CN115002433A - 投影设备及roi特征区域选取方法 - Google Patents
投影设备及roi特征区域选取方法 Download PDFInfo
- Publication number
- CN115002433A CN115002433A CN202210625987.0A CN202210625987A CN115002433A CN 115002433 A CN115002433 A CN 115002433A CN 202210625987 A CN202210625987 A CN 202210625987A CN 115002433 A CN115002433 A CN 115002433A
- Authority
- CN
- China
- Prior art keywords
- projection
- image
- focusing
- gray
- region
- 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
- 238000010187 selection method Methods 0.000 title claims abstract description 18
- 230000003287 optical effect Effects 0.000 claims abstract description 107
- 238000012545 processing Methods 0.000 claims description 9
- 238000000926 separation method Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000009795 derivation Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 40
- 230000000694 effects Effects 0.000 abstract description 8
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 28
- 230000008569 process Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 16
- 238000012937 correction Methods 0.000 description 15
- 238000011156 evaluation Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 7
- YGLMVCVJLXREAK-MTVMDMGHSA-N 1,1-dimethyl-3-[(1S,2R,6R,7S,8R)-8-tricyclo[5.2.1.02,6]decanyl]urea Chemical compound C([C@H]12)CC[C@@H]1[C@@H]1C[C@@H](NC(=O)N(C)C)[C@H]2C1 YGLMVCVJLXREAK-MTVMDMGHSA-N 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000003749 cleanliness Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 241001156002 Anthonomus pomorum Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 101100322245 Caenorhabditis elegans des-2 gene Proteins 0.000 description 1
- 101100222880 Diacronema lutheri Plesd1 gene Proteins 0.000 description 1
- 102100037416 Sphingolipid delta(4)-desaturase DES1 Human genes 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3141—Constructional details thereof
- H04N9/317—Convergence or focusing systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Projection Apparatus (AREA)
Abstract
本申请一些实施例中提供的投影设备及ROI特征区域选取方法可以在接收到调焦指令后，基于飞行时间测距原理检测投影设备与投影面之间的间隔距离。基于预设调焦曲线与间隔距离计算得到第一调焦位置。通过控制调焦电机将光学组件移动至第一调焦位置，获取光学组件移动至所述第一调焦位置后的投影内容图像；在投影内容图像中识别ROI特征区域，计算ROI特征区域的图像清晰度，以及根据图像清晰度计算第二调焦位置；控制调焦电机按照第二调焦位置调整光学组件的焦距。所述方法获取当前调焦位置的投影内容图像，通过对投影内容图像ROI特征区域选取，减少因投影环境，导致投影画面不清晰的现象，优化投影效果，提升用户体验。
