CN111932571B - 图像的边界识别方法、装置以及计算机可读存储介质 - Google Patents
图像的边界识别方法、装置以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111932571B CN111932571B CN202011021145.1A CN202011021145A CN111932571B CN 111932571 B CN111932571 B CN 111932571B CN 202011021145 A CN202011021145 A CN 202011021145A CN 111932571 B CN111932571 B CN 111932571B
- Authority
- CN
- China
- Prior art keywords
- boundary
- determining
- projection
- pixel point
- image
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Transforming Electric Information Into Light Information (AREA)
- Projection Apparatus (AREA)
Abstract
本发明公开了一种图像的边界识别方法,该方法包括:获取投影屏对应的投影屏图像;在所述投影屏图像中确定各条第一边界以得到投影区域;根据所述投影区域中的各个第一像素点的灰度值确定各个第二边界,并根据各条所述第二边界确定投影画面。本发明可以使得得到的投影画面更加准确。此外还提出了一种图像的边界识别装置以及计算机可读存储介质。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图像的边界识别方法、装置以及计算机可读存储介质。
背景技术
投影装置是一种利用光学元件将图像的轮廓放大,并将其投影到影屏上的光学设备。在投影装置的组装过程中,由于工艺环境的影响,灰尘等微小颗粒易进入到组装的投影装置中,易影响投影装置的投影效果,为此在投影装置组装完成后,需要对投影装置的投影画面进行检测。
现有技术中,对投影装置的投影画面进行检测,一般获取包含投影画面的图像,通过该图像对投影装置的投影画面进行检测,无法准确获得只有投影画面的图像,导致存在检测到非投影画面像素点的情况。
发明内容
本发明的主要目的在于提供一种图像的边界识别方法、装置以及计算机可读存储介质,旨在无法准确获得只有投影画面的图像的问题。
为实现上述目的,本发明提供的一种图像的边界识别方法,所述图像的边界识别方法包括以下步骤:
获取投影屏对应的投影屏图像;
在所述投影屏图像中确定各条第一边界以得到投影区域;
根据所述投影区域中的各个第一像素点的灰度值确定各个第二边界,并根据各条所述第二边界确定投影画面。
在一实施例中,所述在所述投影屏图像中确定各条第一边界以得到投影区域的步骤包括:
确定所述投影屏图像中各个第二像素点对应的颜色;
在所述投影屏图像中的各个第二像素点中,确定颜色为预设颜色的各个第二像素点;
根据颜色为预设颜色的各个第二像素点在所述投影屏图像中确定各条所述第一边界,并根据各条所述第一边界确定所述投影区域。
在一实施例中,所述在所述投影屏图像中确定各条第一边界以得到投影区域的步骤包括:
确定所述投影屏图像中各个第二像素点对应的颜色;
根据所述投影屏图像中的各个第二像素点确定各条直线,其中,所述直线根据预设数量的第二像素点确定,所述第二像素点为所述投影屏图像中颜色为预设颜色的像素点,所述预设数量大于或等于3;
根据所述各条直线确定各条所述第一边界,并根据各条所述第一边界确定所述投影区域。
在一实施例中,所述在所述投影屏图像中确定各条第一边界以得到投影区域的步骤包括:
确定所述投影屏图像中各个第二像素点对应的颜色;
在所述投影屏图像中的各个第二像素点中,确定颜色为预设颜色且亮度大于预设亮度的第二像素点,以作为投影画面的角点,所述亮度根据所述第二像素点的灰度值确定;
根据各个所述角点确定各条第一边界,并根据各条所述第一边界确定所述投影区域。
在一实施例中,所述根据所述投影区域中的各个第一像素点的灰度值确定各个第二边界,并根据各条所述第二边界确定投影画面的步骤包括:
