CN111083456B - 投影校正方法、装置、投影仪及可读存储介质 - Google Patents

Abstract

本申请提供一种投影校正方法、装置、投影仪及可读存储介质。该方法可以包括：获取投影面所在区域的场景图像，场景图像包括投影仪将第一图像投射在投影面上形成的第二图像；通过图像识别算法，在第一图像、第二图像中确定多组相匹配的特征点，每组特征点包括在第一图像中的第一特征点及在第二图像中与第一特征点匹配的第二特征点；基于多组相匹配的特征点在第一图像中的第一位置、在第二图像中的第二位置，确定投影校正参数；根据投影校正参数调整第一图像，以使调整后的第一图像投射在投影面上形成的第三图像的边缘轮廓的形状为指定形状，能够改善投影仪校正自身投射在投影面的画面的形状的速度慢，校正所需的等待时间长的问题。

Description

投影校正方法、装置、投影仪及可读存储介质

技术领域

本发明涉及投影技术领域，具体而言，涉及一种投影校正方法、装置、投影仪及可读存储介质。

背景技术

投影仪，是一种可以将图像或视频投射到投影面(比如墙壁、幕布)上的设备。当投影仪首次向投影面投射画面时，通常会因为投影仪与投影面之间的位置关系而使得投射的画面的形状异常。例如，通常而言，在正常情况下，投影仪在投影面上投射出的画面的形状应为矩形，若在投影面投射的画面的形状为梯形或其他的不规则四边形，则表示投射的画面异常，需要对投射的画面的形状进行校正。目前，投影仪画面的校正的方式可以分为两种，一种由人工手动调节投影仪的位置，以实现画面形状的校正，另一种需要投影仪自身进行调节。目前，投影仪校正自身投射在投影面的画面的形状的速度慢，校正所需的等待时间长。

发明内容

本申请提供一种投影校正方法、装置、投影仪及可读存储介质，能够改善投影仪校正自身投射在投影面的画面的形状的速度慢，校正所需的等待时间长的问题。

为了实现上述目的，本申请实施例所提供的技术方案如下所示：

第一方面，本申请实施例提供一种投影校正方法，应用于投影仪，所述方法包括：

获取投影面所在区域的第一场景图像，所述第一场景图像包括所述投影仪将第一图像投射在所述投影面上形成的第二图像；通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点，每组特征点包括在所述第一图像中的第一特征点及在所述第二图像中与所述第一特征点匹配的第二特征点；基于所述多组相匹配的特征点在所述第一图像中的第一位置、在所述第二图像中的第二位置，确定投影校正参数；根据所述投影校正参数调整所述第一图像，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

在上述的实施方式中，通过直接对投射在投影面上的图像进行图像识别，以完成对投射画面的形状的校正，无需向投影面投射特定图案进行画面形状的校正，从而能够快速实现画面校正，以改善投影仪校正自身投射在投影面的画面的形状的速度慢，校正所需的等待时间长的问题。

结合第一方面，在一些可选的实施方式中，图像识别算法包括SURF算法、RANSAC算法，通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点，包括：

通过所述SURF算法在所述第一图像中确定多个所述第一特征点、与每个所述第一特征点对应的第一特征向量，以及在所述第二图像中确定多个所述第二特征点、与所述第二特征点对应的第二特征向量；通过所述RANSAC算法对所述第一图像中的多个所述第一特征向量、所述第二图像中的多个所述第二特征向量进行匹配；将相匹配的第一特征向量、第二特征向量分别对应的第一特征点、第二特征点作为一组相匹配的特征点。

在上述的实施方式中，利用特征点的特征向量匹配特征点，有助于提高匹配的特征点的准确度。

结合第一方面，在一些可选的实施方式中，基于所述多组相匹配的特征点在所述第一图像中的第一位置、在所述第二图像中的第二位置，确定投影校正参数，包括：

根据每个所述第一特征点在所述第一图像中的第一位置，建立第一位置矩阵，以及根据每个所述第二特征点在所述第二图像中的第二位置，建立第二位置矩阵；基于每组相匹配的特征点在所述第一位置矩阵、所述第二位置矩阵中的映射关系，确定所述投影校正参数。

