CN108389232A - 基于理想视点的非规则表面投影图像几何校正方法 - Google Patents

基于理想视点的非规则表面投影图像几何校正方法 Download PDF

Info

Publication number
CN108389232A
CN108389232A CN201711258185.6A CN201711258185A CN108389232A CN 108389232 A CN108389232 A CN 108389232A CN 201711258185 A CN201711258185 A CN 201711258185A CN 108389232 A CN108389232 A CN 108389232A
Authority
CN
China
Prior art keywords
rgb
kinect
projector
value
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.)
Granted
Application number
CN201711258185.6A
Other languages
English (en)
Other versions
CN108389232B (zh
Inventor
韩成
张超
杨帆
李华
蒋振刚
权巍
薛耀红
黄鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changchun University of Science and Technology
Original Assignee
Changchun University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changchun University of Science and Technology filed Critical Changchun University of Science and Technology
Priority to CN201711258185.6A priority Critical patent/CN108389232B/zh
Publication of CN108389232A publication Critical patent/CN108389232A/zh
Application granted granted Critical
Publication of CN108389232B publication Critical patent/CN108389232B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85Stereo camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker
    • G06T2207/30208Marker matrix

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Projection Apparatus (AREA)

Abstract

本发明涉及一种基于理想视点的非规则表面投影图像几何校正方法,其特征在于:将kinect v2.0和投影机固定到支撑调节机构上,并可以通过手动方式调整支撑调节机构的方位、俯仰方向的角度,进而调整kinect v2.0的拍摄角度和投影机的投影角度,确保kinect v2.0可以拍摄到投影机投射的全部图像;kinect v2.0和投影机都通过电缆与计算机连接;首先对非规则投影表面进行三维建模,建立理想视点以及视点坐标系,将投影表面的三维信息值转换为视点坐标系下的三维信息值,在视点坐标系下对投影图像进行几何校正。该方法无需进行摄像机‑投影机联合标定,采用理想视点替代摄像机作为基准进行几何校正,基于理想视点的几何校正满足观察者的视觉需求是本发明的最大特点。