确定所述投影区域中,每个第一像素点的灰度值与所述第一像素点相邻的第一像素点的灰度值之间的差值;
根据所述差值大于预设差值的各个所述第一像素点,确定各条第二边界;
根据各条所述第二边界确定投影画面。
在一实施例中,所述投影区域中的各个第一像素点的灰度值确定各个第二边界的步骤包括:
根据所述投影区域中的第一像素点的灰度值确定二值化阈值;
根据所述二值化阈值对所述投影区域内的各个第一像素点进行二值化处理,得到二值化处理后的第一像素点;
根据所述二值化处理后的第一像素点确定各条所述第二边界。
在一实施例中,根据各条所述第二边界确定投影画面,之后还包括:
确定所述投影画面中的灰度值小于预设灰度值的第三像素点;
根据各个所述第三像素点确定所述投影画面中的污点。
在一实施例中,所述根据各个所述第三像素点确定所述投影画面中的污点的步骤包括:
对各个所述第三像素点进行聚类,得到各个第三像素点构成的区域;
确定每个所述区域对应的平均灰度值以及所述投影画面的平均灰度值的比值;
将所述比值大于或等于预设比值的所述区域确定为所述投影画面中的污点。
为实现上述目的,本发明还提供一种图像的边界识别装置,所述图像的边界识别装置包括: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图像的边界识别程序,所述图像的边界识别程序被所述处理器执行时实现如上所述的图像的边界识别方法的各个步骤。
为实现上述目的,本发明还提供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图像的边界识别程序,所述图像的边界识别程序被处理器执行时实现如上所述的图像的边界识别方法的各个步骤。
本发明提供的图像的边界识别方法、装置以及计算机可读存储介质,获取投影屏对应的投影屏图像;在投影屏图像中确定各条第一边界以得到投影区域;根据投影区域中的各个第一像素点的灰度值确定各个第二边界,并根据各条第二边界确定投影画面。由于在投影屏图像中确定了各条第一边界以得到投影区域,在投影区域中确定各条第二边界以得到投影画面,排除了投影区域外的像素点的灰度值情况,从而使得得到的投影画面更加准确。
附图说明
图1为本发明实施例涉及的图像的边界识别系统的硬件结构示意图;
图2为本发明图像的边界识别方法的第一实施例的流程示意图;
图3为本发明图像的边界识别方法的第二实施例的步骤S20的细化流程示意图;
图4为本发明图像的边界识别方法的第三实施例的步骤S20的细化流程示意图;
图5为本发明图像的边界识别方法的第四实施例的步骤S20的细化流程示意图;
图6为本发明图像的边界识别方法的第五实施例的步骤S30的细化流程示意图;
图7为本发明图像的边界识别方法的第六实施例的步骤S30的细化流程示意图;
图8为本发明图像的边界识别方法的第七实施例的流程示意图;
图9为本发明图像的边界识别方法的第八实施例的步骤S50的细化流程示意图;
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:获取投影屏对应的投影屏图像;在所述投影屏图像中确定各条第一边界以得到投影区域;根据所述投影区域中的各个第一像素点的灰度值确定各个第二边界,并根据各条所述第二边界确定投影画面。
由于在投影屏图像中确定了各条第一边界以得到投影区域,在投影区域中确定各条第二边界以得到投影画面,排除了投影区域外的像素点的灰度值情况,从而使得得到的投影画面更加准确。
作为一种实现方案,基于图像的边界识别系统可以如图1所示。
本发明实施例方案涉及的是图像的边界识别系统,图像的边界识别系统包括:处理器101,例如CPU,存储器102,通信总线103。其中,通信总线103用于实现这些组件之间的连接通信。
存储器102可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。如图1所示,作为一种计算机可读存储介质的存储器102中可以包括图像的边界识别程序;而处理器101可以用于调用存储器102中存储的图像的边界识别程序,并执行以下操作:
获取投影屏对应的投影屏图像;
在所述投影屏图像中确定各条第一边界以得到投影区域;
根据所述投影区域中的各个第一像素点的灰度值确定各个第二边界,并根据各条所述第二边界确定投影画面。
在一实施例中,处理器101可以用于调用存储器102中存储的图像的边界识别程序,并执行以下操作:
