CN113596420B

CN113596420B - 投影仪镜片的检测方法、装置、投影仪及可读存储介质

Info

Publication number: CN113596420B
Application number: CN202110859757.6A
Authority: CN
Inventors: 宋林; 丁超
Original assignee: Goertek Techology Co Ltd
Current assignee: Goertek Optical Technology Co Ltd
Priority date: 2021-07-28
Filing date: 2021-07-28
Publication date: 2022-12-09
Anticipated expiration: 2041-07-28
Also published as: CN113596420A

Abstract

本公开提供了一种投影仪镜片的检测方法、装置、投影仪及可读存储介质，该方法包括：控制投影仪投影显示目标图片；控制相机拍摄显示所述目标图片的投影区域，得到检测照片；生成所述检测照片的灰度图；识别所述检测照片中目标像素点的边界，得到边界识别结果；根据所述边界识别结果确定所述投影仪的镜片是否存在异常。

Description

投影仪镜片的检测方法、装置、投影仪及可读存储介质

技术领域

本公开涉及投影检测技术领域，更具体地，涉及一种投影仪镜片的检测方法、一种投影仪镜片的检测装置、一种投影仪及一种可读存储介质。

背景技术

投影仪是一种可以将图像或视频投射到幕布上的设备，广泛应用于家庭、办公室、学校和娱乐场所。

在投影仪的使用过程中，投影仪的镜片经常会出现污点、划痕等影响投影显示的因素，有时镜片自身也会出现花屏等问题。

在现有技术中，通常通过人工识别的方式，来排查镜片是否出现污点、划痕、花屏等问题。但是，这种方式费时费力，且检测成功率也无法得到保障。

发明内容

本公开的一个目的是提供一种检测投影仪镜片的新技术方案。

根据本公开的第一方面，提供了一种投影仪镜片的检测方法，包括：

控制投影仪投影显示目标图片；

控制相机拍摄显示所述目标图片的投影区域，得到检测照片；

识别所述检测照片中目标像素点的边界，得到边界识别结果；

根据所述边界识别结果确定所述投影仪的镜片是否存在异常。

可选的，所述识别所述检测照片中目标像素点的边界，得到边界识别结果包括：

生成所述检测照片的灰度图；

根据预设的第一灰度阈值，对所述灰度图进行二值化处理，得到第一图片；

识别所述第一图片中目标像素点的边界，得到所述边界识别结果。

可选的，所述方法还包括：

根据预设的第二灰度阈值，对所述灰度图进行二值化处理，得到第二图片；

所述识别所述第一图片中目标像素点的边界，得到边界识别结果包括：

对所述第一图片和所述第二图片进行融合处理，得到第三图片；

识别所述第三图片中目标像素点的边界，得到所述边界识别结果。

可选的，所述根据所述边界识别结果确定所述投影仪的镜片是否存在异常包括：

根据所述边界识别结果，确定是否识别到所述镜片的边界；其中，所述镜片的边界以外的区域均为黑色像素点；

在未识别到所述镜片的边界的情况下，确定所述投影仪的镜片存在异常。

可选的，所述根据所述边界识别结果确定所述投影仪的镜片是否存在异常还包括：

在识别到所述镜片的边界的情况下，根据所述边界识别结果，判断所述镜片的边界内是否存在其他边界；

在所述镜片的边界内存在其他边界的情况下，确定所述投影仪的镜片存在异常；

在所述镜片的边界内未存在其他边界的情况下，确定所述投影仪的镜片正常。

可选的，所述识别所述第一图片中目标像素点的边界，得到边界识别结果之前，所述方法还包括：

对所述第一图片进行形态学处理，以去除所述第一图片中的噪声。

可选的，所述生成所述检测照片的灰度图包括：

获取所述检测照片的HSV矩阵；

根据所述检测照片的HSV矩阵，生成所述灰度图。

可选的，所述方法还包括：

响应于结果查询请求，展示所述投影仪的镜片是否存在异常的检测结果。

根据本公开的第二方面，提供了一种投影仪镜片的检测装置，包括：

图片投影模块，用于控制投影仪投影显示目标图片；

照片拍摄模块，用于控制相机拍摄显示所述目标图片的投影区域，得到检测照片；

边界识别模块，用于识别所述检测照片中目标像素点的边界，得到边界识别结果；

异常检测模块，用于根据所述边界识别结果确定所述投影仪的镜片是否存在异常。

根据本公开的第三方面，提供了一种投影仪，包括：

如本公开第二方面所述的装置；或者，

处理器和存储器，所述存储器用于存储指令，所述指令用于控制所述处理器执行根据本公开第一方面所述的方法。

根据本公开的第四方面，提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现如本公开第一方面所述的方法。

通过本实施例的方法，控制相机拍摄显示目标图片的投影区域所得到的检测照片，识别检测照片中目标像素点的边界，得到边界识别结果，根据边界识别结果，能够快速准确地确定投影仪的镜片是否存在污点、划痕、或花屏等异常。而且，可以节省时间和人力成本，提高检测的成功率和准确率。