Description

基于理想视点的非规则表面投影图像几何校正方法
技术领域
本发明涉及一种基于理想视点的非规则表面投影图像几何校正方法,属于计算机视觉技术领域。
背景技术
最初发明投影机都是针对投影表面是平面,当投射出来的画面为矩形时,符合人眼视觉的感知特性,而当投影表面是非平面时,投影画面就会发生变形失真。现在的投影机都自带有水平和垂直梯形校正功能,但通常投影机自带的校正不能满足几何校正的要求,这时候需要对投影画面做出调整,因此投影机自适应投影环境的几何校正是投影系统中的研究热点。
最常用的投影机几何校正的方法是通过摄像机对投影画面进行拍摄,从而计算出原始投影图像和摄像机采集图像之间的几何对应关系,再以此进行几何校正。肖朝等人通过采用投影结构光栅和摄像机拍摄得到变形光栅特征像素点的对应关系进行投影几何校正。朱博等人使用基于二进制编码高斯球的离散映射集合方法,通过计算对应像素映射关系消除投影图像的几何畸变。基于摄像机的投影机几何校正方法中,首先需要对摄像机进行标定,然后再利用标定后的摄像机去采集投影机投射的特征信息,从而得到投影机像平面与目标投影表面的几何对应关系。这种方法容易受到各种外部环境因素的制约,例如投影面介质的反射属性、摄像机所处的光照条件、投影环境的背景干扰等。
综上所述,在现有的几何校正方法中,通常是以摄像机为基准进行,这就可能导致观察者离摄像机越远,观察校正后的图像越不符合观察者的视觉需求。
发明内容
本发明的目的在于提供一种理想视点的非规则表面投影图像几何校正方法,首先对非规则投影表面进行三维建模,建立理想视点以及视点坐标系,将投影表面的三维信息值转换为视点坐标系下的三维信息值,在视点坐标系下对投影图像进行几何校正。该方法无需进行摄像机-投影机联合标定,采用理想视点替代摄像机作为基准进行几何校正,基于理想视点的几何校正满足观察者的视觉需求是本发明的最大特点。
本发明的技术方案实现如下:基于理想视点的非规则表面投影图像几何校正方法,采用设备为kinect v2.0 1、投影机2、支撑调节机构3、计算机4、非规则投影面5;其特征在于:将kinect v2.0 1和投影机2固定到支撑调节机构3 上,并可以通过手动方式调整支撑调节机构3的方位、俯仰方向的角度,进而调整kinect v2.0 1的拍摄角度和投影机2的投影角度,确保kinect v2.0 1可以拍摄到投影机2投射的全部图像;kinect v2.0 1和投影机2都通过电缆与计算机4连接;其具体的步骤如下:
步骤1:使用棋盘格标定板,设定棋盘格图像中的方格大小SquareSize,SquareSize=20mm,同时利用方格构造棋盘格图像的水平方向上Hc个角点和竖直方向上Vc个角点,其中Hc=12(个),Vc=15(个),通过支撑调节机构3调整kinect v2.0 1使得棋盘格标定板能够在kinect v2.0 1的RGB相机和深度相机都能采集的视野范围内。利用opencv2.10的InitCorners3D函数和方格大小 SquareSize求取棋盘格标定板图像中的所有角点的世界坐标值 i=1,2…Hc,j=1,2,…Vc。
步骤2:利用kinect v2.0 1的RGB相机采集棋盘格标定板图像为Pic_RGB,利用opencv2.10的cvCvtColor函数对图像Pic_RGB进行灰度化处理得到图像 Pic_RGB_gray,接着利用opencv2.10的cvFindChessboardCorners函数对图像 Pic_RGB_gray进行角点检测得到所有的角点坐标信息值 i=1,2…Hc,j=1,2,…Vc;接着利用opencv2.10的cvCalibrateCamera2函数获取 kinect v2.0 1的RGB相机的内参数矩阵HRGB以及相对于棋盘格标定板的旋转向量RVRGB和位移向量TRGB;再利用opencv2.10的Rodrigues函数对旋转向量RVRGB进行转换得到RGB相机相对于棋盘格标定板的旋转矩阵RRGB
