CN110458909A - 处理投影图像的方法、服务器、教学系统和介质 - Google Patents
处理投影图像的方法、服务器、教学系统和介质 Download PDFInfo
- Publication number
- CN110458909A CN110458909A CN201910717926.5A CN201910717926A CN110458909A CN 110458909 A CN110458909 A CN 110458909A CN 201910717926 A CN201910717926 A CN 201910717926A CN 110458909 A CN110458909 A CN 110458909A
- Authority
- CN
- China
- Prior art keywords
- image
- projected image
- profile data
- server
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 33
- 238000000605 extraction Methods 0.000 claims abstract description 19
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 11
- 230000009182 swimming Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 abstract description 14
- 230000000694 effects Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000006854 communication Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 241001270131 Agaricus moelleri Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007630 basic procedure Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006837 decompression Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- 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
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本申请公开了一种基于轮廓检测算法处理投影图像的方法、服务器、教学系统和介质。图像采集装置采集第一图像,并发送至服务器进行处理,而服务器响应于接收到的第一图像之后,提取该第一图像的第一轮廓数据;并根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据;从而,服务器对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至分路投影设备。基于此,本申请通过提取真实图像的第一轮廓数据,并将第一轮廓数据和投影图像对应位置处的第二轮廓数据进行匹配叠加,以增强投影图像的清晰度,使得学生能够看清授课现场的情况和课件内容,确保了教师的授课质量以及学生的学习效果。
Description
技术领域
本发明一般涉及教学技术领域,具体涉及一种处理投影图像的方法、服务器、教学系统和介质。
背景技术
随着网络技术的迅猛发展和多媒体的广泛应用,基于在线视频的网络教学改变了传统课堂教学的模式,使得教师和学生之间摆脱了时间和地域的限制,扩展了课堂教学的范围。除此之外,相较于传统课堂教学,网络教学还具有学生人数不受教室大小的限制,并能够及时、低成本地更新教学内容的优势。
在网络教学的过程中,教师通过投影幕布将授课现场的情况和课件内容向学生进行展示。但是,投影幕布上图像的清晰度很低会引起图像失真,尤其是涉及到对关键知识点的讲解,进而导致学生无法看清课件内容,学习效果不理想。
然而,针对上述问题,相关技术中尚未提出有效的解决方案。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种处理投影图像的方法、服务器、教学系统和介质。通过提取真实图像的轮廓数据,并将该轮廓数据和投影图像对应位置处的数据进行匹配叠加,从而增强投影图像的清晰度,使得学生能够看清授课现场的情况和课件内容,确保了教师的授课质量以及学生的学习效果。
第一方面,本申请提供一种基于轮廓检测算法处理投影图像的方法,所述方法包括:
提取第一图像的第一轮廓数据;
根据所述第一图像和投影图像的坐标转换关系,检测所述第一轮廓数据对应所述投影图像中的第二轮廓数据;
对所述第一轮廓数据与所述第二轮廓数据做运算,并将经过运算的所述投影图像实时发送至分路投影设备。
第二方面,本申请提供一种服务器,所述服务器包括:
提取模块,用于提取第一图像的第一轮廓数据;
检测模块,用于根据所述第一图像和投影图像的坐标转换关系,检测所述第一轮廓数据对应所述投影图像中的第二轮廓数据;
发送模块,用于对所述第一轮廓数据与所述第二轮廓数据做运算,并将经过运算的所述投影图像实时发送至分路投影设备。
第三方面,本申请提供一种教学系统,所述教学系统包括如第一方面所述的服务器、图像采集装置和分路投影设备;
其中,所述图像采集装置用于采集第一图像,并将所述第一图像发送至所述服务器;所述分路投影设备用于接收并放映所述服务器发送的经过运算的投影图像。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如第一方面所述的基于轮廓检测算法处理投影图像的方法的步骤。
综上,本申请提供的基于轮廓检测算法处理投影图像的方法,图像采集装置采集第一图像,并发送至服务器进行处理,而服务器响应于接收到的第一图像之后,提取该第一图像的第一轮廓数据;并根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据;从而,服务器对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至分路投影设备。基于此,本申请通过提取真实图像的第一轮廓数据,并将第一轮廓数据和投影图像对应位置处的第二轮廓数据进行匹配叠加,以增强投影图像的清晰度,使得学生能够看清授课现场的情况和课件内容,确保了教师的授课质量以及学生的学习效果。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本申请实施例提供的基于轮廓检测算法处理投影图像的方法所涉及的体验式教学场景示意图;
图2为本申请实施例提供的一种基于轮廓检测算法处理投影图像方法的基本流程示意图;
图3为本申请另一实施例提供的一种基于轮廓检测算法处理投影图像方法的流程示意图;
图4为本申请又一实施例提供的一种基于轮廓检测算法处理投影图像方法的流程示意图;
图5为本申请再一实施例提供的一种基于轮廓检测算法处理投影图像方法的流程示意图;
图6为本申请实施例提供的一种服务器;
图7为本申请另一实施例提供的一种服务器;
图8为本申请实施例提供的一种教学系统;
图9为本申请实施例提供的一种服务器、图像采集装置和分路投影设备的信息交互示意图;
图10为本申请实施例提供的一种计算机系统。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
请参考图1,其示出了本申请实施例提供的基于轮廓检测算法处理投影图像的方法所涉及的体验式教学场景示意图。如图1所示,该体验式教学场景提供一种教学帐篷11和服务器12,在教学帐篷11的顶部设置分路投影设备111,在教学帐篷11的侧面设置投影幕布112,以及在投影幕布112的上方设置图像采集装置113。
具体的,当学生使用教学帐篷11进行学习时,分路投影设备111将服务器12合成的其他学生立体图像,分别投射到多个投影幕布112上,从而构建一种多用户同时参与教学的场景,更好地提升学生的沉浸式教学体验。
需要说明的是,设置多个图像采集装置113,能够采集学生在不同角度的图像,比如学生的前面图像、后面图像和侧面图像,进而合成学生的立体图像。其中,图像采集装置113可以是摄像头,也可以是具备图像采集功能的移动终端。本申请实施例中所涉及的移动终端可以包括但不限于个人计算机(Personal Computer,PC)、个人数字助理(PersonalDigital Assistant,PDA)、平板电脑(Tablet Computer)、无线手持设备和手机等。
为了便于理解和说明,下面通过图2至图9详细的阐述本申请实施例提供的基于轮廓检测算法处理投影图像的方法、服务器以及教学系统。
请参考图2,其为本申请实施例提供的一种基于轮廓检测算法处理投影图像方法的基本流程示意图。该方法包括如下步骤:
S201,提取第一图像的第一轮廓数据。
需要说明的是,本申请实施例中的第一图像为真实图像,比如为教学图像,也可以为课件图像、人物图像以及风景图像,本申请实施例对此不进行限定。
具体的,本申请实施例中将第一图像转换为二值图像,并基于轮廓检测算法,提取二值图像对应的第一轮廓数据。
举例说明,以第一图像是教学图像为例,当教师和学生通过网络教学系统进行功课辅导时,图像采集装置采集教学图像,并发送至服务器进行处理。比如,教学图像可以是教师的指导画面,也可以是课件的画面。需要说明的是,二值图像是指图像上的每一个像素点只有两种可能的取值或灰度等级状态,也就是说,图像中的任何像素灰度值不是0就是255,再无其他过渡的灰度值。本申请实施例中采用二值图像来描述文字或者图形的轮廓,将与轮廓无关的细节忽略,占用空间少,提高了轮廓数据的提取效率。