Description
技术领域
本申请涉及显示设备技术领域，尤其涉及一种投影设备及ROI特征区域选取方法。
背景技术
投影设备是一种可以将图像、或视频投射到幕布上显示的设备，可通过不同接口同计算机、VCD、DVD、BD、游戏机、DV、广电信号源、视频信号源等连接，播放相应的视频信号。
投影设备通常采用激光、或LED光源，具有光源纯净、色彩鲜明、还原真实、支持显示高分辨率画面特点。投影画面通过漫反射、专业抗光增益屏反射进入人眼成像，影像呈现柔和自然、屏幕无电磁辐射、可减少眼部刺激、不易产生疲劳，无论日光环境、室内夜晚环境，投影仪都具有清晰显示的能力。
当投影画面不清晰的时候，用户可以通过使用自动调焦功能，实现自动调整投影焦距。但是，当投影环境复杂时，由于投影环境的干扰，会使得自动调焦功能变得不精准，调焦结果变差。随着用户对投影设备体验的需求越来越高，目前需要一种ROI特征区域选取方法选取的功能，排除投影环境的干扰因素，使得投影设备的自动调焦更精准，提升操作的便捷性。
发明内容
本申请提供了一种投影设备及ROI(region of interest，感兴趣)特征区域选取方法，以解决投影环境复杂时，由于投影环境的干扰，会使得自动调焦功能变得不精准，调焦结果变差的问题。
第一方面，本申请提供一种投影设备，包括：
光机，被配置为投射播放内容至投影面；
镜头，所述镜头包括光学组件和调焦电机；所述调焦电机连接所述光学组件，以调整所述光学组件的焦距；
相机，被配置为拍摄投影内容图像；
距离传感器，被配置为检测投影设备与投影面之间的间隔距离；
控制器，被配置为：
获取调焦指令；
响应于所述调焦指令，控制所述调焦电机将所述光学组件移动至所述间隔距离关联的第一调焦位置；
获取所述光学组件移动至所述第一调焦位置后的投影内容图像；
在所述投影内容图像中识别ROI特征区域，所述ROI特征区域为所述投影内容图像中面积最大或周长比值最小的轮廓区域，所述轮廓区域为根据灰度值在所述投影内容图像中划定的区域；
计算所述ROI特征区域的图像清晰度，以及根据所述图像清晰度计算第二调焦位置；
控制所述调焦电机按照所述第二调焦位置调整所述光学组件的焦距。
第二方面，本申请提供一种ROI特征区域选取方法，应用于投影设备，所述投影设备包括光机、镜头、相机、传感器以及控制器；其中，所述镜头包括光学组件和调焦电机，所述调焦电机连接所述光学组件，以调整所述光学组件的焦距；所述ROI特征区域选取方法包括：
获取调焦指令；
响应于所述调焦指令，控制所述调焦电机将所述光学组件移动至所述间隔距离关联的第一调焦位置；
获取所述光学组件移动至所述第一调焦位置后的投影内容图像；
在所述投影内容图像中识别ROI特征区域，所述ROI特征区域为所述投影内容图像中面积最大或周长比值最小的轮廓区域，所述轮廓区域为根据灰度值在所述投影内容图像中划定的区域；
计算所述ROI特征区域的图像清晰度，以及根据所述图像清晰度计算第二调焦位置；
控制所述调焦电机按照所述第二调焦位置调整所述光学组件的焦距。
由以上技术方案可知，本申请一些实施例中提供的投影设备及ROI特征区域选取方法可以在接收到调焦指令后，基于飞行时间测距原理检测投影设备与投影面之间的间隔距离。基于预设调焦曲线与间隔距离计算得到第一调焦位置。通过控制调焦电机将光学组件移动至第一调焦位置，获取光学组件移动至所述第一调焦位置后的投影内容图像；在所述投影内容图像中识别ROI特征区域，计算所述ROI特征区域的图像清晰度，以及根据所述图像清晰度计算第二调焦位置；控制所述调焦电机按照所述第二调焦位置调整所述光学组件的焦距。所述方法通过在粗调焦阶段，获取当前调焦位置的投影内容图像，通过对投影内容图像ROI特征区域选取，减少因投影环境，导致投影画面不清晰的现象，优化投影效果，提升用户体验。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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的附图。
图1示出了本申请一实施例投影设备的摆放示意图；
图2示出了本申请一实施例投影设备光路示意图；
图3示出了本申请一实施例投影设备的电路架构示意图；
图4示出了本申请一实施例投影设备的结构示意图；
图5示出了本申请一实施例投影设备的电路结构示意图；
图6示出了本申请一实施例投影设备实现显示控制的系统框架示意图；
图7中示例性示出了镜头投影光路示意图；
图8示例性示出了一些实施例的ROI特征区域选取方法流程示意图；
图9示例性示出了一些实施例的ROI特征区域选取方法中轮廓区域分级示意图；
图10示例性示出了一些实施例的ROI特征区域选取方法流程图；
图11示例性示出了一些实施例的精细调焦过程示意图；
图12示例性示出了一些实施例的ROI特征区域选取方法过程示意图；
图13示例性示出了本申请实施例中ROI特征区域选取方法时序关系图。
具体实施方式
下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