步骤3:利用kinect v2.0 1的深度相机采集棋盘格标定板图像为Pic_IR,利用OpenCV 2.10的cvCvtColor函数对图像Pic_IR进行灰度化处理得到图像 Pic_IR_gray,接着利用opencv2.10的cvFindChessboardCorners函数对图像 Pic_IR_gray进行角点检测得到所有的角点坐标信息值 i=1,2…Hc,j=1,2,…Vc;接着利用opencv2.10的cvCalibrateCamera2函数获取kinect v2.0 1的相机的内参数矩阵HIR以及相对于棋盘格标定板的旋转向量RVIR和位移向量TIR;再利用opencv2.10的Rodrigues函数对旋转向量RVIR进行转换得到kinect v2.0 1的深度相机相对于棋盘格标定板的旋转矩阵RIR
步骤4:利用步骤2得到的kinect v2.0 1的RGB相机相对于棋盘格标定板的旋转矩阵RRGB和位移向量TRGB,利用步骤3得到的kinect v2.0 1的深度相机相对于棋盘格标定板的旋转矩阵RIR和位移向量TIR,结合公式
R=RRGBRIR -1
T=TRGB-RRGBRIR -1TIR=TRGB-RTIR
求取kinect v2.0 1的深度相机与RGB相机之间的空间旋转关系R以及空间位移关系T。
步骤5:利用投影机2将步骤1设定的棋盘格图像投射到非规则投影面5上,记录投影机缓存棋盘格图像中的任意方格的四个角点 以及该四个角点对应的视点v坐标系中二维信息值 同时利用kinect v2.0 1的深度相机采集非规则投影面5表面上的调制的棋盘格图像中所有角点三维深度值 i=1,2,3….k,k<=Hc,j=1,2,3…..h,h<=Vc;利用公式
得到调制棋盘格图像中的角点在kinect v2.0 1的RGB相机下角点的三维信息值i=1,2,3….k,k<=Hc,j=1,2,3…..h,h<=Vc。
步骤7:利用公式
对所有kinect v2.0 1的RGB相机下角点的三维信息值中的深度值Z进行均值求解得到Z*值,其中n为kinect v2.0 1的RGB相机下角点的总个数。
步骤8:设定与kinect v2.0 1的RGB相机xrgb-orgb-yrgb平面平行且Z轴坐标值为z*的平面作为目标校正平面planeTarget,利用公式
Xmin=min{X1,X2...Xn};
Xmax=max{X1,X2...Xn};
Ymin=min{Y1,Y2...Yn};
Ymax=max{Y1,Y2...Yn};
获取目标校正平面planeTarget中所有角点横坐标的最小值Xmin和最大值 Xmax以及纵坐标的最小值Ymin以及最大值Ymax
步骤9:构建目标校正平面planeTarget的目标校正矩形ABCD,其中利用公式
A=(Xmin,Ymin,Z*),B=(Xmax,Ymin,Z*);
C=(Xmax,Ymax,Z*),D=(Xmin,Ymax,Z*);
可得目标校正矩形ABCD中四个顶点的三维坐标值;利用公式
求取目标校正矩形ABCD中对角线AC和BD的交点E,E的三维坐标值为 (EX,EY,Z*);
步骤10:建立理想视点V以及视点坐标系v-xyz,其中视点坐标系与kinect v2.0 1采用相同的右手坐标系,设定理想视点V到目标校正平面的距离为d(本发明设定d=z*/2),记v为视点坐标系原点,z轴与VE重合指向E,x,y轴分别 kinect v2.0 1的RGB相机的横坐标轴和纵坐标轴平行,则视点v坐标系v= ((xmin+xmax)/2,(ymin+ymax)/2,z*-d),将相机采集的非规则投影面5表面上的调制的棋盘格图像中角点三维深度值转换到视点v坐标系下中,则可对得到所有角点在视点v坐标系中角点的二维信息值,其对应的投影机缓存缓存棋盘格图像的角点二维信息值。