而本申请实施例中提取轮廓数据的过程主要包括四个步骤,首先对二值图像做预处理,比如采用较小的二维高斯模板做平滑滤波处理,用以去除图像的噪声。由于如果采用大尺度模板往往会导致平滑过度,从而模糊边缘,大大地影响后续的边缘检测,因此本申请实施例中采用小尺度的模板保证了后续轮廓定位的准确性;其次,对平滑后的图像做边缘检测处理,得到初步的边缘响应图像,其中会涉及到亮度、颜色等可以区分物体与背景的可用梯度特征信息;然后,再对边缘响应做进一步处理,得到更好的边缘响应图像,该过程通常会涉及到判据,即对轮廓点和非轮廓点做出不同处理或者用相同的程式得到不同的作用结果,达到区分轮廓点和非轮廓点的效果,从而得到可以作为轮廓的边缘图像,其中如果此步骤之前得到的轮廓响应非常好时,该步骤往往是不用再考虑的;最后,对轮廓进行精确定位处理,并提取轮廓数据。
S202,根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据。
举例说明,当教学图像为教师的指导画面时,由于图像采集装置采集的画面较大,比如为5cm*5cm,而投影图像上设置教师的指导画面的区域尺寸小,比如为2cm*2cm。本申请实施例中根据教学图像在投影图像中的坐标位置以及缩放比例,计算第一轮廓数据对应投影图像中的第二轮廓数据,比如缩放比例为2/5。
S203,对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至投影设备。
举例说明,本申请实施例中可以对第一轮廓数据与第二轮廓数据做卷积运算,进而将经过运算的投影图像实时发送至投影设备,以增强投影图像的清晰度。
本申请实施例提供的基于轮廓检测算法处理投影图像的方法,图像采集装置采集第一图像,并发送至服务器进行处理,而服务器响应于接收到的第一图像之后,提取该第一图像的第一轮廓数据;并根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据;从而,服务器对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至分路投影设备。基于此,本申请通过提取真实图像的第一轮廓数据,并将第一轮廓数据和投影图像对应位置处的第二轮廓数据进行匹配叠加,以增强投影图像的清晰度,使得学生能够看清授课现场的情况和课件内容,确保了教师的授课质量以及学生的学习效果。
基于前述实施例,如图3所示,其为本申请另一实施例提供的一种基于轮廓检测算法处理投影图像方法的流程示意图。该方法包括如下步骤:
S301,将第一图像转换为二值图像。
需要说明的是,二值图像是指图像上的每一个像素点只有两种可能的取值或灰度等级状态,也就是说,图像中的任何像素灰度值不是0就是255,再无其他过渡的灰度值。本申请实施例中采用二值图像来描述文字或者图形的轮廓,将与轮廓无关的细节忽略,占用空间少,提高了轮廓数据的提取效率。
S302,遍历二值图像中的每一个像素点,二值图像包括第一灰度值和第二灰度值。
比如,第一灰度值为0,第二灰度值为255。
S303,若当前像素点的灰度值为第一灰度值,以及与当前像素点对应的邻域像素点为第二灰度值,则将邻域像素点的第二灰度值作为第一轮廓数据。
举例说明,当前像素点为P(x,y),假设第一灰度值为黑色0,而P(x,y)对应的八个邻域像素点为第二灰度值255。当前像素点的灰度值与对应的邻域像素点的灰度值不同,表明检测区域中出现了轮廓与非轮廓的临界线。
需要说明的是,在本申请的其它实施例中,若当前像素点的灰度值为第一灰度值,以及与当前像素点对应的邻域像素点也为第一灰度值,则将第一灰度值更新为第二灰度值。由于当前像素点的灰度值与对应的邻域像素点的灰度值相同,表明检测区域中没有轮廓。
S304,根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据。
举例说明,当教学图像为教师的指导画面时,由于图像采集装置采集的画面较大,比如为5cm*5cm,而投影图像上设置教师的指导画面的区域尺寸小,比如为2cm*2cm。本申请实施例中根据教学图像在投影图像中的坐标位置以及缩放比例,计算第一轮廓数据对应投影图像中的第二轮廓数据,比如缩放比例为2/5。
S305,对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至投影设备。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请实施例提供的基于轮廓检测算法处理投影图像的方法,通过提取真实图像的第一轮廓数据,并将第一轮廓数据和投影图像对应位置处的第二轮廓数据进行匹配叠加,以增强投影图像的清晰度,使得学生能够看清授课现场的情况和课件内容,确保了教师的授课质量以及学生的学习效果。
基于前述实施例,请参考图4,其为本申请又一实施例提供的一种基于轮廓检测算法处理投影图像方法的流程示意图。该方法包括如下步骤:
S401,将第一图像转换为二值图像。
需要说明的是,二值图像是指图像上的每一个像素点只有两种可能的取值或灰度等级状态,也就是说,图像中的任何像素灰度值不是0就是255,再无其他过渡的灰度值。本申请实施例中采用二值图像来描述文字或者图形的轮廓,将与轮廓无关的细节忽略,占用空间少,提高了轮廓数据的提取效率。
S402,将预设的图像子集分别与二值图像进行比对。
举例说明,采用一定大小的图像子集顺序访问二值图像数据,比如2*2的图像子集,在图像子集分别与二值图像比对的过程中,根据图像子集不同的数据情况进行轮廓信息的记录和提取。