确定所述投影屏图像中各个第二像素点对应的颜色;
在所述投影屏图像中的各个第二像素点中,确定颜色为预设颜色的各个第二像素点;
根据颜色为预设颜色的各个第二像素点在所述投影屏图像中确定各条所述第一边界,并根据各条所述第一边界确定所述投影区域。
在一实施例中,处理器101可以用于调用存储器102中存储的图像的边界识别程序,并执行以下操作:
确定所述投影屏图像中各个第二像素点对应的颜色;
根据所述投影屏图像中的各个第二像素点确定各条直线,其中,所述直线根据预设数量的第二像素点确定,所述第二像素点为所述投影屏图像中颜色为预设颜色的像素点,所述预设数量大于或等于3;
根据所述各条直线确定各条所述第一边界,并根据各条所述第一边界确定所述投影区域。
在一实施例中,处理器101可以用于调用存储器102中存储的图像的边界识别程序,并执行以下操作:
确定所述投影屏图像中各个第二像素点对应的颜色;
在所述投影屏图像中的各个第二像素点中,确定颜色为预设颜色且亮度大于预设亮度的第二像素点,以作为投影画面的角点,所述亮度根据所述第二像素点的灰度值确定;
根据各个所述角点确定各条第一边界,并根据各条所述第一边界确定所述投影区域。
在一实施例中,处理器101可以用于调用存储器102中存储的图像的边界识别程序,并执行以下操作:
确定所述投影区域中,每个第一像素点的灰度值与所述第一像素点相邻的第一像素点的灰度值之间的差值;
根据所述差值大于预设差值的各个所述第一像素点,确定各条第二边界;
根据各条所述第二边界确定投影画面。
在一实施例中,处理器101可以用于调用存储器102中存储的图像的边界识别程序,并执行以下操作:
根据所述投影区域中的第一像素点的灰度值确定二值化阈值;
根据所述二值化阈值对所述投影区域内的各个第一像素点进行二值化处理,得到二值化处理后的第一像素点;
根据所述二值化处理后的第一像素点确定各条所述第二边界。
在一实施例中,处理器101可以用于调用存储器102中存储的图像的边界识别程序,并执行以下操作:
确定所述投影画面中的灰度值小于预设灰度值的第三像素点;
根据各个所述第三像素点确定所述投影画面中的污点。
在一实施例中,处理器101可以用于调用存储器102中存储的图像的边界识别程序,并执行以下操作:
对各个所述第三像素点进行聚类,得到各个第三像素点构成的区域;
确定每个所述区域对应的平均灰度值以及所述投影画面的平均灰度值的比值;
将所述比值大于或等于预设比值的所述区域确定为所述投影画面中的污点。
基于上述图像的边界识别系统的硬件构架,提出本发明图像的边界识别方法的实施例。
参照图2,图2为本发明图像的边界识别方法的第一实施例,所述图像的边界识别方法包括以下步骤:
步骤S10:获取投影屏对应的投影屏图像。
具体的,在投影屏对应的投影屏图像中,可以包括背景光以及投影幕布,在投影幕布中可以包括投影区域和非投影区域,在投影区域中可以包含投影仪在投影区域中投影的投影画面和非投影画面。在投影屏图像中还可以包括经过控制光源在投影幕布上显示出来的投影区域的边界。投影区域的边界可以有多条边界线,例如投影区域的边界是四边形,四边形的四条边对应四条边界线。在投影屏图像中,投影区域的边界的颜色和投影屏图像中的其他像素点颜色或者灰度值不同,例如,投影区域的边界可以是红色,RGB值为(255,0,0)。
获取投影屏对应的投影屏图像首先是通过控制光源对应的狭缝的宽度和/或高度,以控制光源投射,从而在投影幕布上形成所述投影区域的各条第一边界。其中,狭缝的宽度会影响投影线的长度,狭缝的高度会影响投影线的高度。若宽度太窄或者高度太低,会导致不能在投影幕布上形成所述投影区域的各条第一边界。因此需要调整狭缝的宽度和/或高度,以在投影幕布上形成所述投影区域的各条第一边界。
获取投影屏对应的投影屏图像,可以一次性获得,在投影仪进行投影时,控制目标光源对投影幕布进行照射,形成投影区域的边界,从而得到的投影屏图像中既包括投影画面又包括形成的投影区域的边界。
获取投影屏对应的投影屏图像,可以分两次获得,一次获取投影仪进行投影时的投影画面,得到包括投影画面的投影屏图像。一次控制目标光源对投影幕布进行照射,形成投影区域的边界,得到包括投影区域的边界的投影屏图像。
步骤S20:在所述投影屏图像中确定各条第一边界以得到投影区域。
具体的,第一边界是投影区域的边界中的一条边界,例如投影区域的边界为四边形,四边形的四条边对应四个第一边界。在确定各条第一边界之后,根据各条第一边界得到投影区域。