术语“模块”是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合，能够执行与该元件相关的功能。
本申请实施例可以应用于各种类型的投影设备。下文中将以投影仪为例，对投影设备以及ROI特征区域选取方法进行阐述。
投影仪是一种可以将图像、或视频投射到屏幕上的设备，投影仪可以通过不同的接口同计算机、广电网络、互联网、VCD(Video Compact Disc：视频高密光盘)、DVD(DigitalVersatile Disc Recordable：数字化视频光盘)、游戏机、DV等相连接播放相应的视频信号。投影仪广泛应用于家庭、办公室、学校和娱乐场所等。
图1示出了本申请一实施例投影设备的摆放示意图。
在一些实施例中，本申请提供的一种投影设备包括投影屏幕和投影设备。投影屏幕固定于所需位置上，投影设备放置于特定位置上，使得其投影出的画面与投影屏幕吻合，该步骤为专业售后技术人员操作，也即特定位置为投影设备的最佳摆放位置。
图2示出了本申请一实施例投影设备光路示意图。
本申请实施例提供了一种投影设备，包括激光光源100，光机200，镜头300，投影介质400。其中，激光光源100为光机200提供照明，光机200对光源光束进行调制，并输出至镜头300进行成像，投射至投影介质400形成投影画面。
在一些实施例中，投影设备的激光光源100包括激光器组件和光学镜片组件，激光器组件发出的光束可透过光学镜片组件进而为光机200提供照明。其中，例如，光学镜片组件需要较高等级的环境洁净度、气密等级密封；而安装激光器组件的腔室可以采用密封等级较低的防尘等级密封，以降低密封成本。
在一些实施例中，投影设备的光机200可实施为包括蓝色光机、绿色光机、红色光机，还可以包括散热系统、电路控制系统等。需要说明的是，在一些实施例中，投影仪的发光部件还可以通过LED光源实现。
在一些实施例中，本申请提供了一种投影设备，包括三色光机和控制器；其中，三色光机用于调制生成用户界面包含像素点的激光，包括蓝色光机、绿色光机和红色光机；控制器被配置为：获取用户界面的平均灰度值；判定所述平均灰度值大于第一阈值、且其持续时间大于时间阈值时，控制所述红色光机的工作电流值按照预设梯度值降低，以减小所述三色光机的发热。可以发现，通过降低三色光机中所集成红色光机的工作电流，可以实现控制所述红色光机的过热，以实现控制三色光机、及投影设备的过热。
在一些实施例中，投影设备的光学系统由光源部分和光机部分组成，光源部分的作用是为光机提供照明，光机部分的作用是对光源提供的照明光束进行调制，最后通过镜头出射形成投影画面。
在一些实施例中，光源部分具体包括壳体、激光器组件以及光学镜片组件，激光器组件出射的光束通过光学镜片组件进行整形合光，从而为光机提供照明。其中，激光器组件包括发光芯片，准直透镜，导线等多种器件，但通常为已封装好的组件，作为组件进行使用时，相比于光学镜片也作为精密部件，光学镜片对环境的洁净度要求会更高，因为如果镜片表面积灰，一方面会影响镜片对光的处理效果，导致出射的光亮度衰减，最终影响投影设备通过镜头投出图像的效果，另一方面，灰尘会吸收高能的激光光束形成热，极易使镜片发生损坏。
图3示出了本申请一实施例投影设备的电路架构示意图。
在一些实施例中，该投影设备可以包括显示控制电路10、激光光源20、至少一个激光器驱动组件30以及至少一个亮度传感器40，该激光光源20可以包括与至少一个激光器驱动组件30一一对应的至少一个激光器。其中，该至少一个是指一个或多个，多个是指两个或两个以上。
基于该电路架构，投影设备可以实现自适应调整。例如，通过在激光光源20的出光路径中设置亮度传感器40，使亮度传感器40可以检测激光光源的第一亮度值，并将第一亮度值发送至显示控制电路10。
在一些实施例中，显示控制电路10，还用于获取每个激光器的驱动电流对应的第二亮度值，若检测到该激光器的第二亮度值与该激光器的第一亮度值的差值大于差值阈值，表明该激光器发生COD故障，显示控制电路10可以调整激光器驱动组件30的电流控制信号，直至该差值小于等于该差值阈值，即通过降低激光器的驱动电流来消除该激光器的COD故障。在一些实施例中，若检测到的该激光器的第二亮度值与该激光器的第一亮度值的差值小于等于差值阈值，表明该激光器未发生COD故障，则显示控制电路10无需调整与该激光器对应的激光器驱动组件30的电流控制信号。
在一些实施例中，显示控制电路10可以根据至少一个亮度传感器40获取到的每一个激光器的第一亮度值，以及每个激光器的驱动电流对应的第二亮度值，实时监测每个激光器是否发生COD故障。并在确定任一个激光器发生COD故障时，及时消除该激光器的COD故障，减少激光器发生COD故障的持续时长，降低该激光器的损伤，确保投影设备的图像显示效果。
图4示出了本申请一实施例投影设备的结构示意图。
在一些实施例中，该投影设备中的激光光源20可以包括独立设置的蓝色激光器201、红色激光器202和绿色激光器203，该投影设备也可以称为三色投影设备，蓝色激光器201、红色激光器202和绿色激光器203均为MCL型封装激光器，其体积小，利于光路的紧凑排布。
图5示出了本申请一实施例投影设备的电路结构示意图。