S403,根据预设的图像子集计算到的不同比对数据序列,合并得到二值图像对应的第一轮廓数据。
比如,将图像子集计算到的不同比对数据序列进行轮廓片段的创建、合并以及延伸的操作来检测图像的轮廓,这种方式提取出来的图像轮廓带有内外深度包含关系。
S404,根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据。
举例说明,以第一图像是教学图像为例,当教学图像为教师的指导画面时,由于图像采集装置采集的画面较大,比如为5cm*5cm,而投影图像上设置教师的指导画面的区域尺寸小,比如为2cm*2cm。本申请实施例中根据教学图像在投影图像中的坐标位置以及缩放比例,计算第一轮廓数据对应投影图像中的第二轮廓数据,比如缩放比例为2/5。
S405,对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至投影设备。
举例说明,本申请实施例中可以对第一轮廓数据与第二轮廓数据做卷积运算,进而将经过运算的投影图像实时发送至投影设备,以增强投影图像的清晰度。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请实施例提供的基于轮廓检测算法处理投影图像的方法,通过提取真实图像的第一轮廓数据,并将第一轮廓数据和投影图像对应位置处的第二轮廓数据进行匹配叠加,以增强投影图像的清晰度,使得学生能够看清授课现场的情况和课件内容,确保了教师的授课质量以及学生的学习效果。
基于前述实施例,如图5所示,其为本申请再一实施例提供的一种基于轮廓检测算法处理投影图像方法的流程示意图。该方法包括如下步骤:
S501,将第一图像转换为二值图像。
需要说明的是,二值图像是指图像上的每一个像素点只有两种可能的取值或灰度等级状态,也就是说,图像中的任何像素灰度值不是0就是255,再无其他过渡的灰度值。本申请实施例中采用二值图像来描述文字或者图形的轮廓,将与轮廓无关的细节忽略,占用空间少,提高了轮廓数据的提取效率。
S502,对二值图像进行游程编码,并按照预设顺序逐行扫描游程编码。
需要说明的是,游程编码(Run Length Encoding,RLE)在控制论中对于二值图像而言是一种编码方法,对连续的黑、白像素数(游程)以不同的码字进行编码,其在对图像数据进行编码时,沿一定方向排列的具有相同灰度值的像素可以看成是连续符号,并用字符串代替这些连续符号,能够大幅度地减少数据量。由于游程编码是一种简单的非破坏性资料压缩法,加压缩和解压缩的效率非常高。
S503,若当前行的游程编码与相邻行的游程编码相同,则将当前行的游程编码对应的第一像素与相邻行的游程编码对应的第二像素连通,并将第一像素和第二像素的数据作为第一轮廓数据。
举例说明,本申请实施例中顺序扫描二值图像的每一行,由于背景像素不存在游程数据,如果当前行的游程编码与相邻行的游程编码相同,则表面检测区域中存在轮廓。
S504,根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据。
举例说明,当教学图像为教师的指导画面时,由于图像采集装置采集的画面较大,比如为5cm*5cm,而投影图像上设置教师的指导画面的区域尺寸小,比如为2cm*2cm。本申请实施例中根据教学图像在投影图像中的坐标位置以及缩放比例,计算第一轮廓数据对应投影图像中的第二轮廓数据,比如缩放比例为2/5。
S505,对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至投影设备。
举例说明,本申请实施例中可以对第一轮廓数据与第二轮廓数据做卷积运算,进而将经过运算的投影图像实时发送至投影设备,以增强投影图像的清晰度。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请实施例提供的基于轮廓检测算法处理投影图像的方法,通过提取真实图像的第一轮廓数据,并将第一轮廓数据和投影图像对应位置处的第二轮廓数据进行匹配叠加,以增强投影图像的清晰度,使得学生能够看清授课现场的情况和课件内容,确保了教师的授课质量以及学生的学习效果。
基于前述实施例,请参考图6,其为本申请实施例提供的一种服务器。该服务器12包括:
提取模块121,用于提取第一图像的第一轮廓数据;
检测模块122,用于根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据;
发送模块123,用于对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至投影设备。
需要说明的是,提取模块121、检测模块122以及发送模块123之间可以通过USB接口连接,或者WIFI连接方式或者其他信号连接方式来实现。发送模块123可以是移动通信模块和无线互联网模块等,其中移动通信模块可以将无线电信号发送到基站(例如,接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。无线互联网模块支持移动终端的无线互联网接入。该模块可以内部或外部地耦接到移动终端。该模块所涉及的无线互联网接入技术可以包括Wi-Fi、无线宽带、Wimax(全球微波互联接入),以及蓝牙、射频识别(RFID)、超宽带(UWB)等。