在上述的实施方式中，特征点在位置矩阵中的映射关系可以作为校正参数，基于该映射关系或校正参数，有利于投影仪对投射的图像画面的形状进行校正。

结合第一方面，在一些可选的实施方式中，在所述通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点之前，所述方法还包括：

确定所述第一场景图像中的第二图像的边缘轮廓的形状不是所述指定形状。

在上述的实施方式中，当投影仪投射在投影面上呈现的画面形状不是指定形状，则表示所投影的画面的形状需要进行校正，基于此，无需对投射出的画面的形状为指定形状的情况进行画面形状的校正，从而有利于降低投影仪的运算量。

结合第一方面，在一些可选的实施方式中，所述指定形状包括指定宽高比例的矩形，所述方法还包括：

每隔预设时长获取包括所述第三图像的第二场景图像；判断所述第二场景图像中的第三图像的边缘轮廓是否为所述指定宽高比例的矩形；当所述边缘轮廓不为所述指定宽高比例的矩形时，将所述第二场景图像作为新的第一场景图像，重复执行所述通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点至根据所述投影校正参数调整所述第一图像，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

在上述的实施方式中，通过周期性地检测所投影的图像是轮廓形状是否为指定形状，有助于提高投影校正的抗干扰性。

结合第一方面，在一些可选的实施方式中，在所述通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点之前，所述方法还包括：

调节所述第一图像和/或所述第一场景图像中的第二图像的亮度，以使调节亮度后的所述第一图像与所述第一场景图像中的第二图像的亮度差在预设亮度范围内。

在上述的实施方式中，通过调节第一图像、第二图像的亮度，以使第一图像、第二图像的亮度对齐，从而有利于特征点的匹配，提高所匹配的特征点的准确度。

结合第一方面，在一些可选的实施方式中，在所述通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点之前，所述方法还包括：

获取所述投影仪与所述投影面之间的投影距离；确定所述投影距离在预设距离范围内。

在上述的实施方式中，通过检测投影的距离，避免投影仪的位置过近或过远而无法正常投影。

第二方面，本申请实施例还提供一种投影校正装置，应用于投影仪，所述装置包括：

获取单元，用于获取投影面所在区域的第一场景图像，所述第一场景图像包括所述投影仪将第一图像投射在所述投影面上形成的第二图像；

特征匹配单元，用于通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点，每组特征点包括在所述第一图像中的第一特征点及在所述第二图像中与所述第一特征点匹配的第二特征点；

参数确定单元，用于基于所述多组相匹配的特征点在所述第一图像中的第一位置、在所述第二图像中的第二位置，确定投影校正参数；

调整单元，用于根据所述投影校正参数调整所述第一图像，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

第三方面，本申请实施例还提供一种投影仪，所述投影仪包括相互耦合的存储器及处理器，所述存储器内存储计算机程序，当所述计算机程序被所述处理器执行时，使得所述投影仪执行上述的方法。

第四方面，本申请实施例还提供一种计算机可读存储介质，所述可读存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述的方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的投影仪的结构模块示意图。

图2为本申请实施例提供的投影校正方法的流程示意图。

图3为本申请实施例提供的投影仪的投射场景示意图之一。

图4为本申请实施例提供的投影仪的投射场景示意图之二。

图5为本申请实施例提供的投影校正装置的功能框图。

图标：10-投影仪；11-处理模块；12-存储模块；13-通信模块；14-摄像头；15-投影镜头；100-投影校正装置；110-获取单元；120-特征匹配单元；130-参数确定单元；140-调整单元。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。需要说明的是，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在使用投影仪投影时，通常会因为投影仪投影方向未正对投影面，从而使得投影的画面存在形变。若投影方向未正对投影面，该情况下的投影可以称为倾斜投影或侧投影。当投影仪进行侧投影或倾斜投影时，若未对投射的画面的形状进行校正，所投射出的画面的轮廓形状与电子版的画面形状通常不一致。例如，电子版的画面形状为矩形，在侧投影或倾斜投影时，若未进行画面校正，投射的在投影面上的画面的轮廓形状为梯形或不规则的四边形。目前，投影仪校正这类画面需要先投影特殊模板图像，例如投射网格图像、单元颜色的图像，然后进行画面校正，在完成校正后，再将投影画面切换为当前需要投影的内容。该校正过程的等待时间长，另外，投射的特殊模板图像影响用户的体验。