通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且连同其说明一起用于解释本公开的原理。

图1是显示可用于实现本公开的实施例的投影仪的硬件配置的一个例子的框图。

图2示出了本公开的实施例的投影仪镜片的检测方法的流程图。

图3示出了本公开的实施例的投影仪镜片的检测方法的一个例子的流程图。

图4示出了本公开的实施例的投影仪镜片的检测装置的框图。

图5示出了本公开的实施例的投影仪的框图。

具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

<硬件配置>

图1是可用于实现本公开实施例的投影仪的硬件配置的一个例子的框图。

该投影仪1000可以包括但不限于处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600、扬声器1700、麦克风1800等等。其中，处理器1100可以是中央处理器CPU、图形处理器GPU、微处理器MCU等，用于执行计算机程序，该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集编写。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、串行接口、并行接口等。通信装置1400例如能够利用光纤或电缆进行有线通信，或者进行无线通信，具体地可以包括WiFi通信、蓝牙通信、2G/3G/4G/5G通信等。显示装置1500例如是液晶显示屏、触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘、体感输入等。扬声器1700用于输出音频信号。麦克风1800用于采集音频信号。

应用于本公开实施例中，投影仪1000的存储器1200用于存储计算机程序，该计算机程序用于控制所述处理器1100进行操作以实现根据本公开实施例的方法。技术人员可以根据本公开所公开方案设计该计算机程序。该计算机程序如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。该投影仪1000可以安装有智能操作系统(例如Windows、Linux、安卓、IOS等系统)和应用软件。

本领域技术人员应当理解，尽管在图1中示出了投影仪1000的多个装置，但是，本公开实施例的投影仪1000可以仅涉及其中的部分装置，例如，只涉及处理器1100和存储器1200等。

下面，参照附图描述根据本发明的各个实施例和例子。

<方法实施例>

在本实施例中，提供一种投影仪镜片的检测方法。该方法由投影仪实施。在一个例子中，该投影仪可以是图1所示的投影仪1000。该方法还可以是由用于对投影仪进行检测的电子设备实施。

本实施例中的投影仪，可以包括投影模组和镜片，投影模组可以通过镜片将图片进行投影显示。

在一个例子中，用于对投影仪进行测试的测试系统，或者是待测试的投影仪，还可以包括相机。相机可以拍摄显示有目标图片的投影区域，得到检测照片。其中，检测照片中包括完整显示在投影区域的目标图片。

根据图2所示，本实施例的投影仪镜片的检测方法可以包括如下步骤S2100～S2400。

步骤S2100，控制投影仪投影显示目标图片。

本实施例中的目标图片可以是预先设定好的纯色图片，并通过投影仪的镜片，进行投影显示。

在一个例子中，可以是将目标图片完整的投影显示在幕布上。

步骤S2200，控制相机拍摄显示目标图片的投影区域，得到检测照片。

在本实施例中，相机拍摄得到的检测照片中，包括显示目标图片的完整的投影区域，也就是说，检测照片中包含投影显示的完整的目标图片。

步骤S2300，识别检测照片中目标像素点的边界，得到边界识别结果。

在本公开的一个实施例中，由于投影仪投影显示的目标图片是预先设定好的纯色图片，因此，可以是根据纯色图片在RGB三个通道的像素值，确定参考像素值，将像素值为参考像素值的像素点，作为目标像素点，并识别检测照片中目标像素点的边界，得到边界识别结果。

在本公开的另一个实施例中，为了提高边界识别结果的准确性，识别检测照片中目标像素点的边界，得到边界识别结果可以包括如下所示的步骤S2320～S2360：

步骤S2320，生成检测照片的灰度图。

在本公开的一个实施例中，生成检测照片的灰度图的方式可以包括：生成检测照片的HSV矩阵；根据HSV矩阵生成检测照片的灰度图。

HSV(Hue，Saturation，Value)是根据颜色的直观特性的一种颜色空间，也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是：色调(H)，饱和度(S)，明度(V)。