在一些实施例中，激光器驱动组件30可以包括驱动电路301、开关电路302和放大电路303。该驱动电路301可以为驱动芯片。该开关电路302可以为金属氧化物半导体(metal-oxide-semiconductor，MOS)管。
其中，该驱动电路301分别与开关电路302、放大电路303以及激光光源20所包括的对应的激光器连接。该驱动电路301用于基于显示控制电路10发送的电流控制信号通过VOUT端向激光光源20中对应的激光器输出驱动电流，并通过ENOUT端将接收到的使能信号传输至开关电路302。
显示控制电路10还用于将放大后的驱动电压确定为激光器的驱动电流，并获取该驱动电流对应的第二亮度值。
在一些实施例中，放大电路303可以包括：第一运算放大器A1、第一电阻(又称取样功率电阻)R1、第二电阻R2、第三电阻R3和第四电阻R4。
在一些实施例中，显示控制电路10，还用于当激光器的第二亮度值与激光器的第一亮度值的差值小于等于差值阈值时，恢复与激光器对应的激光器驱动组件的电流控制信号至初始值，该初始值为正常状态下对激光器的PWM电流控制信号的大小。从而，当激光器发生COD故障时，可以快速的识别，并及时采取降低驱动电流的措施，减轻激光器自身的持续损伤，帮助其自恢复，整个过程中不需要拆机和人为干涉，提高了激光器光源使用的可靠性，保证了激光投影设备的投影显示质量。
在一些实施例中控制器包括中央处理器(Central Processing Unit，CPU)，视频处理器，音频处理器，图形处理器(Graphics Processing Unit，GPU)，RAM Random AccessMemory，RAM)，ROM(Read-Only Memory，ROM)，用于输入/输出的第一接口至第n接口，通信总线(Bus)等中的至少一种。
在一些实施例中，投影设备的系统可以包括内核(Kernel)、命令解析器(shell)、文件系统和应用程序。Kernel、shell和文件系统一起组成了基本的操作系统结构，它们让用户可以管理文件、运行程序并使用系统。上电后，内核启动，激活内核空间，抽象硬件、初始化硬件参数等，运行并维护虚拟内存、调度器、信号及进程间通信(IPC)。内核启动后，再加载Shell和用户应用程序。应用程序在启动后被编译成机器码，形成一个进程。
在一些实施例中，将系统分为四层，从上至下分别为应用程序(Applications)层(简称“应用层”)，应用程序框架(Application Framework)层(简称“框架层”)，安卓运行时(Android runtime)和系统库层(简称“系统运行库层”)，以及内核层。
在一些实施例中，投影设备启动后可以直接进入上次选择的信号源的显示界面，或者信号源选择界面，其中信号源可以是预置的视频点播程序，还可以是HDMI接口，直播电视接口等中的至少一种，用户选择不同的信号源后，投影机可以显示从不同信号源获得的内容。
在一些实施例中，投影设备可以配置相机，用于和投影设备协同运行，以实现对投影过程的调节控制。例如，投影仪配置的相机可具体实施为3D相机，或双目相机；在相机实施为双目相机时，具体包括左相机、以及右相机；双目相机可获取投影仪对应的幕布，即投影面所呈现的图像及播放内容，该图像或播放内容由投影仪内置的光机进行投射。
图6示出了本申请一实施例投影设备实现显示控制的系统框架示意图。
在一些实施例中，本申请提供的投影设备的系统，包括应用程序服务层(APKService：Android application package Service)、服务层、以及底层算法库。
应用程序服务层用于实现投影仪和用户之间的交互；基于用户界面的显示，用户可对投影仪的各项参数以及显示画面进行配置，控制器通过协调、调用各种功能对应的算法服务，可实现投影仪在显示异常时自动校正其显示画面的功能。
服务层可包括校正服务、摄像头服务、飞行时间(TOF：Time of Flight)服务等内容，所述服务向上可调焦应用程序服务层(APK Service)，实现投影仪不同服务配置的对应特定功能；服务层向下对接算法库、相机、飞行时间传感器等数据采集业务，实现封装底层复杂逻辑、并将业务数据传送至对应服务层的功能。
底层算法库可提供校正服务、和投影仪实现各种功能的控制算法，所述算法库例如可基于OpenCV完成各种数学运算，以实现为校正服务提供基础能力。OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS等操作系统上。
在一些实施例中，本申请提供的投影仪具备长焦微投的特点，投影仪包括控制器，所述控制器通过预设算法可对光机画面进行显示控制，以实现显示画面自动梯形校正、自动入幕、自动避障、自动调焦、以及防射眼等功能。
在一些实施例中，投影仪还配置有陀螺仪传感器；投影仪移动过程中，陀螺仪传感器可感知位置移动、并主动采集移动数据，然后通过系统框架层将以采集数据发送至应用程序服务层，以支撑用户界面交互、应用程序交互过程中所需应用数据，所述采集数据还可用于控制器在算法服务实现中的数据调用。
在一些实施例中，投影仪配置有飞行时间(TOF：Time of Flight)传感器，在所述飞行时间传感器采集到相应数据后，所述数据将被发送至服务层对应的飞行时间服务。