鉴于上述问题，本申请申请人经过长期研究探索，提出以下实施例以解决上述问题。下面结合附图，对本申请实施例作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参照图1，本申请实施例提供一种投影仪10，该投影仪10可以包括相互耦合的存储模块12及处理模块11，所述存储模块12内存储计算机程序，当所述计算机程序被所述处理模块11执行时，使得所述投影仪10执行下述的投影校正方法。

可理解的是，投影仪10还可以包括其他组件，例如，投影仪10还可以包括通信模块13、摄像头14、投影镜头15等。处理模块11、存储模块12、通信模块13、摄像头14、投影镜头15各个元件之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

另外，投影仪10可以通过通信模块13与用户终端建立通信连接，以进行数据交互。例如，用户可以利用用户终端将需要投影的图像、视频等待投影画面发送至投影仪10，以使投影仪10投射出相应的画面。

用户终端可以是，但不限于，个人电脑(Personal Computer，PC)、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、移动上网设备(Mobile Internet Device，MID)等。

在本实施例中，处理模块11可以是一种集成电路芯片，具有信号的处理能力。上述处理模块11可以是通用处理器。例如，该处理器可以是中央处理器(Central ProcessingUnit，CPU)、图形处理器(Graphics Processing Unit，GPU)、数字信号处理器(DigitalSignal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。

通信模块13用于通过网络投影仪10与用户终端之间的通信连接，并通过网络收发数据。

存储模块12可以是，但不限于，随机存取存储器，可编程只读存储器，可擦除可编程只读存储器，电可擦除可编程只读存储器等。在本实施例中，存储模块12可以用于存储第一图像、第二图像、图像识别算法等。当然，存储模块12还可以用于存储程序，处理模块11在接收到执行指令后，执行该程序。

处理模块11用于执行存储模块12中存储的可执行模块，例如如图5所示的投影校正装置100所包括的软件功能模块及计算机程序等。

摄像头14可以用于拍摄投影仪10投射在投影面上的画面，拍摄所得到的图像即为场景图像。为了避免所拍摄的场景图像中的投影画面因视角倾斜而变形，摄像头14可以正对投影面进行拍摄，以使拍摄所得到的场景图像中的投影画面未变形。其中，投影面为投影镜头15需要投射画面的平面，包括但不限于幕布面、墙面。

投影镜头15可以用于将需要投射的电子版的图像以光的形式投射在投影面上，从而在投影面上呈现出图像。

请参照图2，本申请实施例提供一种投影校正方法，可应用于上述的投影仪10中。方法可以包括步骤S210至步骤S240，下面将对方法中的各步骤进行详细阐述：

步骤S210，获取投影面所在区域的第一场景图像，所述第一场景图像包括所述投影仪10将第一图像投射在所述投影面上形成的第二图像。

当投影仪10投射图案为侧投影或倾斜投影时，若未对投射的画面的形状进行校正，在幕布上呈现的画面的轮廓形状与电子版的画面形状通常不一致。例如，电子版的画面(第一图像)形状为矩形，在侧投影或倾斜投影时，投射在幕布上的画面(第二图像)的轮廓形状为梯形或不规则的四边形，此时便需要进行画面校正。

其中，场景图像可以由投影仪10中的摄像头14拍摄得到，也可以由独立于投影仪10的相机进行拍摄，然后将所拍摄的图像作为场景图像发送给投影仪10进行图像识别处理。需要说明的是，所拍摄的场景图像中的第二图像的形状与在投影面上的第二图像的形状相同，未因拍摄视角而出现形变。即，该场景图像为有效图像，从而有利于利用该场景图像对投射的第二图像的形状进行校正。

在本实施例中，第一图像可以为投影仪10当前需要投影的画面，可以根据实际情况进行设置。例如，当前需要投影的画面可以为课件、演讲稿件、图片、视频画面等画面。可理解地，第一图像无需设置为特殊模板图像，该特殊模板图像包括网格图像、单一颜色的图像。即，当需要投影相应的画面(比如图片、视频等)到投影面上时，投影仪10直接将需要投影的相应画面投影在投影面上，然后再对所投影的画面的形状进行校正。基于此，无需在投影当前需要投射的画面前，先向投影面投射特殊模板图像，再校正投射图像的形状，在校正完后才投射需要投射的画面，从而有利于缩短画面形状校正的时长，提升画面校正的速度及效率。