在本申请的其它实施例中,如图7所示,提取模块121包括:
转换单元1211,用于将第一图像转换为二值图像;
提取单元1212,用于基于轮廓检测算法,提取二值图像对应的第一轮廓数据。
在本申请的其它实施例中,提取单元1212具体用于遍历二值图像中的每一个像素点,二值图像包括第一灰度值和第二灰度值;
若当前像素点的灰度值为第一灰度值,以及与当前像素点对应的邻域像素点为第二灰度值,则将邻域像素点的第二灰度值作为第一轮廓数据;
而若当前像素点的灰度值为第一灰度值,以及与当前像素点对应的邻域像素点也为第一灰度值,则将第一灰度值更新为第二灰度值。
在本申请的其它实施例中,提取单元1212还用于将预设的图像子集分别与二值图像进行比对,并根据预设的图像子集计算到的不同比对数据序列,合并得到二值图像对应的第一轮廓数据。
在本申请的其它实施例中,提取单元1212还用于对二值图像进行游程编码,并按照预设顺序逐行扫描游程编码;
若当前行的游程编码与相邻行的游程编码相同,则将当前行的游程编码对应的第一像素与相邻行的游程编码对应的第二像素连通,并将第一像素和第二像素的数据作为第一轮廓数据。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请实施例提供的服务器,响应于接收到的第一图像之后,提取该第一图像的第一轮廓数据;并根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据;从而,服务器对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至分路投影设备。基于此,本申请通过提取真实图像的第一轮廓数据,并将第一轮廓数据和投影图像对应位置处的第二轮廓数据进行匹配叠加,以增强投影图像的清晰度,使得学生能够看清授课现场的情况和课件内容,确保了教师的授课质量以及学生的学习效果。
基于前述实施例,如图8所示,其为本申请实施例提供的一种教学系统。该教学系统8包括服务器12、图像采集装置113和分路投影设备111。
其中,图像采集装置113用于采集第一图像,并将第一图像发送至服务器12;而分路投影设备111用于接收并放映服务器12发送的经过运算的投影图像。
需要说明的是,服务器12、图像采集装置113和分路投影设备111之间可以通过USB接口连接,或者无线互联网的连接方式来实现。其中,无线互联网接入技术可以包括Wi-Fi、无线宽带、Wimax(全球微波互联接入),以及蓝牙、射频识别(RFID)、超宽带(UWB)等,本申请实施例对此不进行限定。
为便于理解,请参考图9,其为本申请实施例提供的一种服务器、图像采集装置和分路投影设备的信息交互示意图。该方法包括如下步骤:
S901,图像采集装置采集第一图像,并将第一图像发送至服务器。
举例说明,以第一图像是教学图像为例,当教师和学生通过网络教学系统进行功课辅导时,图像采集装置采集教学图像,并发送至服务器进行处理。比如,教学图像可以是教师的指导画面,也可以是课件的画面。
S902,服务器响应于接收到的第一图像,提取第一图像的第一轮廓数据。
需要说明的是,本申请实施例中提取轮廓数据的过程主要包括四个步骤,首先对二值图像做预处理,比如采用较小的二维高斯模板做平滑滤波处理,用以去除图像的噪声。由于如果采用大尺度模板往往会导致平滑过度,从而模糊边缘,大大地影响后续的边缘检测,因此本申请实施例中采用小尺度的模板保证了后续轮廓定位的准确性;其次,对平滑后的图像做边缘检测处理,得到初步的边缘响应图像,其中会涉及到亮度、颜色等可以区分物体与背景的可用梯度特征信息;然后,再对边缘响应做进一步处理,得到更好的边缘响应图像,该过程通常会涉及到判据,即对轮廓点和非轮廓点做出不同处理或者用相同的程式得到不同的作用结果,达到区分轮廓点和非轮廓点的效果,从而得到可以作为轮廓的边缘图像,其中如果此步骤之前得到的轮廓响应非常好时,该步骤往往是不用再考虑的;最后,对轮廓进行精确定位处理,并提取轮廓数据。
S903,服务器根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据。
举例说明,当教学图像为教师的指导画面时,由于图像采集装置采集的画面较大,比如为5cm*5cm,而投影图像上设置教师的指导画面的区域尺寸小,比如为2cm*2cm。本申请实施例中根据教学图像在投影图像中的坐标位置以及缩放比例,计算第一轮廓数据对应投影图像中的第二轮廓数据,比如缩放比例为2/5。
S904,服务器对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至分路投影设备。
举例说明,本申请实施例中可以对第一轮廓数据与第二轮廓数据做卷积运算,进而将经过运算的投影图像实时发送至投影设备,以增强投影图像的清晰度。