飞行时间服务继续将所述飞行时间传感器采集的数据通过进程通信框架(HSPCore)发送至投影仪的应用程序服务层，所述数据将用于控制器的数据调用、和用户界面、程序应用交互使用。
在一些实施例中，投影仪配置有用于采集图像的相机，所述相机例如可实施为双目相机、或深度相机等；其采集的数据将发送至摄像头服务，然后由摄像头服务将双目相机采集的图像数据发送至进程通信框架(HSP Core)和/或投影仪校正服务，用于投影仪功能的实现。
在一些实施例中，投影仪校正服务可接收摄像头服务发送的相机采集数据，控制器针对所需实现的不同功能可在算法库中调用各自对应控制算法。
在一些实施例中，可通过进程通信框架与应用程序服务进行数据交互，然后通过进程通信框架将计算结果反馈至校正服务，校正服务将获取的计算结果发送至投影仪操作系统，以生成对应控制信令，并将所述控制信令发送至光机控制驱动，控制光机工作状况、实现显示效果自动校正。
投影仪通过自动调焦方法，可实现长焦微投场景下的灵活位置移动；并且设备在每次移动过程中，针对可能出现的投影画面失真、投影画面异常等问题，控制器可控制投影仪实现自动调焦功能，使其自动恢复正常显示。
在一些实施例中，投影仪可利用飞行时间(ToF)传感器获取光机与投影面距离，基于所述距离在预设的映射表中查找最佳像距，并利用图像算法评价投影画面清晰程度，以此为依据实现微调像距。
在一些实施例中，投影仪通过自动调焦算法，利用其配置的激光测距可获得当前物距，以计算初始焦距、及搜索范围；然后投影仪驱动相机(Camera)进行拍照，并利用对应算法进行清晰度评价。
投影仪在上述搜索范围内，基于搜索算法查找可能的最佳焦距，然后重复上述拍照、清晰度评价步骤，最终通过清晰度对比找到最优焦距，完成自动调焦。
当需要对投影设备进行调焦时，通过TOF原理检测距离进行镜头的主动调焦和基于图像检测以及清晰度判断进行镜头的被动调焦，实现投影设备的自动调焦。但是在实际中如果对比条件设置不合适，会出现调焦尝试次数过多而导致调焦耗时过长。在一些实施例中，通过在投影设备中配置快速自动调焦功能，提高投影设备的调焦速度，提高操作的便捷性。
为了支持投影设备的自动调焦过程，在一些实施例中，如图7所示，投影设备的镜头300还可以包括光学组件310和调焦电机320。其中，光学组件310是由一个或多个透镜组成的透镜组，可以对光机200发射的光线进行折射，使光机200发出的光线能够透射到投影面上，形成透射内容影像。
光学组件310可以包括镜筒以及设置在镜筒内的多个透镜。根据透镜位置是否能够移动，光学组件310中的透镜可以划分为移动镜片311和固定镜片312，通过改变移动镜片311的位置，调整移动镜片311和固定镜片312之间的距离，改变光学组件310整体焦距。因此，调焦电机320可以通过连接光学组件310中的移动镜片311，带动移动镜片311进行位置移动，实现自动调焦功能。
调焦电机320可以通过特定的传动机构连接移动镜片311。传动机构的传动原理可以为任何将转动动作转化为移动动作的传动结构。例如，涡轮蜗杆传动结构、滚珠丝杠传动结构、螺纹螺杆传动结构等。对于螺纹螺杆传动结构，移动镜片311的外侧边缘设有镜框，镜框上可以设有螺纹。调焦电机320的动力输出轴连接螺杆，通过螺杆与镜框上的螺纹配合，使调焦电机320输出的转动动作可以转化为镜框的移动动作，从而带动移动镜片311在镜筒内移动。
由于移动镜片311处于不同的位置上时，对光学组件310整体焦距的影响也不同，因此投影设备可以通过调焦电机320转动特定的角度或圈数，使移动镜片311处在相对应的位置上。为了实现上述功能，调焦电机320可以为转动角度可控制的步进电机、伺服电机等。在调焦过程中，投影设备的控制器500可以向调焦电机320发送移动指令，移动指令中可以包括控制调焦电机320所需要旋转的角度数据。例如，对于步进电机形式的调焦电机320，控制器500所发送的移动指令中可以包括需要转动角度对应的脉冲信号，则在将移动指令方发给调焦电机320后，调焦电机320可以从移动指令中解析出脉冲信号，并根据脉冲信号进行转动。
需要说明的是，为了能够将移动镜片311调整至特定的位置，可以预先根据投影设备的内部结构，计算移动镜片311移动距离与调焦电机320转动角度之间的对应关系。移动距离与转动角度之间的对应关系可以为线性关系，受传动机构的传动比影响。则在进行调焦时，投影设备可以先计算移动镜片311的目标位置，再与移动镜片311的当前位置做差计算出调焦过程移动镜片311需要移动距离。再根据移动距离与转动角度之间的对应关系，计算出调焦电机320需要转动的角度，从而生成移动指令发送给调焦电机320。调焦电机320根据移动指令，控制移动镜片311移动所需距离。
在一些实施例中，通过在投影设备中配置自动调焦功能，根据两段式调焦，实现快速调焦，通过第一段粗调焦确定第一调焦位置，第二段精细调焦过程根据图像清晰度计算第二调焦位置，完成自动调焦，在不增加调焦耗时的前提下，避免陷入局部调焦导致调焦不清晰的问题。
由于在第二段精细调焦过程中，存在因为投影环境复杂，导致自动调焦不精准的问题，在一些实施例中，通过在投影设备中配置ROI特征区域选取功能，减少因投影环境复杂，导致投影画面不清晰的现象。