步骤S220，通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点，每组特征点包括在所述第一图像中的第一特征点及在所述第二图像中与所述第一特征点匹配的第二特征点。

在本实施例中，图像识别算法包括但不限于SURF(Speeded Up Robust Features，加速稳健特征)算法、RANSAC(Random Sample Consensus，随机抽样一致)算法。其中，SURF算法是一个稳健的图像识别和描述算法，使用海森矩阵(Hessian)的行列式值作特征点响应侦测，并用积分图加速运算。RANSAC算法为可以根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。

可理解地，步骤S220可以包括：通过所述SURF算法在所述第一图像中确定多个所述第一特征点、与每个所述第一特征点对应的第一特征向量，以及在所述第二图像中确定多个所述第二特征点、与所述第二特征点对应的第二特征向量；通过所述RANSAC算法对所述第一图像中的多个所述第一特征向量、所述第二图像中的多个所述第二特征向量进行匹配；将相匹配的第一特征向量、第二特征向量分别对应的第一特征点、第二特征点作为一组相匹配的特征点。

在本实施例中，利用SURF算法可以在第一图像、第二图像中分别确定出相应的特征点及特征向量，若第一图像与第二图像的差异较大(即投影在投影面上的图像与电子版的图像的形状差距大)，则第一图像、第二图像中的特征点及特征向量之间的差异。此时，可以通过RANSAC算法来滤除无关特征点及特征向量，并进行特征点的匹配，从而能够提高相匹配的特征点的准确度。

在利用RANSAC算法进行特征向量的匹配时，可以通过特征向量之间的相似度或差异来判断是否匹配。例如，在利用RANSAC算法去除了无关特征点后，可以在剩余的特征点中，将在第一图像、第二图像中特征向量相似度最大的特征点作为相匹配的特征点。其中，相匹配的特征点的相似度大于或等于预设阈值。该预设阈值可以根据实际情况进行设置，例如可以为98％、99％等百分比。

请参照图3，相匹配的特征点即为在第一图像、第二图像中，像素值(RGB值)相同或相差在指定范围内(该指定范围可以根据实际情况进行设置)，且在图像的图案中的相对位置相同的像素点。例如，若第一图像为矩形，投射在投影面上呈现的第二图像为梯形，则矩形的4个顶点与梯形的4个顶点均可以作为特征点，且分别相匹配。其中，第一特征点、第二特征点的数量可以根据实际情况进行确定，例如，相匹配的第一特征点、第二特征点的组数大于或等于4。

需要说明的是，特征向量可以用于描述特征点周围区域的情况，可以用Hessian矩阵来表示。利用SURF算法、RANSAC算法匹配特征两图像的特征点为本领域技术人员所熟知的手段，这里不再赘述。

在上述的实施方式中，利用特征点的特征向量匹配特征点，有助于提高匹配的特征点的准确度。

步骤S230，基于所述多组相匹配的特征点在所述第一图像中的第一位置、在所述第二图像中的第二位置，确定投影校正参数。

在本实施例中，可以基于第一图像构建平面直角坐标系，通过像素坐标来描述第一图像中的特征点的位置。例如，可以以第一图像的一个顶点(比如左下角的顶点)为坐标原点建立直角坐标系。同样地，在第二图像中，可以建立与第一图像相对应的坐标系，以描述特征点在第二图像中的位置。然后基于相匹配的特征点的位置关系，来确定投影校正参数。

作为一种可选的实施方式，步骤S230可以包括：根据每个所述第一特征点在所述第一图像中的第一位置，建立第一位置矩阵，以及根据每个所述第二特征点在所述第二图像中的第二位置，建立第二位置矩阵；基于每组相匹配的特征点在所述第一位置矩阵、所述第二位置矩阵中的映射关系，确定所述投影校正参数。