S905,分路投影设备接收并放映服务器发送的经过运算的投影图像。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请实施例提供的教学系统,图像采集装置采集第一图像,并发送至服务器进行处理,而服务器响应于接收到的第一图像之后,提取该第一图像的第一轮廓数据;并根据第一图像和投影图像的坐标转换关系,检测第一轮廓数据对应投影图像中的第二轮廓数据;从而,服务器对第一轮廓数据与第二轮廓数据做运算,并将经过运算的投影图像实时发送至分路投影设备。基于此,本申请通过提取真实图像的第一轮廓数据,并将第一轮廓数据和投影图像对应位置处的第二轮廓数据进行匹配叠加,以增强投影图像的清晰度,使得学生能够看清授课现场的情况和课件内容,确保了教师的授课质量以及学生的学习效果。
基于前述实施例,本申请实施例提供一种计算机系统。请参照图10所示,该计算机系统1000包括中央处理单元(CPU)1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM1003中,还存储有系统操作所需的各种程序和数据。CPU 1001、ROM1002以及RAM1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例基于轮廓检测算法处理投影图像的方法、教学系统和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括提取模块、检测模块及发送模块。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的服务器中所包含的;也可以是单独存在,而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该服务器执行时,使得该服务器实现如上述实施例中的基于轮廓检测算法处理投影图像的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的服务器的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种基于轮廓检测算法处理投影图像的方法,其特征在于,所述方法包括:
提取第一图像的第一轮廓数据;
根据所述第一图像和投影图像的坐标转换关系,检测所述第一轮廓数据对应所述投影图像中的第二轮廓数据;
对所述第一轮廓数据与所述第二轮廓数据做运算,并将经过运算的所述投影图像实时发送至分路投影设备。
2.根据权利要求1所述的基于轮廓检测算法处理投影图像的方法,其特征在于,所述提取第一图像的第一轮廓数据,包括:
将所述第一图像转换为二值图像;
基于轮廓检测算法,提取所述二值图像对应的所述第一轮廓数据。
3.根据权利要求2所述的基于轮廓检测算法处理投影图像的方法,其特征在于,所述基于轮廓检测算法,提取所述二值图像对应的所述第一轮廓数据,包括:
遍历所述二值图像中的每一个像素点,所述二值图像包括第一灰度值和第二灰度值;
若当前像素点的灰度值为所述第一灰度值,以及与所述当前像素点对应的邻域像素点为所述第二灰度值,则将所述邻域像素点的所述第二灰度值作为所述第一轮廓数据。
4.根据权利要求3所述的基于轮廓检测算法处理投影图像的方法,其特征在于,所述方法还包括:
若所述当前像素点的灰度值为所述第一灰度值,以及与所述当前像素点对应的邻域像素点也为所述第一灰度值,则将所述第一灰度值更新为所述第二灰度值。
5.根据权利要求2所述的基于轮廓检测算法处理投影图像的方法,其特征在于,所述基于轮廓检测算法,提取所述二值图像对应的所述第一轮廓数据,包括:
将预设的图像子集分别与所述二值图像进行比对;
根据所述预设的图像子集计算到的不同比对数据序列,合并得到所述二值图像对应的所述第一轮廓数据。
6.根据权利要求2所述的基于轮廓检测算法处理投影图像的方法,其特征在于,所述基于轮廓检测算法,提取所述二值图像对应的所述第一轮廓数据,包括:
对所述二值图像进行游程编码,并按照预设顺序逐行扫描所述游程编码;
若当前行的所述游程编码与相邻行的所述游程编码相同,则将所述当前行的所述游程编码对应的第一像素与所述相邻行的所述游程编码对应的第二像素连通,并将所述第一像素和所述第二像素的数据作为所述第一轮廓数据。
7.一种服务器,其特征在于,所述服务器包括:
提取模块,用于提取第一图像的第一轮廓数据;
检测模块,用于根据所述第一图像和投影图像的坐标转换关系,检测所述第一轮廓数据对应所述投影图像中的第二轮廓数据;
发送模块,用于对所述第一轮廓数据与所述第二轮廓数据做运算,并将经过运算的所述投影图像实时发送至分路投影设备。
8.根据权利要求7所述的服务器,其特征在于,所述提取模块包括:
转换单元,用于将所述第一图像转换为二值图像;
提取单元,用于基于轮廓检测算法,提取所述二值图像对应的所述第一轮廓数据。
9.一种教学系统,其特征在于,所述教学系统包括如权利要求7-8任意一项所述的服务器、图像采集装置和分路投影设备;
其中,所述图像采集装置用于采集第一图像,并将所述第一图像发送至所述服务器;所述分路投影设备用于接收并放映所述服务器发送的经过运算的投影图像。