步骤S30:根据所述投影区域中的各个第一像素点的灰度值确定各个第二边界,并根据各条所述第二边界确定投影画面。
具体的,得到投影区域之后,在所述投影区域中确定投影区域的各个像素点的灰度值,其中,灰度值可以是指灰度图像中像素点的颜色深度,范围一般从0到255,白色为255,黑色为0。根据灰度值确定投影画面的各个第二边界。
在本实施例提供的技术方案中,在投影屏图像中找到了各条第一边界,根据第一边界确定了投影区域,在投影区域中得到各个第二边界,从而得到了投影画面,由于得到了投影区域,排除了非投影区域的像素点的灰度值的影响,从而使得得到的投影画面的各个第二边界更加准确。
参照图3,图3为本发明图像的边界识别方法的第二实施例,基于所述第一实施例,所述步骤S20包括:
步骤S21:确定所述投影屏图像中各个第二像素点对应的颜色;
步骤S22:在所述投影屏图像中的各个第二像素点中,确定颜色为预设颜色的各个第二像素点;
步骤S23:根据颜色为预设颜色的各个第二像素点在所述投影屏图像中确定各条所述第一边界,并根据各条所述第一边界确定所述投影区域。
具体的,所述投影屏图像中各个第二像素点的对应的颜色可以是红色、黄色、白色或者黑色等多种颜色,颜色可以用RGB值表示,其中RGB代表红、绿、蓝三个通道的颜色,例如绿色,对应的RGB值为(0,255,0),这里的R值为0,G值为255,B值为0。
预设颜色对应投影光源的颜色,如果投影光源用的是红色光源,预设颜色则为红色。确定投影屏图像中为预设颜色的各个第二像素点,根据所述第二像素点确定各条第一边界,从而确定了投影区域。
在本实施例提供的技术方案中,获取投影屏图像中的各个第二像素点的颜色,确定颜色为预设颜色的各个第二像素点,根据各个第二像素点得到投影区域的各条第一边界,考虑了投影屏图像中的所有的第二像素点,保证第一边界计算的准确性。
参照图4,图4为本发明图像的边界识别方法的第三实施例,基于所述第一或第二实施例,所述步骤S20包括:
步骤S24:确定所述投影屏图像中各个第二像素点对应的颜色;
步骤S25:根据所述投影屏图像中的各个第二像素点确定各条直线,其中,所述直线根据预设数量的第二像素点确定,所述第二像素点为所述投影屏图像中颜色为预设颜色的像素点,所述预设数量大于或等于3;
步骤S26:根据所述各条直线确定各条所述第一边界,并根据各条所述第一边界确定所述投影区域。
具体的,确定各个第二像素点的颜色,在所述投影屏图像中的各个第二像素点中,确定颜色为预设颜色的各个第二像素点,任取预设数量的各个第二像素点,判断预设数量的各个第二像素点是否构成一条直线,这里的预设数量通常大于或等于3。当预设数量的各个第二像素点构成一条直线时,再获取预设数量的各个第二像素点进行判断,直至得到全部直线。
根据各条直线以及各个直线的相交情况,确定所述各条第一边界,从而得到投影区域。
在本实施例提供的技术方案中,对颜色为预设颜色的各个第二像素点进行取点,判断能否构成一条直线,根据得到的直线确定所述各条第一边界。提高了获得第一边界的效率。
参照图5,图5为本发明图像的边界识别方法的第四实施例,基于所述第一至第三中任一实施例,所述步骤S20包括:
步骤S27:确定所述投影屏图像中各个第二像素点对应的颜色;
步骤S28:在所述投影屏图像中的各个第二像素点中,确定颜色为预设颜色且亮度大于预设亮度的第二像素点,以作为投影画面的角点,所述亮度根据所述第二像素点的灰度值确定;
步骤S29:根据各个所述角点确定各条第一边界,并根据各条所述第一边界确定所述投影区域。
具体的,由于各条第一边界的角点处,颜色为预设颜色的第二像素点的亮度更高,则将颜色为预设颜色且亮度大于预设亮度的第二像素点作为投影画面的角点。