其中，投影校正参数可以理解为相匹配的特征点的映射关系，映射关系H1＝Cn*Pn’，即，H1指第一位置矩阵、第二位置矩阵的映射关系，Cn表示投影镜头15的中投影画面(第一图像)特征点的坐标组成的3*n的矩阵(第一位置矩阵)，Pn’表示投影在投影面上的图像(第二图像)的特征点的n*3的逆矩阵(指第二位置矩阵的逆矩阵)，通过Cn与Pn’相乘，便可以得到映射关系H1。其中，矩阵的运算过程为本领域技术人员所熟知，这里不再赘述。

步骤S240，根据所述投影校正参数调整所述第一图像，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

请结合参照图3和图4，图3可理解为未校正的投射场景示意图，图4可理解为完成校正的投射场景示意图。可理解地，投影校正参数可以反映第一特征点在第一图像中的位置与第二特征点在第二图像中的位置的差异，因此，根据投影校正参数(第一特征点在第一图像中的位置与第二特征点在第二图像中的位置的差异)，通过逆向算法，便能对第一图像中的特征点的位置进行校正(或调整)，通过对第一图像中的每个像素点的位置进行校正，便能得到校正后的第一图像。

若指定形状为宽高比为16：9的矩形，即，在投影面上呈现的图像的轮廓需要呈宽高比为16：9的矩形才为正常的图像。在校正之前，当待投影图像(第一图像)为宽高比为16：9的矩形，且不校正时，投射在投影面上呈现的图像(第二图像)会因侧投影而呈梯形，如图3所示。在校正过程中，基于宽高比为16：9的矩形到梯形之间各个像素点的位置差异，可以提前对待投影图像的形状进行变换，变换后的待投影图像(调整后的第一图像)与第二图像的形状互补，如图4所示。

其形状互补可理解为：在图3所示的第二图像中，在梯形相互平行的两底边中，较长的底边在梯形的下方，较短的底边在梯形的上方；而在如图4所示的调整后的第一图像中，在梯形相互平行的两底边中，较长的底边在梯形的上方，较短的底边在梯形的下方。在考虑了投射的图像的形状会产生变化后，调整后的第一图像便可以在投影面上呈现为宽高比为16：9的矩形的第三图像。

由于校正后的第一图像对各个像素点的位置进行了缩放、拉伸等调整操作，其缩放、拉伸的比例可以通过投影校正参数确定，调整后的第一图像在投射至投影面后，便能呈现出指定形状。该指定形状可以是但不限于圆形、指定宽高比的矩形。例如，为宽高比为16:9或4：3的矩形。当然，指定宽高比还可以为其他比例，可以根据实际情况进行设置，这里不作具体限定。

在本实施例中，在进行画面形状的校正前，方法可以判断当的画面是否需要进行校正。若当前的画面无需校正，则可以直接结束校正，也就无需再进行画面形状的校正；若当前的画面需要进行校正，在执行步骤S220至步骤S240。

例如，若检测到第一场景图像中的第二图像的边缘轮廓的形状为指定形状，则认为当前投射的画面为形状正常的画面，无需进行形状的校正。若检测到第一场景图像中的第二图像的边缘轮廓的形状不是指定形状，便执行步骤S220至步骤S240，以完成投射画面形状的校正。

作为一种可选的实施方式，在步骤S220之前，方法还可以包括：确定所述第一场景图像中的第二图像的边缘轮廓的形状不是所述指定形状。

例如，若指定形状为宽高比为16:9的矩形，识别出的第二图像的边缘轮廓的形状为梯形，不是宽高比为16:9的矩形，则确定第一场景图像中的第二图像的边缘轮廓的形状不是所述指定形状，此时，便表示需要对当前投射的画面进行校正。

在上述的实施方式中，当投影仪10投射在投影面上呈现的画面形状不是指定形状，则表示所投影的画面的形状需要进行校正，基于此，无需对投射出的画面的形状为指定形状的情况进行画面形状的校正，从而有利于降低投影仪10的运算量。

作为一种可选的实施方式，在步骤S220之前，方法还可以包括：调节所述第一图像的亮度，或者调节所述第一场景图像中的第二图像的亮度，或者同时调节所述第一图像和所述第一场景图像中的第二图像的亮度，以使调节亮度后的所述第一图像与所述第一场景图像中的第二图像的亮度差在预设亮度范围内。