10.一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存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至6中任意一项所述的基于轮廓检测算法处理投影图像的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910717926.5A CN110458909A (zh) | 2019-08-05 | 2019-08-05 | 处理投影图像的方法、服务器、教学系统和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910717926.5A CN110458909A (zh) | 2019-08-05 | 2019-08-05 | 处理投影图像的方法、服务器、教学系统和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110458909A true CN110458909A (zh) | 2019-11-15 |
Family
ID=68484941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910717926.5A Pending CN110458909A (zh) | 2019-08-05 | 2019-08-05 | 处理投影图像的方法、服务器、教学系统和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110458909A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209908A (zh) * | 2019-12-31 | 2020-05-29 | 深圳奇迹智慧网络有限公司 | 更新标注框的方法、装置、存储介质和计算机设备 |
CN114915771A (zh) * | 2022-04-26 | 2022-08-16 | 深圳市企鹅网络科技有限公司 | 基于图像叠加的在线教学方法、系统、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140028553A1 (en) * | 2012-07-24 | 2014-01-30 | Christie Digital Systems Usa, Inc. | Method, system and apparatus for determining locations in a projected image |
CN106851119A (zh) * | 2017-04-05 | 2017-06-13 | 奇酷互联网络科技(深圳)有限公司 | 一种图片生成的方法和设备以及移动终端 |
CN107205141A (zh) * | 2017-07-24 | 2017-09-26 | 合肥联宝信息技术有限公司 | 一种投影控制方法及投影设备 |
US20170301114A1 (en) * | 2015-09-15 | 2017-10-19 | Shanghai United Imaging Healthcare Co., Ltd. | Image reconstruction system and method |
CN107705339A (zh) * | 2017-10-18 | 2018-02-16 | 广东小天才科技有限公司 | 一种压缩方法及装置 |
CN108461003A (zh) * | 2018-06-01 | 2018-08-28 | 太原工业学院 | 一种ar几何示教仪及示教方法 |
CN109698944A (zh) * | 2017-10-23 | 2019-04-30 | 深圳市Tcl高新技术开发有限公司 | 投影区域校正方法、投影设备及计算机可读存储介质 |
CN109814770A (zh) * | 2018-12-17 | 2019-05-28 | 中国科学院深圳先进技术研究院 | 光标定位方法、交互投影装置及教育系统 |
CN109873997A (zh) * | 2019-04-03 | 2019-06-11 | 贵安新区新特电动汽车工业有限公司 | 投影画面校正方法及装置 |
CN110033655A (zh) * | 2019-05-13 | 2019-07-19 | 安庆师范大学 | 一种基于激光笔的投影用写字方法及其系统 |
-
2019
- 2019-08-05 CN CN201910717926.5A patent/CN110458909A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140028553A1 (en) * | 2012-07-24 | 2014-01-30 | Christie Digital Systems Usa, Inc. | Method, system and apparatus for determining locations in a projected image |
US20170301114A1 (en) * | 2015-09-15 | 2017-10-19 | Shanghai United Imaging Healthcare Co., Ltd. | Image reconstruction system and method |