步骤11:利用公式
构建视点坐标系下的方格中的四个角点与投影机缓存棋盘格图像中方格的四个角点之间的映射关系 通过最小二乘法进行求解,即可得到映射关系Mk的各个值。
步骤12:将投影机2投影的原始图像按照投影机缓存棋盘格图像中的方格角点构成的方块区域进行划分,接着对原始图像划分得到的各个方块区域的每个顶点信息利用方块区域对应的映射关系Mk进行仿射变换,从而能够将投影机2 投影原始投影图转换为预投影变换图像。
步骤13:利用投影机2投射预投影变换图像到非规则投影面5中,从而使得观察者能够观看到视觉一致性的校正图像。
利用以上步骤可以得到理想视点下非规则表面投影图像的几何校正,本发明的积极效果是基于理想视点的几何校正方法是对非规则投影图像进行扭曲畸变校正,不以摄像机为基准进行校正,而以理想视点来进行几何校正。
附图说明
图1基于理想视点的非规则表面投影图像几何校正方法所需设备结构图
具体实施方式
下面结合附图对本发明做进一步的描述:如图1所示,基于理想视点的非规则表面投影图像几何校正方法所需设备结构图,采用设备为kinect v2.0 1、投影机2、支撑调节机构3、计算机4、非规则投影面5;其特征在于:将kinect v2.0 1和投影机2固定到支撑调节机构3上,并可以通过手动方式调整支撑调节机构 3的方位、俯仰方向的角度,进而调整kinect v2.0 1的拍摄角度和投影机2的投影角度,确保kinect v2.0 1可以拍摄到投影机2投射的全部图像;kinect v2.0 1和投影机2都通过电缆与计算机4连接;其具体的步骤如下:
步骤1:使用棋盘格标定板,设定棋盘格图像中的方格大小SquareSize,SquareSize=20mm,同时利用方格构造棋盘格图像的水平方向上Hc个角点和竖直方向上Vc个角点其中Hc=12(个),Vc=15(个),通过支撑调节机构3调整kinect v2.0 1使得棋盘格标定板能够在kinect v2.0 1的RGB相机和深度相机都能采集的视野范围内。利用opencv2.10的InitCorners3D函数和方格大小 SquareSize求取棋盘格标定板图像中的所有角点的世界坐标值 i=1,2…Hc,j=1,2,…Vc。
步骤2:利用kinect v2.0 1的RGB相机采集棋盘格标定板图像为Pic_RGB,利用opencv2.10的cvCvtColor函数对图像Pic_RGB进行灰度化处理得到图像 Pic_RGB_gray,接着利用opencv2.10的cvFindChessboardCorners函数对图像 Pic_RGB_gray进行角点检测得到所有的角点坐标信息值 i=1,2…Hc,j=1,2,…Vc;接着利用opencv2.10的cvCalibrateCamera2函数获取 kinect v2.0 1的RGB相机的内参数矩阵HRGB以及相对于棋盘格标定板的旋转向量RVRGB和位移向量TRGB;再利用opencv2.10的Rodrigues函数对旋转向量RVRGB进行转换得到RGB相机相对于棋盘格标定板的旋转矩阵RRGB
步骤3:利用kinect v2.0 1的深度相机采集棋盘格标定板图像为Pic_IR,利用OpenCV 2.10的cvCvtColor函数对图像PIc_IR进行灰度化处理得到图像Pic_IR_gray,接着利用opencv2.10的cvFindChessboardCorners函数对图像 Pic_IR_gray进行角点检测得到所有的角点坐标信息值 i=1,2…Hc,j=1,2,…Vc;接着利用opencv2.10的cvCalibrateCamera2函数获取 kinect v2.0 1的相机的内参数矩阵HIR以及相对于棋盘格标定板的旋转向量RVIR和位移向量TIR;再利用opencv2.10的Rodrigues函数对旋转向量RVIR进行转换得到kinect v2.0 1的深度相机相对于棋盘格标定板的旋转矩阵RIR