根据所述角点可以计算得到各条第一边界,例如可以根据一条第一边界的两个角点确定该第一边界所在的直线,根据所述直线确定该第一边界的坐标。根据各个角点确定各条第一边界,并根据各条第一边界确定投影区域。例如,投影区域的各条第一边界构成四边形,确定四个角点,左上角角点为Left_Top(x_LT,y_LT),右上角角点为Right_TOP(x_RT,y_RT),左下角角点为Left_Bottom(x_LB,y_LB),右下角角点为Right_Bottom(x_RB,y_RB),根据四个角点计算得到各条第一边界线,其中,上方的第一边界为Top线:Top_Line(x_LT..x_RT,y_LT+(y_RT-y_LT)/2),左边的第一边界为Left线:Left_Line(x_LT+(x_LB-x_LT)/2,y_LT..y_LB),右边的第一边界为Right线:Right_Line(x_RT+(x_RB-x_RT)/2,y_RT..y_RB),下方的第一边界为Bottom线:Bottom_Line(x_LB..x_RB,y_LB+(y_RB-y_LB)/2)。其中,x_LT..x_RT代表横坐标为x_LT到 x_RT之间,y_LT..y_LB代表纵坐标为y_LT到y_LB之间,y_RT..y_RB代表纵坐标为y_RT到y_RB之间,x_LB..x_RB代表横坐标为x_LB到x_RB之间。
在本实施例提供的技术方案中,确定了各条第一边界的角点,根据角点对各条第一边界所在的直线进行计算,从而确定了所述各条第一边界,避免了对各条第一边界上的点逐一计算,提高了第一边界的计算效率。
参照图6,图6为本发明图像的边界识别方法的第五实施例,基于所述第一至第四中任一实施例,所述步骤S30包括:
步骤S31:确定所述投影区域中,每个第一像素点的灰度值与所述第一像素点相邻的第一像素点的灰度值之间的差值;
步骤S32:根据所述差值大于预设差值的各个所述第一像素点,确定各条第二边界;
步骤S33:根据各条所述第二边界确定投影画面。
具体的,在获取了各条第一边界后,可以确定所述投影区域。一般情况下投影画面小于或等于投影区域。在投影画面小于投影区域的情况下,在投影区域中对各个第一灰度值进行差分计算,也就是计算各个第一像素点对应的灰度值与相邻的第一像素点对应的灰度值的差值,若灰度值的差值大于预设差值,则确定所述差值对应的两个第一像素点为第二边界上的像素点。确定多个灰度值的差值大于预设差值的第一像素点后,根据多个灰度值的差值大于预设差值的第一像素点确定投影画面的各个第二边界。
在本实施例提供的技术方案中,通过对投影区域中的各个第一像素点的灰度值进行差分计算,得到了投影画面的各个第二边界,避免了对投影区域外的像素点进行计算,提高了各个第二边界的计算效率。
参照图7,图7为本发明图像的边界识别方法的第六实施例,基于所述第一至第四中任一实施例,所述步骤S30包括:
步骤S34:根据所述投影区域中的第一像素点的灰度值确定二值化阈值;
步骤S35:根据所述二值化阈值对所述投影区域内的各个第一像素点进行二值化处理,得到二值化处理后的第一像素点;
步骤S36:根据所述二值化处理后的第一像素点确定各条所述第二边界。
具体的,根据所述投影区域的第一像素点的灰度值确定进行二值化的二值化阈值,其中二值化阈值的大小可以是投影区域中的最大的灰度值与最小的灰度值的平均值,可以是整个投影区域的平均灰度值。根据二值化阈值对投影区域内的各个像素点进行二值化处理,也就是将灰度值大于二值化阈值的像素点赋值为255,将灰度值小于或等于二值化阈值的像素点赋值为0,以得到投影区域对应的二值化图像,根据二值化后的二值化图像,根据二值化图像中灰度值为255与灰度值为0交界处的第一像素点确定各个第二边界。
在本实施例提供的技术方案中,对投影区域进行二值化处理,根据二值化处理的结果得到各个第二边界上的像素点,从而确定各条第二边界,避免了投影区域外的像素点的灰度值对投影区域进行二值化处理的干扰,提高了第二边界计算的准确性。
参照图8,图8为本发明图像的边界识别方法的第七实施例,基于所述第一至第六中任一实施例,所述步骤S30之后包括:
步骤S40:确定所述投影画面中的灰度值小于预设灰度值的第三像素点;
步骤S50:根据各个所述第三像素点确定所述投影画面中的污点。
具体的,根据各个第二边界可以确定投影画面,在投影画面中获取灰度值小于预设灰度值的第三像素点。根据第三像素点确定投影画面中的污点,可以是获取了各个第三像素点之后,对各个第三像素点进行聚类得到投影画面的污点。
在本实施例提供的技术方案中,在投影画面中确定了投影画面存在的污点,排除了投影画面外像素点的影响,使得得到的污点都是在投影画面中,使得污点的判断更加准确。
参照图9,图9为本发明图像的边界识别方法的第八实施例,基于所述第七实施例,所述步骤S50包括:
步骤S51:对各个所述第三像素点进行聚类,得到各个第三像素点构成的区域;
步骤S52:确定每个所述区域对应的平均灰度值以及所述投影画面的平均灰度值的比值;