CN106851119A (zh) * | 2017-04-05 | 2017-06-13 | 奇酷互联网络科技(深圳)有限公司 | 一种图片生成的方法和设备以及移动终端 |
CN107205141A (zh) * | 2017-07-24 | 2017-09-26 | 合肥联宝信息技术有限公司 | 一种投影控制方法及投影设备 |
CN107705339A (zh) * | 2017-10-18 | 2018-02-16 | 广东小天才科技有限公司 | 一种压缩方法及装置 |
CN109698944A (zh) * | 2017-10-23 | 2019-04-30 | 深圳市Tcl高新技术开发有限公司 | 投影区域校正方法、投影设备及计算机可读存储介质 |
CN108461003A (zh) * | 2018-06-01 | 2018-08-28 | 太原工业学院 | 一种ar几何示教仪及示教方法 |
CN109814770A (zh) * | 2018-12-17 | 2019-05-28 | 中国科学院深圳先进技术研究院 | 光标定位方法、交互投影装置及教育系统 |
CN109873997A (zh) * | 2019-04-03 | 2019-06-11 | 贵安新区新特电动汽车工业有限公司 | 投影画面校正方法及装置 |
CN110033655A (zh) * | 2019-05-13 | 2019-07-19 | 安庆师范大学 | 一种基于激光笔的投影用写字方法及其系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209908A (zh) * | 2019-12-31 | 2020-05-29 | 深圳奇迹智慧网络有限公司 | 更新标注框的方法、装置、存储介质和计算机设备 |
CN114915771A (zh) * | 2022-04-26 | 2022-08-16 | 深圳市企鹅网络科技有限公司 | 基于图像叠加的在线教学方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105046213B (zh) | 一种增强现实的方法 | |
CN110379020B (zh) | 一种基于生成对抗网络的激光点云上色方法和装置 | |
CN107911753A (zh) | 用于在视频中添加数字水印的方法和装置 | |
JP2023515654A (ja) | 画像最適化方法及びその装置、コンピュータ記憶媒体、コンピュータプログラム並びに電子機器 | |
CN110058685A (zh) | 虚拟对象的显示方法、装置、电子设备和计算机可读存储介质 | |
CN110163208B (zh) | 一种基于深度学习的场景文字检测方法和系统 | |
EP2916325A1 (en) | Method and device for processing a picture | |
CN112396032B (zh) | 书写检测方法、装置、存储介质及电子设备 | |
CN110458909A (zh) | 处理投影图像的方法、服务器、教学系统和介质 | |
CN109389096A (zh) | 检测方法和装置 | |
CN114511041A (zh) | 模型训练方法、图像处理方法、装置、设备和存储介质 | |
CN108924557A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN109903308A (zh) | 用于获取信息的方法及装置 | |
CN112132750A (zh) | 一种视频处理方法与装置 | |
CN115272667B (zh) | 农田图像分割模型训练方法、装置、电子设备和介质 | |
CN110782390A (zh) | 图像的矫正处理方法及装置、电子设备 | |
CN110674813A (zh) | 汉字识别方法、装置、计算机可读介质及电子设备 | |
CN113628349B (zh) | 基于场景内容自适应的ar导航方法、设备及可读存储介质 | |
CN112801997B (zh) | 图像增强质量评估方法、装置、电子设备及存储介质 | |
CN111882556B (zh) | 一种对抗网络的训练方法、装置和图像处理方法 | |
CN115546804A (zh) | 识别答题卡模板的方法、装置、可读介质及电子设备 | |
CN111402281A (zh) | 一种书籍边缘检测方法及装置 | |
CN116563864B (zh) | 页码识别方法、装置、电子设备及可读存储介质 | |
CN113762260A (zh) | 一种版面图片的处理方法、装置、设备及存储介质 | |
CN114565586B (zh) | 息肉分割模型的训练方法、息肉分割方法及相关装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191115 |