步骤4:利用步骤2得到的kinect v2.0 1的RGB相机相对于棋盘格标定板的旋转矩阵RRGB和位移向量TRGB,利用步骤3得到的kinect v2.0 1的深度相机相对于棋盘格标定板的旋转矩阵RIR和位移向量TIR,结合公式
R=RRGBRIR -1
T=TRGB-RRGBRIR -1TIR=TRGB-RTIR
求取kinect v2.0 1的深度相机与RGB相机之间的空间旋转关系R以及空间位移关系T。
步骤5:利用投影机2将步骤1设定的棋盘格图像投射到非规则投影面5上,记录投影机缓存棋盘格图像中的任意方格的四个角点 以及该四个角点对应的视点v坐标系中二维信息值 同时利用kinect v2.0 1的深度相机采集非规则投影面5表面上的调制的棋盘格图像中所有角点三维深度值 i=1,2,3….k,k<=Hc,j=1,2,3…..h,h<=Vc;利用公式
得到调制棋盘格图像中的角点在kinect v2.0 1的RGB相机下角点的三维信息值i=1,2,3….k,k<=Hc,j=1,2,3…..h,h<=Vc。
步骤7:利用公式
对所有kinect v2.0 1的RGB相机下角点的三维信息值中的深度值Z进行均值求解得到Z*值,其中n为kinect v2.0 1的RGB相机下角点的总个数。
步骤8:设定与kinect v2.0 1的RGB相机xrgb-orgb-yrgb平面平行且Z轴坐标值为z*的平面作为目标校正平面planeTarget,利用公式
Xmin=min{X1,X2...Xn};
Xmax=max{X1,X2...Xn};
Ymin=min{Y1,Y2... Yn};
Ymax=max{Y1,Y2...Yn};
获取目标校正平面planeTarget中所有角点横坐标的最小值Xmin和最大值 Xmax以及纵坐标的最小值Ymin以及最大值Ymax
步骤9:构建目标校正平面planeTarget的目标校正矩形ABCD,其中利用公式
A=(Xmin,Ymin,Z*),B=(Xmax,Ymin,Z*);
C=(Xmax,Ymax,Z*),D=(Xmin,Ymax,Z*);
可得目标校正矩形ABCD中四个顶点的三维坐标值;利用公式
求取目标校正矩形ABCD中对角线AC和BD的交点E,E的三维坐标值为 (EX,EY,Z*);
步骤10:建立理想视点V以及视点坐标系v-xyz,其中视点坐标系与kinect v2.0 1采用相同的右手坐标系,设定理想视点V到目标校正平面的距离为d(本发明设定d=z*/2),记v为视点坐标系原点,z轴与VE重合指向E,x,y轴分别 kinect v2.0 1的RGB相机的横坐标轴和纵坐标轴平行,则视点v坐标系v= ((xmin+xmax)/2,(ymin+ymax)/2,z*-d),将相机采集的非规则投影面5表面上的调制的棋盘格图像中角点三维深度值转换到视点v坐标系下中,则可对得到所有角点在视点v坐标系中角点的二维信息值,其对应的投影机缓存缓存棋盘格图像的角点二维信息值。
步骤11:利用公式
构建视点坐标系下的方格中的四个角点与投影机缓存棋盘格图像中方格的四个角点之间的映射关系 通过最小二乘法进行求解,即可得到映射关系Mk的各个值。
步骤12:将投影机2投影的原始图像按照投影机缓存棋盘格图像中的方格角点构成的方块区域进行划分,接着对原始图像划分得到的各个方块区域的每个顶点信息利用方块区域对应的映射关系Mk进行仿射变换,从而能够将投影机2 投影原始投影图转换为预投影变换图像。
步骤13:利用投影机2投射预投影变换图像到非规则投影面5中,从而使得观察者能够观看到视觉一致性的校正图像。
利用以上步骤可以得到在理想视点下实现非规则表面投影图像的几何畸变校正。