在本实施例中，预设亮度范围为表示第一图像、第二图像的亮度差较小的一范围值，可以根据实际情况进行设置。亮度差在预设亮度范围内的第一图像、第二图像的亮度可以近似地看做相同亮度。

可理解地，通过调节第一图像、第二图像的亮度，以使第一图像、第二图像的亮度对齐，从而有利于特征点的匹配，提高所匹配的特征点的准确度，避免因亮度不同而影响特征点的提取与匹配。

作为一种可选的实施方式，在步骤S230之前，方法还可以包括：获取所述投影仪10与所述投影面之间的投影距离；确定所述投影距离在预设距离范围内。

可理解地，投影仪10通常具有一个有效投影距离范围，该有效投影距离范围即为预设距离范围，可以根据实际情况进行设置。投影仪10在该投影距离范围内投影，投射所呈现的画面较为清晰，若超过该距离范围，通常无法投射出清晰画面，也就无需进行画面校正。其中，投影距离可以为投影镜头15距离所投射出的画面的中心之间的距离。

例如，在图3中，假设镜头位置为O点，投射的画面的中心点为O’则投影距离可以为O点至O’点之间的直线距离。该距离可以通过外部测距仪测量，然后将该距离发送至投影仪10。或者，在投影仪10上设置用于测量该距离的测距仪，由该测距仪测量。

在上述的实施方式中，通过检测投影的距离，避免投影仪10的位置过近或过远而无法正常投影。

作为一种可选的实施方式，所述指定形状包括指定宽高比例的矩形，每隔预设时长获取包括所述第三图像的第二场景图像；判断所述第二场景图像中的第三图像的边缘轮廓是否为所述指定宽高比例的矩形；当所述边缘轮廓不为所述指定宽高比例的矩形时，将所述第二场景图像作为新的第一场景图像，重复执行所述通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点至根据所述投影校正参数调整所述第一图像，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

请参照图5，本申请实施例还提供一种投影校正装置100，可以引用于上述的投影仪10中。投影校正装置100包括至少一个可以软件或固件(firmware)的形式存储于存储模块12中或固化在投影仪10操作系统(Operating System，OS)中的软件功能模块，可以用于执行或实现投影校正方法中的各步骤。例如，投影校正装置100可以包括获取单元110、特征匹配单元120、参数确定单元130、调整单元140。

获取单元110，用于获取投影面所在区域的第一场景图像，所述第一场景图像包括所述投影仪10将第一图像投射在所述投影面上形成的第二图像。

特征匹配单元120，用于通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点，每组特征点包括在所述第一图像中的第一特征点及在所述第二图像中与所述第一特征点匹配的第二特征点。

参数确定单元130，用于基于所述多组相匹配的特征点在所述第一图像中的第一位置、在所述第二图像中的第二位置，确定投影校正参数。

调整单元140，用于根据所述投影校正参数调整所述第一图像，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

可选地，图像识别算法包括SURF算法、RANSAC算法，特征匹配单元120还可以用于：通过所述SURF算法在所述第一图像中确定多个所述第一特征点、与每个所述第一特征点对应的第一特征向量，以及在所述第二图像中确定多个所述第二特征点、与所述第二特征点对应的第二特征向量；通过所述RANSAC算法对所述第一图像中的多个所述第一特征向量、所述第二图像中的多个所述第二特征向量进行匹配；将相匹配的第一特征向量、第二特征向量分别对应的第一特征点、第二特征点作为一组相匹配的特征点。

可选地，投影校正装置100还可以包括判断单元。在特征匹配单元120执行步骤S220之前，判断单元用于确定所述第一场景图像中的第二图像的边缘轮廓的形状不是所述指定形状。

可选地，投影校正装置100还可以包括亮度调节单元，在特征匹配单元120执行步骤S220之前，亮度调节单元用于：调节所述第一图像的亮度，或调节所述第一场景图像中的第二图像的亮度，或同时调节第一图像、第二图像的两条，以使调节亮度后的所述第一图像与所述第一场景图像中的第二图像的亮度差在预设亮度范围内。