本申请的一些实施例中提供一种ROI特征区域选取方法。所述ROI特征区域选取可以应用于投影设备，并且为了满足该ROI特征区域选取方法的实施，所述投影设备可以包括光机200、镜头300、控制器500、距离传感器600以及相机700。其中，如图8所示，控制器500可以用于执行ROI特征区域选取方法的程序步骤，包括以下步骤：
S801：获取调焦指令。其中，调焦指令是触发投影设备进行调焦的控制指令。控制器500可以接收与投影设备配套的遥控装置发出的指令，还可以接收用户通过其它设备(例如手机或者其他智能设备)发送的调焦指令。
例如，用户可以通过按压遥控器指定的按键，由遥控器向投影设备发送相应的调焦指令；或者，用户可以向投影设备输出语音调焦指令。
在一些实施例中，调焦指令不仅可以通过用户手动输入，还可以根据投影设备配置的控制程序生成下发。例如，当投影设备检测到输入视频接口转换，生成调焦指令。再例如，当检测到投影设备首次开机或者恢复到出厂设置时，都生成调焦指令。
控制器500获取调焦指令后，自动开启自动调焦功能，其中自动调焦功能包括两段式调焦；在一些实施例中可以通过第一段粗调焦确定第一调焦位置，根据控制器500发送的第一移动指令控制调焦电机320带动光学组件310移动至第一调焦位置；控制器500发送第二移动指令控制调焦电机320带动光学组件310到达清晰度最高的位置，完成第二段精细调焦。其中，第一移动指令是控制器500控制调焦电机320带动光学组件310移动至第一调焦位置，第二移动指令是控制器500控制调焦电机320带动光学组件310到达清晰度最高的位置。
需要说明的是，投影设备可以基于上述任一种输入方式获取调焦指令，本申请不对控制器500获取调焦指令的方式或途径进行限定。
S802：响应于所述调焦指令，控制所述调焦电机320将所述光学组件310移动至所述间隔距离关联的第一调焦位置。
在第一段粗调焦过程中，在获取调焦指令后，控制器500响应于调焦指令，通过相机700或距离传感器600基于飞行时间测距原理(TOF原理)获取飞行时间数据：通过连续发射光脉冲到投影面后，然后接收从投影面反射回去的光脉冲，根据探测光脉冲的飞行(往返)时间来计算投影面离相机700或距离传感器600的之间的距离即间隔距离。
在获取间隔距离之后，控制器500结合预设的调焦曲线，确定镜头300需要到达的位置即第一调焦位置，通过将第一调焦位置与当前位置的比对，得到两者之间的差值距离，控制器500根据该差值距离查询预设的映射表，获取该差值距离对应的调焦电机320的旋转步数。
其中，预设调焦曲线可以是在投影设备出厂前建立的。即以变焦参数为横坐标，调焦参数为纵坐标建立坐标系，镜头捕获待处理图像过程中的物距为定值，采用单调爬山算法，在所述坐标系确定预设变焦参数关键点，以及各所述预设变焦参数关键点对应的满足预设清晰条件的调焦参数点；根据各所述预设变焦参数关键点对应的满足预设清晰条件的调焦参数点的生成调焦曲线，该调焦曲线为预设调焦曲线。
预设映射表是通过解析调焦曲线以及投影画面的投影距离制作得到，其中映射表中包含投影画面，投影距离，聚焦组移动量以及聚焦组旋转步数。其中预设调焦曲线和预设映射表存储在控制器500中。
其中，本申请一些实施例中预设映射表如表1所示。
表1
根据投影画面与投影设备的间隔距离，查询预设的映射表可以得到需要的移动量以及旋转步数从而确定精细调焦的第一调焦位置。
采用TOF原理测量投影面和投影设备之间的距离过程中，会因为每个TOF传感器或者相机的不同灵敏度范围以及每个TOF传感器或者相机不同的误差，因此导致在同一个位置测量得到的间隔距离有波动。
基于此，在上述方法得到第一调焦位置过程中，投影设备还通过采集多次飞行时间距离，求取均值，将均值代入系统配置的飞行时间测距预设线性回归模型计算得到投影设备与投影面之间的理论距离值；因为采集次数越多，均值越接近真实值，可以降低飞行时间测距过程中由于设备的不同所带来的影响。
在一些实施例中，控制器500每隔预设时间获取多个飞行数据，从而计算得到多个间隔距离；并将多个间隔距离取均值，得到平均距离；将所述平均距离输入飞行时间测距预设线性回归模型，得到投影设备与投影面之间的理论距离值，将理论距离值结合预设的调焦曲线，确定镜头300需要到达的位置即第一调焦位置。
当确定调焦电机320的旋转步数，控制器500向所述调焦电机320发送第一移动指令，即控制所述调焦电机320根据所述旋转步数将所述光学组件310移动至所述第一调焦位置。
在一些实施例中，为了满足计算调焦量的需求，投影设备还可以配置多个功能单元，如策略选择单元、电机控制单元、图像采集单元(camera)、清晰度评价单元等，各功能单元可以相互独立工作。例如，策略选择单元确定基于间隔距离计算得到的第一调焦位置后，通知电机控制单元控制调焦电机320一次性带动光学组件310移动至第一调焦位置，无需停下等待拍照和清晰度计算。并且，对于单次调焦过程，控制器500可以在调焦电机320转动到特定状态时，向图像采集单元发送位置信息，并向图像清晰度评价单元写入位置信息，以实现三者的同步。
在一些实施例中，清晰度评价单元配置有多种清晰度评价函数来进行清晰度评价。清晰度评函数可以为Brenner，Tenengrad，Laplacian，SMD，Variance，Energy等等。
S803：获取所述光学组件310移动至所述第一调焦位置后的投影内容图像。