Claims (1)

1.基于理想视点的非规则表面投影图像几何校正方法,采用设备为kinect v2.0、投影机、支撑调节机构、计算机、非规则投影面;其特征在于:将kinect v2.0和投影机固定到支撑调节机构上,并可以通过手动方式调整支撑调节机构的方位、俯仰方向的角度,进而调整kinect v2.0的拍摄角度和投影机的投影角度,确保kinect v2.0可以拍摄到投影机投射的全部图像;kinect v2.0和投影机都通过电缆与计算机连接;其具体的步骤如下:
步骤1:使用棋盘格标定板,设定棋盘格图像中的方格大小SquareSize,SquareSize=20mm,同时利用方格构造棋盘格图像的水平方向上Hc个角点和竖直方向上Vc个角点,其中Hc=12(个),Vc=15(个),通过支撑调节机构调整kinect v2.0使得棋盘格标定板能够在kinect v2.0的RGB相机和深度相机都能采集的视野范围内;利用opencv2.10的InitCorners3D函数和方格大小SquareSize求取棋盘格标定板图像中的所有角点的世界坐标值
步骤2:利用kinect v2.0的RGB相机采集棋盘格标定板图像为Pic_RGB,利用opencv2.10的cvCvtColor函数对图像Pic_RGB进行灰度化处理得到图像Pic_RGB_gray,接着利用opencv2.10的cvFindChessboardCorners函数对图像Pic_RGB_gray进行角点检测得到所有的角点坐标信息值 接着利用opencv2.10的cvCalibrateCamera2函数获取kinect v2.0的RGB相机的内参数矩阵HRGB以及相对于棋盘格标定板的旋转向量RVRGB和位移向量TRGB;再利用opencv2.10的Rodrigues函数对旋转向量RVRGB进行转换得到RGB相机相对于棋盘格标定板的旋转矩阵RRGB
步骤3:利用kinect v2.0的深度相机采集棋盘格标定板图像为Pic_IR,利用OpenCV2.10的cvCvtColor函数对图像Pic_IR进行灰度化处理得到图像Pic_IR_gray,接着利用opencv2.10的cvFindChessboardCorners函数对图像Pic_IR_gray进行角点检测得到所有的角点坐标信息值 接着利用opencv2.10的cvCalibrateCamera2函数获取kinect v2.0的相机的内参数矩阵HIR以及相对于棋盘格标定板的旋转向量RVIR和位移向量TIR;再利用opencv2.10的Rodrigues函数对旋转向量RVIR进行转换得到kinect v2.0的深度相机相对于棋盘格标定板的旋转矩阵RIR
步骤4:利用步骤2得到的kinect v2.0的RGB相机相对于棋盘格标定板的旋转矩阵RRGB和位移向量TRGB,利用步骤3得到的kinect v2.0的深度相机相对于棋盘格标定板的旋转矩阵RIR和位移向量TIR,结合公式
R=RRGBRIR -1
T=TRGB-RRGBRIR -1TIR=TRGB-RTIR
求取kinect v2.0的深度相机与RGB相机之间的空间旋转关系R以及空间位移关系T;
步骤5:利用投影机将步骤1设定的棋盘格图像投射到非规则投影面上,记录投影机缓存棋盘格图像中的任意方格的四个角点 以及该四个角点对应的视点v坐标系中二维信息值 同时利用kinect v2.0的深度相机采集非规则投影面表面上的调制的棋盘格图像中所有角点三维深度值 利用公式
得到调制棋盘格图像中的角点在kinect v2.0的RGB相机下角点的三维信息值
步骤7:利用公式
对所有kinect v2.0的RGB相机下角点的三维信息值中的深度值Z进行均值求解得到Z*值,其中n为kinect v2.0的RGB相机下角点的总个数;
步骤8:设定与kinect v2.0的RGB相机xrgb-orgb-yrgb平面平行且Z轴坐标值为z*的平面作为目标校正平面planeTarget,利用公式
Xmin=min{X1,X2...Xn};
Xmax=max{X1,X2...Xn};
Ymin=min{Y1,Y2...Yn};
Ymax=max{Y1,Y2...Yn};
获取目标校正平面planeTarget中所有角点横坐标的最小值Xmin和最大值Xmax以及纵坐标的最小值Ymin以及最大值Ymax
步骤9:构建目标校正平面planeTarget的目标校正矩形ABCD,其中利用公式
A=(Xmin,Ymin,Z*),B=(Xmax,Ymin,Z*);
C=(Xmax,Ymax,Z*),D=(Xmin,Ymax,Z*);
可得目标校正矩形ABCD中四个顶点的三维坐标值;利用公式
求取目标校正矩形ABCD中对角线AC和BD的交点E,E的三维坐标值为(EX,EY,Z*);
步骤10:建立理想视点V以及视点坐标系v-xyz,其中视点坐标系与kinect v2.0采用相同的右手坐标系,设定理想视点V到目标校正平面的距离为d(本发明设定d=z*/2),记v为视点坐标系原点,z轴与VE重合指向E,x,y轴分别kinect v2.01的RGB相机的横坐标轴和纵坐标轴平行,则视点v坐标系v=((xmin+xmax)/2,(ymin+ymax)/2,z*-d),将相机采集的非规则投影面表面上的调制的棋盘格图像中角点三维深度值转换到视点v坐标系下中,则可对得到所有角点在视点v坐标系中角点的二维信息值,其对应的投影机缓存缓存棋盘格图像的角点二维信息值;
步骤11:利用公式
构建视点坐标系下的方格中的四个角点与投影机缓存棋盘格图像中方格的四个角点之间的映射关系 通过最小二乘法进行求解,即可得到映射关系Mk的各个值;
步骤12:将投影机投影的原始图像按照投影机缓存棋盘格图像中的方格角点构成的方块区域进行划分,接着对原始图像划分得到的各个方块区域的每个顶点信息利用方块区域对应的映射关系Mk进行仿射变换,从而能够将投影机投影原始投影图转换为预投影变换图像;
步骤13:利用投影机投射预投影变换图像到非规则投影面中,从而使得观察者能够观看到视觉一致性的校正图像。
CN201711258185.6A 2017-12-04 2017-12-04 基于理想视点的非规则表面投影图像几何校正方法 Expired - Fee Related CN108389232B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711258185.6A CN108389232B (zh) 2017-12-04 2017-12-04 基于理想视点的非规则表面投影图像几何校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711258185.6A CN108389232B (zh) 2017-12-04 2017-12-04 基于理想视点的非规则表面投影图像几何校正方法