HSV矩阵可以是表示检测照片中每个像素的H参数(色调)、S参数(饱和度)和V参数(明度)。

步骤S2340，根据预设的第一灰度阈值，对灰度图进行二值化处理，得到第一图片。

在本实施例中，第一灰度阈值可以是预先根据应用场景或具体需求所设定的。

具体的，可以是将灰度图中灰度值小于第一灰度阈值的像素点转换为黑色，将灰度值大于第一灰度阈值的像素点转化为白色。

在正常情况下，白色的像素点所对应的位置对应于目标图片的显示位置，黑色的像素点所对应的位置对应于未显示目标图片的位置，以及镜片存在的异常所影响的目标图片的显示位置。

在本公开的一个实施例中，在执行步骤S2360之前，该方法还可以包括：对第一图片进行形态学处理，以去除第一图片中的噪声。

具体的，可以是对第一图片中的白色部分进行腐蚀和膨胀。通过对第一图片进行形态学处理，可以滤除第一图片中的噪声，进而可以使得根据第一图片所得到的边界识别结果更加准确，使得投影仪镜片的检测结果更加准确。

步骤S2360，识别第一图片中目标像素点的边界，得到边界识别结果。

在本实施例中，第一图片中的目标像素点，可以是白色的像素点。通过识别第一图片中目标像素点的边界所得到的边界识别结果，可以包括第一图片中的所有白色的像素点的边界。

步骤S2400，根据边界识别结果确定投影仪的镜片是否存在异常。

在本公开的一个实施例中，根据边界识别结果确定投影仪的镜片是否存在异常可以包括如下所示的步骤S2410～S2420：

步骤S2410，根据边界识别结果，确定是否识别到镜片的边界。

在镜片的边界以外的像素点均为黑色的像素点。

在本公开的一个实施例中，还可以是将白色像素点的最外围的边界，作为镜片的边界。

在本实施例中，镜片的边界所构成的形状可以是任意形状。

在本公开的另一个实施例中，为了能够对镜片边缘的异常进行准确识别，镜片的边界的形状可以是与镜片的形状相同。

在一个例子中，镜片的形状通常是矩形，那么，可以是根据边界识别结果，确定是否识别到矩形的边界，如是，则将该矩形的边界，作为镜片的边界，确定识别到镜片的边界；如否，则确定未识别到镜片的边界。

在另一个例子中，可以是预先控制正常的投影仪显示目标图片，并控制相机拍摄显示目标图片的投影区域，得到参考照片，根据参考照片，确定镜片的参考边界。在步骤S2410中，根据边界识别结果，确定是否识别到与参考边界的位置、大小均相同的边界，如是，则将与参考边界相同的边界作为镜片的边界，确定识别到镜片的边界；如否，则确定未识别到镜片的边界。

步骤S2420，在未识别到镜片的边界的情况下，确定投影仪的镜片存在异常。

在本实施例中，如果不能识别出镜片的边界，则可以说明整个镜片均存在花屏或污渍，且对投影效果的影响较大。

进一步地，该根据边界识别结果确定投影仪的镜片是否存在异常还可以包括如下所示的步骤S2430～S2450：

步骤S2430，在识别到镜片的边界的情况下，根据边界识别结果，判断镜片的边界中是否存在其他边界。

在本实施例中，其他边界位于镜片的边界所圈定的区域内。

步骤S2640，在镜片的边界中存在其他边界的情况下，确定投影仪的镜片存在异常。

步骤S2650，在镜片的边界中不存在其他边界的情况下，确定投影仪的镜片正常。

由于相机在拍摄检测照片的情况下，会受到光源的影响，导致灰度图的灰度分布不均，可能无法识别出镜片异常所导致的其他边界。

根据预设的第一灰度阈值对灰度图进行二值化处理得到第一图片，对第一图片进行边界识别，可以较为准确地识别出镜片的边界，可能无法准确识别出镜片异常所导致的其他边界。

在本公开的一个实施例中，为了能够准确识别出以及镜片异常所导致的其他边界，该方法还可以包括如下所示的步骤S2350：

步骤S2350，根据预设的第二灰度阈值，对灰度图进行二值化处理，得到第二图片。

在此基础上，步骤S2360可以包括：对第一图片和第二图片进行融合处理，得到第三图片；识别第三图片中目标像素点的边界，得到边界识别结果。

通过本实施例，对第一图片和第二图片进行融合处理，可以是将黑色的像素点标记为1，将白色的像素点标记为0，并对第一图片和第二图片所对应的相同像素点的标记做或运算，根据每个像素点的标记得到第三图片。