可选地，在特征匹配单元120执行步骤S220之前，获取单元110还可以用于获取所述投影仪10与所述投影面之间的投影距离；判断单元还可以用于确定所述投影距离在预设距离范围内。

可选地，参数确定单元130还可以用于：根据每个所述第一特征点在所述第一图像中的第一位置，建立第一位置矩阵，以及根据每个所述第二特征点在所述第二图像中的第二位置，建立第二位置矩阵；基于每组相匹配的特征点在所述第一位置矩阵、所述第二位置矩阵中的映射关系，确定所述投影校正参数。

可选地，所述指定形状包括指定宽高比例的矩形，获取单元110还可以用于每隔预设时长获取包括所述第三图像的第二场景图像；判断单元还可用于判断所述第二场景图像中的第三图像的边缘轮廓是否为所述指定宽高比例的矩形；

当所述边缘轮廓不为所述指定宽高比例的矩形时，获取单元110可以用于将所述第二场景图像作为新的第一场景图像，以使所述特征匹配单元120重复执行步骤S220、参数确定单元130执行步骤S230、调整单元140执行步骤S240，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

需要说明的是，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的投影仪10、投影校正装置100的具体工作过程，可以参考前述方法中的各步骤对应过程，在此不再过多赘述。

本申请实施例还提供一种计算机可读存储介质。可读存储介质中存储有计算机程序，当计算机程序在计算机上运行时，使得计算机执行如上述实施例中所述的投影校正方法。

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本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现，基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

综上所述，本申请提供一种投影校正方法、装置、投影仪及可读存储介质。该方法可以包括：获取投影面所在区域的场景图像，场景图像包括投影仪将第一图像投射在投影面上形成的第二图像；通过图像识别算法，在第一图像、第二图像中确定多组相匹配的特征点，每组特征点包括在第一图像中的第一特征点及在第二图像中与第一特征点匹配的第二特征点；基于多组相匹配的特征点在第一图像中的第一位置、在第二图像中的第二位置，确定投影校正参数；根据投影校正参数调整第一图像，以使调整后的第一图像投射在投影面上形成的第三图像的边缘轮廓的形状为指定形状。在本方案中，通过直接对投射在投影面上的图像进行图像识别，以完成对投射画面的形状的校正，无需向投影面投射特定图案进行画面形状的校正，从而能够快速实现画面校正，以改善投影仪校正自身投射在投影面的画面的形状的速度慢，校正所需的等待时间长的问题。

在本申请所提供的实施例中，应该理解到，所揭露的装置、系统和方法，也可以通过其它的方式实现。以上所描述的装置、系统和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法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，所述模块、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方式中，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，两个连续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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动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。另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种投影校正方法，其特征在于，应用于投影仪，所述方法包括：

获取投影面所在区域的第一场景图像，所述第一场景图像包括所述投影仪将第一图像投射在所述投影面上形成的第二图像，其中，所述第一图像为所述投影仪当前需要投影的画面，且所述第一图像不是用于画面校正的特殊模板图像，所述特殊模板图像包括网格图像或单一颜色的图像，所述第一场景图像中的第二图像的形状与所述投影面上形成的第二图像的形状相同；

通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点，每组特征点包括在所述第一图像中的第一特征点及在所述第二图像中与所述第一特征点匹配的第二特征点，所述相匹配的特征点为像素值相同或像差在指定范围内的点，且相匹配的所述第一特征点、所述第二特征点的组数大于4；所述图像识别算法包括RANSAC算法，其中，在所述第一图像、所述第二图像中确定多组相匹配的特征点之前，通过所述RANSAC算法滤除所述第一图像及所述第二图像中的无关特征点；在剩余的特征点中，将在所述第一图像、所述第二图像中特征向量相似度最大的特征点作为相匹配的特征点；

基于所述多组相匹配的特征点在所述第一图像中的第一位置、在所述第二图像中的第二位置，确定投影校正参数，其中，所述投影校正参数表征所述第一特征点在所述第一图像中的位置与所述第二特征点在所述第二图像的位置的差异；

根据所述投影校正参数调整所述第一图像，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

2.根据权利要求1所述的方法，其特征在于，图像识别算法还包括SURF算法，通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点，包括：