Publications (2)

Publication Number Publication Date
CN108389232A true CN108389232A (zh) 2018-08-10
CN108389232B CN108389232B (zh) 2021-10-19

Family

ID=63075958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711258185.6A Expired - Fee Related CN108389232B (zh) 2017-12-04 2017-12-04 基于理想视点的非规则表面投影图像几何校正方法

Country Status (1)

Country Link
CN (1) CN108389232B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109451290A (zh) * 2018-12-25 2019-03-08 广州励丰文化科技股份有限公司 基于异形投影画面的自动校正方法及系统
CN109636874A (zh) * 2018-12-17 2019-04-16 浙江科澜信息技术有限公司 一种三维模型透视投影方法、系统及相关装置
CN109875686A (zh) * 2019-03-16 2019-06-14 哈尔滨理工大学 一种患者体表投影图像序列生成方法
CN110310336A (zh) * 2019-06-10 2019-10-08 青岛小鸟看看科技有限公司 一种触控投影系统及图像处理方法
CN110308817A (zh) * 2019-06-10 2019-10-08 青岛小鸟看看科技有限公司 一种触控动作识别方法及触控投影系统
CN110443856A (zh) * 2019-08-12 2019-11-12 广州图语信息科技有限公司 一种3d结构光模组标定方法、存储介质、电子设备
CN110942485A (zh) * 2019-11-27 2020-03-31 腾讯科技(深圳)有限公司 基于人工智能的场景感知方法、装置及电子设备
CN111131801A (zh) * 2018-11-01 2020-05-08 华勤通讯技术有限公司 投影仪校正系统、方法及投影仪
CN111355894A (zh) * 2020-04-14 2020-06-30 长春理工大学 一种新型自标定激光扫描投影系统
CN111918045A (zh) * 2020-08-05 2020-11-10 华强方特(深圳)软件有限公司 用于多个投影机进行投影拼接校正的网格数据生成方法
CN113160070A (zh) * 2021-03-02 2021-07-23 中国人民解放军空军航空大学 航空三步进面阵图像几何校正方法
CN114157848A (zh) * 2021-12-01 2022-03-08 深圳市火乐科技发展有限公司 投影设备校正方法、装置、存储介质以及投影设备
CN115578296A (zh) * 2022-12-06 2023-01-06 南京诺源医疗器械有限公司 一种立体视频处理方法
WO2023102866A1 (en) * 2021-12-10 2023-06-15 Intel Corporation Automatic projection correction
CN116433476A (zh) * 2023-06-09 2023-07-14 有方(合肥)医疗科技有限公司 Ct图像处理方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102014259A (zh) * 2010-11-17 2011-04-13 杭州华泰医疗科技有限公司 基于投影纹理映射的斜投影失真校正方法
US20120278055A1 (en) * 2009-11-18 2012-11-01 Koninklijke Philips Electronics N.V. Motion correction in radiation therapy
CN103020954A (zh) * 2012-10-31 2013-04-03 长春理工大学 面向非规则表面的自适应投影系统
CN103514628A (zh) * 2012-06-29 2014-01-15 中国船舶重工集团公司第七0九研究所 一种基于3d建模和位置查表技术的图像非线性几何校正方法
CN104994578A (zh) * 2015-06-25 2015-10-21 长春理工大学 基于修正的仿真曲线拟合的非测距定位算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120278055A1 (en) * 2009-11-18 2012-11-01 Koninklijke Philips Electronics N.V. Motion correction in radiation therapy
CN102014259A (zh) * 2010-11-17 2011-04-13 杭州华泰医疗科技有限公司 基于投影纹理映射的斜投影失真校正方法
CN103514628A (zh) * 2012-06-29 2014-01-15 中国船舶重工集团公司第七0九研究所 一种基于3d建模和位置查表技术的图像非线性几何校正方法
CN103020954A (zh) * 2012-10-31 2013-04-03 长春理工大学 面向非规则表面的自适应投影系统
CN104994578A (zh) * 2015-06-25 2015-10-21 长春理工大学 基于修正的仿真曲线拟合的非测距定位算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
白宝兴等: "非规则投影曲面深度感知几何校正研究", 《系统仿真学报》 *
陈莉莉: "自由立体显示系统中的校正技术", 《中国优秀硕士学位论文全文数据库》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111131801A (zh) * 2018-11-01 2020-05-08 华勤通讯技术有限公司 投影仪校正系统、方法及投影仪
CN109636874A (zh) * 2018-12-17 2019-04-16 浙江科澜信息技术有限公司 一种三维模型透视投影方法、系统及相关装置
CN109451290A (zh) * 2018-12-25 2019-03-08 广州励丰文化科技股份有限公司 基于异形投影画面的自动校正方法及系统
CN109875686A (zh) * 2019-03-16 2019-06-14 哈尔滨理工大学 一种患者体表投影图像序列生成方法
CN110310336A (zh) * 2019-06-10 2019-10-08 青岛小鸟看看科技有限公司 一种触控投影系统及图像处理方法
CN110308817A (zh) * 2019-06-10 2019-10-08 青岛小鸟看看科技有限公司 一种触控动作识别方法及触控投影系统
CN110308817B (zh) * 2019-06-10 2023-04-07 青岛小鸟看看科技有限公司 一种触控动作识别方法及触控投影系统
CN110310336B (zh) * 2019-06-10 2021-08-06 青岛小鸟看看科技有限公司 一种触控投影系统及图像处理方法
CN110443856A (zh) * 2019-08-12 2019-11-12 广州图语信息科技有限公司 一种3d结构光模组标定方法、存储介质、电子设备
CN110942485A (zh) * 2019-11-27 2020-03-31 腾讯科技(深圳)有限公司 基于人工智能的场景感知方法、装置及电子设备
CN111355894A (zh) * 2020-04-14 2020-06-30 长春理工大学 一种新型自标定激光扫描投影系统
CN111918045A (zh) * 2020-08-05 2020-11-10 华强方特(深圳)软件有限公司 用于多个投影机进行投影拼接校正的网格数据生成方法
CN111918045B (zh) * 2020-08-05 2021-09-17 华强方特(深圳)软件有限公司 用于多个投影机进行投影拼接校正的网格数据生成方法
CN113160070A (zh) * 2021-03-02 2021-07-23 中国人民解放军空军航空大学 航空三步进面阵图像几何校正方法
CN113160070B (zh) * 2021-03-02 2022-07-26 中国人民解放军空军航空大学 航空三步进面阵图像几何校正方法
CN114157848A (zh) * 2021-12-01 2022-03-08 深圳市火乐科技发展有限公司 投影设备校正方法、装置、存储介质以及投影设备
WO2023102866A1 (en) * 2021-12-10 2023-06-15 Intel Corporation Automatic projection correction
CN115578296A (zh) * 2022-12-06 2023-01-06 南京诺源医疗器械有限公司 一种立体视频处理方法
CN116433476A (zh) * 2023-06-09 2023-07-14 有方(合肥)医疗科技有限公司 Ct图像处理方法及装置
CN116433476B (zh) * 2023-06-09 2023-09-08 有方(合肥)医疗科技有限公司 Ct图像处理方法及装置