例如，在第一图片和/或第二图片中的第一像素点为黑色的情况下，第三图片中的第一像素点也为黑色；在第一图片和第二图片中的第二像素点均为白色的情况下，可以确定第三图片中的第二像素点也为白色。

本实施例中的目标像素点为白色的像素点。

在本实施例中，根据预设的第一灰度阈值对灰度图进行二值化处理得到第一图片，识别第一图片中目标像素点的边界，可以较为准确地识别出镜片的边界；根据预设的第二灰度阈值对灰度图进行二值化处理得到第二图片，识别第二图片中目标像素点的边界，可以较为准确地识别出镜片中的污点、划痕、或花屏等异常所导致的其他边界；通过对第一图片和第二图片进行融合得到第三图片，再识别第三图片中目标像素点的边界，就可以准确地识别出镜片的边界、以及镜片中的污点、划痕、或花屏等异常所导致的其他边界，使得最终得到的边界识别结果更加准确，进而使得投影仪镜片的检测结果更加准确。

进一步地，在对第一图片和第二图片进行融合之前，该方法还可以包括：对第二图片进行形态学处理，以去除第二图片中的噪声。

在本公开的一个实施例中，通过前述实施例的方法，可以得到投影仪的镜片是否存在异常的检测结果。该方法还可以包括：

响应于结果查询请求，展示投影仪的镜片是否存在异常的检测结果。

在本实施例中，投影仪在得到镜片是否存在异常的检测结果的情况下，可以是将该检测结果生成目标格式的文件，并存储在投影仪中。该投影仪中还可以安装有能够打开目标格式的文件的目标应用软件，那么，投影仪响应于结果查询请求，可以是通过该目标应用软件来展示该检测结果，以供用户查看，并根据检测结果进行干预。

在本公开的另一个实施例中，该投影仪可以是运行有安卓系统的设备，在该投影仪与上位机连接的情况下，用户可以使用上位机中的adb工具，将投影仪的镜片是否存在异常的检测结果传输至上位机中进行查看。

<例子>

图3为根据本公开实施例的投影仪镜片的检测方法的一个例子的流程图。

根据图3所示，该方法可以包括如下所示的步骤S3001～S3013：

步骤S3001，控制投影仪投影显示目标图片。

步骤S3002，控制相机拍摄显示目标图片的投影区域，得到检测照片。

步骤S3003，生成检测照片的灰度图。

步骤S3004，根据预设的第一灰度阈值，对灰度图进行二值化处理，得到第一图片。

步骤S3005，对第一图片进行形态学处理，以去除第一图片中的噪声。

步骤S3006，根据预设的第二灰度阈值，对灰度图进行二值化处理，得到第二图片。

步骤S3007，对第二图片进行形态学处理，以去除第二图片中的噪声。

步骤S3008，对第一图片和第二图片进行融合处理，得到第三图片。

步骤S3009，识别第三图片中目标像素点的边界，得到边界识别结果。

步骤S3010，根据边界识别结果，确定是否识别到镜片的边界，如是，则执行步骤S3011；如否，则执行步骤S3012。

步骤S3011，根据边界识别结果，判断镜片的边界内是否存在其他边界，如是，则执行步骤S3012；如否，则执行步骤S3013。

步骤S3012，确定投影仪的镜片存在异常。

步骤S3013，确定投影仪的镜片正常。

<装置实施例>

在本实施例中，提供一种投影仪镜片的检测装置4000，如图4所示，包括图片投影模块4100、照片拍摄模块4200、边界识别模块4300和异常检测模块4400。该图片投影模块4100用于控制投影仪投影显示目标图片；该照片拍摄模块4200用于控制相机拍摄显示目标图片的投影区域，得到检测照片；该边界识别模块4300用于识别检测照片中目标像素点的边界，得到边界识别结果；该异常检测模块4400用于根据边界识别结果确定投影仪的镜片是否存在异常。