步骤S53:将所述比值大于或等于预设比值的所述区域确定为所述投影画面中的污点。
具体的,根据各个第三像素点确定各个第三像素点构成的区域,若区域对应的灰度值偏小或者面积较小,可以认为各个第三像素点构成的区域不是投影画面的污点。确定区域中各个第三像素点的灰度值的平均灰度值,以及投影画面中的各个第三像素点的灰度值的平均灰度值的比值,若比值大于或等于预设比值,则区域的灰度值是偏大的或者面积较大,则认为区域为投影画面的污点。
在本实施例提供的技术方案中,通过对各个第三像素点进行聚类,对得到区域进行计算,排除了灰度值与投影画面接近的污点,以及面积较小可以忽略不计的污点,使得得到的污点更加准确。
本发明还提供一种图像的边界识别装置,所述图像的边界识别装置包括: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图像的边界识别程序,所述图像的边界识别程序被所述处理器执行时实现如上实施例所述的图像的边界识别方法的各个步骤。
本发明还提供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图像的边界识别程序,所述图像的边界识别程序被处理器执行时实现如上实施例所述的图像的边界识别方法的各个步骤。
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。
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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。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、物品或者装置中还存在另外的相同要素。
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计算机可读存储介质(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,空调器,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)
1.一种图像的边界识别方法,其特征在于,所述图像的边界识别方法包括:
获取投影屏对应的投影屏图像;
在所述投影屏图像中确定各条第一边界以得到投影区域;
根据所述投影区域中的各个第一像素点的灰度值确定各个第二边界,并根据各条所述第二边界确定投影画面;
确定所述投影画面中的灰度值小于预设灰度值的第三像素点;
对各个所述第三像素点进行聚类,得到各个第三像素点构成的区域;
确定每个所述区域对应的平均灰度值以及所述投影画面的平均灰度值的比值;
将所述比值大于或等于预设比值的所述区域确定为所述投影画面中的污点。
2.如权利要求1所述的图像的边界识别方法,其特征在于,所述在所述投影屏图像中确定各条第一边界以得到投影区域的步骤包括:
确定所述投影屏图像中各个第二像素点对应的颜色;
在所述投影屏图像中的各个第二像素点中,确定颜色为预设颜色的各个第二像素点;
根据颜色为预设颜色的各个第二像素点在所述投影屏图像中确定各条所述第一边界,并根据各条所述第一边界确定所述投影区域。
3.如权利要求1所述的图像的边界识别方法,其特征在于,所述在所述投影屏图像中确定各条第一边界以得到投影区域的步骤包括:
确定所述投影屏图像中各个第二像素点对应的颜色;
根据所述投影屏图像中的各个第二像素点确定各条直线,其中,所述直线根据预设数量的第二像素点确定,所述第二像素点为所述投影屏图像中颜色为预设颜色的像素点,所述预设数量大于或等于3;
根据所述各条直线确定各条所述第一边界,并根据各条所述第一边界确定所述投影区域。
4.如权利要求1所述的图像的边界识别方法,其特征在于,所述在所述投影屏图像中确定各条第一边界以得到投影区域的步骤包括:
确定所述投影屏图像中各个第二像素点对应的颜色;
在所述投影屏图像中的各个第二像素点中,确定颜色为预设颜色且亮度大于预设亮度的第二像素点,以作为投影画面的角点,所述亮度根据所述第二像素点的灰度值确定;
根据各个所述角点确定各条第一边界,并根据各条所述第一边界确定所述投影区域。