在控制器500发送第一移动指令的同时，相机700以特定频率进行拍照，得到所述光学组件310移动至所述第一调焦位置过程中拍摄的投影内容图像，并将所述投影内容图像存储至调焦位置存储容器。
当调焦单机320将所述光学组件310移动至所述第一调焦位置后，控制器500读取调焦位置存储容器中的投影内容图像，控制器500获取第一调焦位置的当前投影内容图像。
相机700拍照后，如果接收到系统读取照片的指令，则给出最近一次的照片路径，否则做丢弃处理。清晰度评价单元则开始轮询存储调焦位置的存储容器是否为空，不为空则读取位置信息，并据此读取相应的照片计算图片清晰度，之后将结果存入清晰度存储容器中待用；清晰度评价可以基于清晰度评价单元中预设的频域函数、灰度函数、信息熵等多种方式实现。
S804：在所述投影内容图像中识别ROI特征区域。
控制器500获取第一调焦位置的当前投影内容图像后，为了消除非投影区域的干扰，以及从多投影面中选取投影区域，自动开启ROI特征区域选取功能，通过ROI特征区域选取功能识别投影内容图像中的ROI特征区域。其中ROI特征区域选取功能中配置的算法，包括但不限于：自适应二值化阈值算法、膨胀腐蚀算法、轮廓检测算法、特征点匹配算法以及恒定尺度特征变换图像处理算法等。
在一些实施例中，控制器500可以根据预置的轮廓检测算法计算投影内容图像中的ROI特征区域，所述ROI特征区域为所述投影内容图像中面积最大或周长比值最小的轮廓区域，所述轮廓区域为根据灰度值在所述投影内容图像中划定的区域。
S8141：将所述投影内容图像转化为灰度图。
控制器500获取投影内容图像后将该图像转化为灰度图。
S8142：基于灰度值在所述灰度图中识别至少一个轮廓区域，以及计算所述轮廓区域的面积。
控制器500根据预置的自适应二值化阈值算法、膨胀腐蚀算法以及轮廓检测算法计算灰度图中的ROI特征区域。
首先，控制器500求取整幅灰度图整体灰度值的平均值M，根据平均值M得到灰度图中像素点的灰度值阈值区间【M-s，M+s】；其中，s为经验值，在一些实施例中s取值为50；控制器500分别以灰度值阈值区间中的每一个点作为分割像素点，计算所述灰度值阈值区间中每一个像素点的灰度方差。
控制器500运用最大类间数值方差算法，输入所述像素点的灰度方差，求取最大类间方差，将所述最大类间方差作为该灰度图二值化分割的最优阈值的参考阈值Ttotal即第一分割像素点。
控制器500根据预设分割值将所述灰度图分割成多个图像块，其中分割图像块大小为r*r。
控制器500以所述图像块当前的像素点(x,y)为中心领域计算像素点集合的均值m(x,y)和标准差σ(x,y)，其中计算如公式1和公式2所示：
控制器500以m(x,y)和σ(x,y)作为入参数据，计算当前像素点(x,y)的个体阈值f(x,y)T，其中个体阈值f(x,y)T的计算公式如下式所示：
f(x,y)T＝m(x,y)×[1+k(R×σ(x,y)-1)] (3)；
其中，k表示修正参数，其数值范围(0，1)，R表示方差的动态变化参数值。控制器500得到每一个图像块的个体阈值f(x,y)T。
控制器500将得到的所述个体阈值f(x,y)T作为第二分割像素点；控制器500分别根据第一分割像素点以及第二分割像素点对所述图像块的像素点进行分割，得到分割后的第一图像块以及第二图像块。
控制器500分别计算第一图像块以及第二图像块中像素点灰度值的方差值，得到第一方差值以及第二方差值；控制器500分别计算第一图像块以及第二图像块中像素点灰度值的平均值；将所述方差值，平均值结合差异性算法得到所述像素点的第一阈值以及第二阈值，将所述第一阈值以及第二阈值中的最大值对应的灰度值作为最优阈值，即作为当前图像块的最优阈值f(x,y)TT。
控制器500根据最优阈值f(x,y)TT以及当前图像块的颜色值识别当前图像块中的目标部分和背景部分。如果所述图像块中像素点的颜色值大于最优阈值，则将所述图像块中像素点划分为目标部分；如果所述图像块中像素点的颜色值小于或等于最优阈值，则将所述图像块中像素点划分为背景部分；在一些实施例中，当前像素点的颜色值大于最优阈值时，置为1，反之，则置为0。
通过自适应二值化阈值算法对灰度图进行前景以及背景处理，可以根据所述灰度图分割的每一个图像块进行自适应，即每一个被分割的图像块基于其自身像素点的灰度值使用最符合的分割像素点，避免由于某些图像块中像素点的灰度值，由于普遍低于平均值而被处理成背景部分，可以消除非投影区域的干扰。
控制器500将已经区分目标部分和背景部分的灰度图使用膨胀与腐蚀算法进行去噪。
控制器500对所述灰度图先进行膨胀算法：即依次读取图像中的像素点(x,y)，与3×3的结构元素(卷积核)进行卷积计算，当结果中的数值超出阈值个数时，该像素点置为1，反之置为0。
其中，结构元素可以是3×3，5×5等不同尺寸比例的结构图；在一些实施例中使用的是3×3的结构元素，数值用0或1表示，具体数值为{[0，1，0]，[1，1，1]，[0，1，0]}，即半径为2的4连通数值。
控制器500使用上述卷积核依次遍历图像中的像素点，若卷积核中有数值为1时，即将图像中对应的卷积核的原点位置的像素点置为1，否则置为0。