在本公开的一个实施例中，该边界识别模块4300还可以包括：

灰度图生成单元，用于生成所述检测照片的灰度图；

二值化处理单元，根据预设的第一灰度阈值，对所述灰度图进行二值化处理，得到第一图片；

边界识别单元，用于识别所述第一图片中目标像素点的边界，得到所述边界识别结果。

在本公开的一个实施例中，该二值化处理单元还可以用于：根据预设的第二灰度阈值，对灰度图进行二值化处理，得到第二图片；

边界识别单元还可以用于：

对第一图片和第二图片进行融合处理，得到第三图片；

识别所述第三图片中目标像素点的边界，得到边界识别结果。

在本公开的一个实施例中，该异常检测模块4400还可以用于：

根据边界识别结果，确定是否识别到镜片的边界；其中，所述镜片的边界以外的区域均为黑色的像素点；

在未识别到镜片的边界的情况下，确定投影仪的镜片存在异常。

在本公开的一个实施例中，该异常检测模块4400还可以用于：

在识别到镜片的边界的情况下，根据边界识别结果，判断镜片的边界内是否存在其他边界；

在镜片的边界内存在其他边界的情况下，确定投影仪的镜片存在异常；

在镜片的边界内未存在其他边界的情况下，确定投影仪的镜片正常。

在本公开的一个实施例中，该投影仪镜片的检测装置4000还可以包括：

用于对第一图片进行形态学处理，以去除第一图片中的噪声的模块。

在本公开的一个实施例中，该灰度图生成单元还可以用于：

获取检测照片的HSV矩阵；

根据检测照片的HSV矩阵，生成灰度图。

用于响应于结果查询请求，展示投影仪的镜片是否存在异常的检测结果的模块。

本领域技术人员应当明白，可以通过各种方式来实现投影仪镜片的检测装置4000。例如，可以通过指令配置处理器来实现投影仪镜片的检测装置4000。例如，可以将指令存储在ROM中，并且当启动设备时，将指令从ROM读取到可编程器件中来实现投影仪镜片的检测装置4000。例如，可以将投影仪镜片的检测装置4000固化到专用器件(例如ASIC)中。可以将投影仪镜片的检测装置4000分成相互独立的单元，或者可以将它们合并在一起实现。投影仪镜片的检测装置4000可以通过上述各种实现方式中的一种来实现，或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。

在本实施例中，投影仪镜片的检测装置4000可以具有多种实现形式，例如，投影仪镜片的检测装置4000可以是任何的提供投影仪镜片的检测服务的软件产品或者应用程序中运行的功能模块，或者是这些软件产品或者应用程序的外设嵌入件、插件、补丁件等，还可以是这些软件产品或者应用程序本身。

<投影仪>

在本实施例中，还提供一种投影仪5000。

在一个例子中，该投影仪5000可以包括前述的投影仪镜片的检测装置4000。

在另一个例子中，如图5所示，该投影仪5000可以包括：

存储器5100和处理器5200，该存储器5100用于存储可执行的指令；该指令用于控制处理器5200执行前述的投影仪镜片的检测方法。

<可读存储介质>

在本实施例中，还提供一种可读存储介质，其上存储有计算机程序，计算机程序在被处理器执行时实现如本公开任意实施例的投影仪镜片的检测方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开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、程序段或指令的一部分，所述模块、程序段或指令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。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。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本公开的范围由所附权利要求来限定。

Claims

1.一种投影仪镜片的检测方法，其特征在于，包括：

控制投影仪投影显示目标图片；

根据所述边界识别结果确定所述投影仪的镜片是否存在异常；

所述根据所述边界识别结果确定所述投影仪的镜片是否存在异常包括：

根据所述边界识别结果，确定是否识别到所述镜片的边界；其中，所述镜片的边界以外的区域均为黑色的像素点；

在未识别到所述镜片的边界的情况下，确定所述投影仪的镜片存在异常；

在识别到镜片的边界的情况下，根据边界识别结果确定所述投影仪的镜片是否存在异常。

2.根据权利要求1所述的方法，其特征在于，所述识别所述检测照片中目标像素点的边界，得到边界识别结果包括：

生成所述检测照片的灰度图；

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述边界识别结果确定所述投影仪的镜片是否存在异常还包括：

5.根据权利要求2所述的方法，其特征在于，所述识别所述第一图片中目标像素点的边界，得到边界识别结果之前，所述方法还包括：

6.根据权利要求2所述的方法，其特征在于，所述生成所述检测照片的灰度图包括：

获取所述检测照片的HSV矩阵；

根据所述检测照片的HSV矩阵，生成所述灰度图。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

8.一种投影仪镜片的检测装置，其特征在于，包括：

图片投影模块，用于控制投影仪投影显示目标图片；

异常检测模块，用于根据所述边界识别结果确定所述投影仪的镜片是否存在异常；

所述异常检测模块还用于：

9.一种投影仪，其特征在于，包括：

如权利要求8所述的装置；或者，

处理器和存储器，所述存储器用于存储指令，所述指令用于控制所述处理器执行权利要求1至7中任一项所述的方法。

10.一种可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现如权利要求1至7中任一项所述的方法。