5.如权利要求1所述的图像的边界识别方法,其特征在于,所述根据所述投影区域中的各个第一像素点的灰度值确定各个第二边界,并根据各条所述第二边界确定投影画面的步骤包括:
确定所述投影区域中,每个第一像素点的灰度值与所述第一像素点相邻的第一像素点的灰度值之间的差值;
根据所述差值大于预设差值的各个所述第一像素点,确定各条第二边界;
根据各条所述第二边界确定投影画面。
6.如权利要求1所述的图像的边界识别方法,其特征在于,所述投影区域中的各个第一像素点的灰度值确定各个第二边界的步骤包括:
根据所述投影区域中的第一像素点的灰度值确定二值化阈值;
根据所述二值化阈值对所述投影区域内的各个第一像素点进行二值化处理,得到二值化处理后的第一像素点;
根据所述二值化处理后的第一像素点确定各条所述第二边界。
7.一种图像的边界识别装置,其特征在于,所述图像的边界识别装置包括: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图像的边界识别程序,所述图像的边界识别程序被所述处理器执行时实现如权利要求1至6中任一项所述的图像的边界识别方法的各个步骤。
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图像的边界识别程序,所述图像的边界识别程序被处理器执行时实现如权利要求1至6中任一项所述的图像的边界识别方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011021145.1A CN111932571B (zh) | 2020-09-25 | 2020-09-25 | 图像的边界识别方法、装置以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011021145.1A CN111932571B (zh) | 2020-09-25 | 2020-09-25 | 图像的边界识别方法、装置以及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932571A CN111932571A (zh) | 2020-11-13 |
CN111932571B true CN111932571B (zh) | 2021-01-22 |
Family
ID=73334147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011021145.1A Active CN111932571B (zh) | 2020-09-25 | 2020-09-25 | 图像的边界识别方法、装置以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932571B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114466173A (zh) * | 2021-11-16 | 2022-05-10 | 海信视像科技股份有限公司 | 投影设备及自动投入幕布区域的投影显示控制方法 |
CN114157848B (zh) * | 2021-12-01 | 2024-07-23 | 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 |
CN114241287B (zh) * | 2021-12-15 | 2024-05-07 | 平安科技(深圳)有限公司 | 拍摄物边界的识别方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006074512A (ja) * | 2004-09-02 | 2006-03-16 | Casio Comput Co Ltd | 撮影装置、撮影装置の画像処理方法及びプログラム |
CN101398999B (zh) * | 2007-09-28 | 2011-11-09 | 鹏智科技(深圳)有限公司 | 显示设备测试装置及方法 |
CN104869377B (zh) * | 2012-03-14 | 2016-11-02 | 海信集团有限公司 | 一种投影图像颜色校正方法及投影仪 |
CN108337494A (zh) * | 2018-05-18 | 2018-07-27 | 歌尔科技有限公司 | 一种投影设备的校准方法、装置、投影设备及终端设备 |