通过所述SURF算法在所述第一图像中确定多个所述第一特征点、与每个所述第一特征点对应的第一特征向量，以及在所述第二图像中确定多个所述第二特征点、与所述第二特征点对应的第二特征向量；

通过所述RANSAC算法对所述第一图像中的多个所述第一特征向量、所述第二图像中的多个所述第二特征向量进行匹配；

将相匹配的第一特征向量、第二特征向量分别对应的第一特征点、第二特征点作为一组相匹配的特征点。

3.根据权利要求1所述的方法，其特征在于，基于所述多组相匹配的特征点在所述第一图像中的第一位置、在所述第二图像中的第二位置，确定投影校正参数，包括：

根据每个所述第一特征点在所述第一图像中的第一位置，建立第一位置矩阵，以及根据每个所述第二特征点在所述第二图像中的第二位置，建立第二位置矩阵；

基于每组相匹配的特征点在所述第一位置矩阵、所述第二位置矩阵中的映射关系，确定所述投影校正参数。

4.根据权利要求1所述的方法，其特征在于，在所述通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点之前，所述方法还包括：

确定所述第一场景图像中的第二图像的边缘轮廓的形状不是所述指定形状。

5.根据权利要求1所述的方法，其特征在于，所述指定形状包括指定宽高比例的矩形，所述方法还包括：

每隔预设时长获取包括所述第三图像的第二场景图像；

判断所述第二场景图像中的第三图像的边缘轮廓是否为所述指定宽高比例的矩形；

当所述边缘轮廓不为所述指定宽高比例的矩形时，将所述第二场景图像作为新的第一场景图像，重复执行所述通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点至根据所述投影校正参数调整所述第一图像，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

6.根据权利要求1-5中任意一项所述的方法，其特征在于，在所述通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点之前，所述方法还包括：

调节所述第一图像和/或所述第一场景图像中的第二图像的亮度，以使调节亮度后的所述第一图像与所述第一场景图像中的第二图像的亮度差在预设亮度范围内。

7.根据权利要求1-5中任意一项所述的方法，其特征在于，在所述通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点之前，所述方法还包括：

获取所述投影仪与所述投影面之间的投影距离；

确定所述投影距离在预设距离范围内。

8.一种投影校正装置，其特征在于，应用于投影仪，所述装置包括：

获取单元，用于获取投影面所在区域的第一场景图像，所述第一场景图像包括所述投影仪将第一图像投射在所述投影面上形成的第二图像，其中，所述第一图像为所述投影仪当前需要投影的画面，且所述第一图像不是用于画面校正的特殊模板图像，所述特殊模板图像包括网格图像或单一颜色的图像，所述第一场景图像中的第二图像的形状与所述投影面上形成的第二图像的形状相同；

特征匹配单元，用于通过图像识别算法，在所述第一图像、所述第二图像中确定多组相匹配的特征点，每组特征点包括在所述第一图像中的第一特征点及在所述第二图像中与所述第一特征点匹配的第二特征点，所述相匹配的特征点为像素值相同或像差在指定范围内的点，且相匹配的所述第一特征点、所述第二特征点的组数大于4；所述图像识别算法包括RANSAC算法，其中，在所述第一图像、所述第二图像中确定多组相匹配的特征点之前，通过所述RANSAC算法滤除所述第一图像及所述第二图像中的无关特征点；在剩余的特征点中，将在所述第一图像、所述第二图像中特征向量相似度最大的特征点作为相匹配的特征点；

参数确定单元，用于基于所述多组相匹配的特征点在所述第一图像中的第一位置、在所述第二图像中的第二位置，确定投影校正参数，其中，所述投影校正参数表征所述第一特征点在所述第一图像中的位置与所述第二特征点在所述第二图像的位置的差异；

调整单元，用于根据所述投影校正参数调整所述第一图像，以使调整后的第一图像投射在所述投影面上形成的第三图像的边缘轮廓的形状为指定形状。

9.一种投影仪，其特征在于，所述投影仪包括相互耦合的存储器及处理器，所述存储器内存储计算机程序，当所述计算机程序被所述处理器执行时，使得所述投影仪执行如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1-7中任意一项所述的方法。

Images