數據，對卷積神經網絡進行訓練。

7.根據權利要求3或6所述的一種投影儀姿態估計方法，其特征在于，所述二值化的方法包括：

對待二值化圖像進行預處理，得到與所述待二值化圖像同分辨率的二值圖像。

8.根據權利要求7所述的一種投影儀姿態估計方法，其特征在于，所述對待二值化圖像進行預處理，得到與所述待二值化圖像同分辨率的二值圖像包括：

對所述待二值化圖像進行灰度化，得到灰度圖像；

對所述灰度圖像去噪；

對去噪后的灰度圖像進行灰度直方圖統計；

根據灰度直方圖統計數進行固定閾值二值化，生成與所述待二值化圖像同分辨率的二值圖像。

9.根據權利要求8所述的一種投影儀姿態估計方法，其特征在于，所述固定閾值為所述灰度直方圖統計數中值對應的灰度值。

10.根據權利要求1-3中任一項所述的一種投影儀姿態估計方法，其特征在于，所述姿態估計模型為訓練完成的卷積神經網絡。

11.根據權利要求1-9中任一項所述的一種投影儀姿態估計方法，其特征在于，所述姿態參數包括水平旋轉角度和垂直俯仰角度。

12.一種投影儀梯形校正方法，其特征在于，包括：

獲取投影儀的姿態參數，所述姿態參數根據權利要求1-11中任一項所述的投影儀姿態估計方法得到；

根據所述姿態參數進行梯形校正。