CN110418124B (zh) * | 2019-08-05 | 2021-11-30 | 歌尔光学科技有限公司 | 投影图像检测方法、装置、设备及计算机可读存储介质 |
CN111627009B (zh) * | 2020-05-27 | 2023-10-20 | 歌尔光学科技有限公司 | 一种屏幕检测方法、装置及头戴显示设备 |
-
2020
- 2020-09-25 CN CN202011021145.1A patent/CN111932571B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111932571A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111932571B (zh) | 图像的边界识别方法、装置以及计算机可读存储介质 | |
CN109977949B (zh) | 边框微调的文本定位方法、装置、计算机设备及存储介质 | |
KR102462025B1 (ko) | 카메라 캘리브레이션을 위한 체커보드 코너점 추출 장치 및 방법 | |
US7751610B2 (en) | Image recognition method and image recognition apparatus | |
CN112308794A (zh) | 显示图像的校正方法、设备及计算机可读存储介质 | |
CN108389215B (zh) | 一种边缘检测方法、装置、计算机存储介质及终端 | |
CN110784699B (zh) | 投影处理方法、装置、投影仪及可读存储介质 | |
US10992913B2 (en) | Image processing apparatus, method, and storage medium storing program for transforming distortion of image projected by projection apparatus | |
JP2018124441A (ja) | システム、情報処理装置、情報処理方法及びプログラム | |
US11588955B2 (en) | Apparatus, method, and computer program for image conversion | |
WO2024179474A1 (zh) | 鱼眼图像处理方法、电子设备和存储介质 | |
JPWO2019167238A1 (ja) | 画像処理装置および画像処理方法 | |
CN113269728B (zh) | 视觉巡边方法、设备、可读存储介质及程序产品 | |
JPH0877363A (ja) | エツジ検出方法及びエツジ検出装置 | |
CN112261394A (zh) | 振镜的偏转率的测量方法、装置、系统及计算机存储介质 | |
KR102474731B1 (ko) | 공간영상도화 이미지의 매핑을 위한 경계라인의 수정시스템 | |
JP5160547B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム、並びに撮像装置 | |
JPH10187972A (ja) | 光源色の判定方法 | |
CN112571409B (zh) | 基于视觉slam的机器人控制方法、机器人及介质 | |
JP4985117B2 (ja) | 画像処理プログラム、および画像処理装置 | |
CN117765244A (zh) | 图像处理方法、装置、电子设备及计算机存储介质 | |
CN111026641B (zh) | 一种图片比较方法和电子设备 | |
CN117949389B (zh) | 一种显示屏的逐点校正方法及系统 | |
KR101652630B1 (ko) | 채도 향상, 또는 채도 제한을 위한 영상 처리 장치 및 방법 | |
US7657087B2 (en) | Method and computer-readable medium for detecting flesh-tone pixels |
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 |