Also Published As

Publication number Publication date
CN108389232B (zh) 2021-10-19

Similar Documents

Publication Publication Date Title
CN108389232A (zh) 基于理想视点的非规则表面投影图像几何校正方法
CN107341832B (zh) 一种基于红外定位系统的多视角切换拍摄系统和方法
JP5340952B2 (ja) 三次元投影ディスプレイ
US8223208B2 (en) Device and method for calibrating an imaging device for generating three dimensional surface models of moving objects
KR100799088B1 (ko) 고속 디지털 팬 틸트 줌 비디오
CN110782394A (zh) 全景视频快速拼接方法及系统
CN106570938A (zh) 基于opengl 的全景监控方法及系统
CN104519340B (zh) 基于多深度图像变换矩阵的全景视频拼接方法
CN108718373A (zh) 影像装置
JP2016504819A (ja) 物理的オブジェクトから仮想的シーン内の仮想的オブジェクトをリアルタイムで取得して挿入する方法
CN109685913A (zh) 基于计算机视觉定位的增强现实实现方法
JP2014522591A (ja) 角スライス実像3dディスプレイのためのアライメント、キャリブレーション、およびレンダリングのシステムおよび方法
CN105791800B (zh) 立体显示系统及立体显示方法
CN105959669B (zh) 一种基于重映射的集成成像微图像阵列快速生成方法
JP2014219874A (ja) 背景差分抽出装置及び背景差分抽出方法
CN111009030A (zh) 一种多视高分辨率纹理图像与双目三维点云映射方法
CN107145224B (zh) 基于三维球面泰勒展开的人眼视线跟踪方法和装置
US11847735B2 (en) Information processing apparatus, information processing method, and recording medium
CN107545537A (zh) 一种从稠密点云生成3d全景图片的方法
CN107845056A (zh) 基于柱面模型的鱼眼图像全景生成方法
CN205430421U (zh) 用于电影虚拟化制作的可控俯仰角全景摄影系统
CN113763544A (zh) 图像确定方法、装置、电子设备和计算机可读存储介质
CN105681638A (zh) 用于电影虚拟化制作的可控俯仰角全景摄影系统
CN108205799B (zh) 一种图像拼接方法及装置
CN110766752B (zh) 一种带反光标志点的虚拟现实交互眼镜及空间定位方法

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211019