控制器500将膨胀处理后的灰度图使用腐蚀算法进行去噪声。控制器500依次读取所述灰度图中的像素点(x,y)与3×3的结构元素(卷积核)进行卷积计算当结果中的像素点均为1时，则该像素点为1，反之，则该像素点为0。控制器500去除图像中的噪声污点，将所述像素点置为背景像素，得到去噪声之后的灰度图。
通过膨胀算法可以有效将纤细的图像边缘部分完成闭合，最终得到膨胀处理后的灰度图。将所述灰度图通过膨胀与腐蚀算法处理后，去除了图像中的小物体或噪声、在纤细边缘点处可以分离物体，在平滑较大物体的边界的同时并不明显的改变其面积。
控制器500将去噪声之后的灰度图使用轮廓检测算法，得到第一调焦位置的投影区域内的多闭合轮廓区域。
首先，控制器500采用八邻域跟踪的图像处理算法，遍历灰度图中第一个由0变为1的像素点，将该像素点作为外轮廓的起始点或边界点。当以该像素点为起始点，通过逆时针的方法，来逐一查找到轮廓的起始点或者孤立点。轮廓查找结束后，每得到一个轮廓点，将边缘标记值加一。
其次，控制器500依次处理灰度图中的每一个像素点，最终计算得出所有轮廓及对应层级关系，对于每个轮廓，其表征点包括：轮廓信息ndarray，层级关系Hierarchy；其中采用[Next，Preview，Child，Parent]四个参数表示后一个轮廓、前一个轮廓、子轮廓、父轮廓的索引编号，如果没有对应项，则该值为负数(在一些实施例中采用-1表示)。最终得到各级轮廓区域的等级。
其中，内轮廓边界点主要是查找由1变为0的像素点，具体采用8邻域的查找方式，当找到的轮廓边界点，将边缘标记值加一，如果找到轮廓起始点或者孤立点，计为轮廓点查找结束。
下面进行举例说明，图9中有5条轮廓，其中1和1b为内外轮廓关系，即外层轮廓和里层轮廓，其中，轮廓0、1是最外层轮廓，即为同一等级关系，即为0级；轮廓1b是1的子轮廓，即轮廓1b算一个等级，即为1级；轮廓2和轮廓3是轮廓1b的子轮廓，即轮廓2和轮廓3处于一个等级，即为2级；所以，对于轮廓0，其Hierarchy参数信息表征为[1,-1,-1,-1]。
S8143：获取所述面积最大或周长比值最小的轮廓区域的边界坐标。
S8144：根据所述边界坐标中的坐标极值划定所述ROI特征区域。
控制器500基于所求得的轮廓等级关系，获取等级为0的最外层轮廓列表ContoursList，通过每个轮廓的多点坐标数值，计算求得各个轮廓的区域面积。
控制器500基于面积大小进行轮廓排序，筛选出最大区域面积Marea以及第二大区域面积Narea；将最大区域面积Marea以及第二大区域面积Narea与预设面积阈值进行比对；该预设面积阈值不建于具化，在一些实施例中预设面积阈值设为所述灰度图面积的1/2。若最大区域面积大于预设面积阈值，即取最大区域作为最优区域；若最大区域面积Marea小于预设面积阈值时，控制器500计算最大区域面积与第二大区域面积的比值，如果所述比值在预设区间内，控制器500分别获取最大区域面积Marea以及第二大区域面积Narea的质心坐标，求取所述两个区域的宽高(w，h)，分别求取两个区域的w/h的周长比值，选择比值越小的区域作为最优区域即当前投影区域。如果所述比值不在预设区间内，控制器500计算所述最大区域的周长比值，如果所述周长比值大于预设周长比阈值，则将最大区域作为最优区域即当前投影区域。控制器500将获取的当前投影区域的多点坐标，其中，四点坐标或八点坐标(含边界中点线)，作为ROI特征区域进行输出。
在一些实施例中，控制器500可以根据预置的梯形校正算法计算投影内容图像中的ROI特征区域。
S8241：控制器500执行梯形校正操作。
控制器500首先基于标定算法，获取双目相机中左相机和右相机之间或相机700与光机200之间的两组外参，即旋转、平移矩阵；然后通过投影仪的光机200播放标准图卡(标准图卡为预先设计好的图卡，通过光机200进行投影显示)，并计算投影图卡格角点深度值，例如通过双目相机之间的平移关系、及相似三角形原理求解(x，y，z)坐标值；之后再基于所述(x，y，z)拟合出投影面、并求得其与相机700坐标系的旋转关系与平移关系，具体可包括俯仰关系(Pitch)和偏航关系(Yaw)。
控制器500通过投影仪配置的陀螺仪可得到卷(Roll)参数值，以组合出完整旋转矩阵，最终计算求得整体坐标系下投影面到光机200坐标系的外参。
结合光机200内参，可以组成投影面的点到标准图卡点的单应性矩阵。
控制器500计算得到投影点在光机200坐标系下的坐标值，并基于坐标值拟合平面获取投影面与光机200的夹角，然后根据夹角关系获取投影点在投影面的世界坐标系中的对应坐标；根据标准图卡在光机200坐标系下的坐标与投影平面投影面对应点的坐标，可计算得到单应性矩阵。
最终，控制器500在投影面选择矩形，利用单应性反求预设图卡对应的坐标即校正坐标，将其设置到光机200，结束梯形校正操作。
S8242：控制器500将梯形校正后的投影坐标转换成相机坐标，将所述相机坐标作为ROI特征区域。
控制器500通过单应性矩阵将光机200坐标系下的投影坐标转换到相机坐标系下，具体为四个角点坐标，或四个角点加上四个边缘中点，得到八个点坐标；将该坐标返回值，作为ROI特征区域。
例如，投影仪的控制器500获取投影内容图像中像素点对应点的深度值，或投影点在相机坐标系下的坐标；通过深度值，中间件获取光机200坐标系与相机700坐标系关系；其中中间件在操作系统、网络和数据库之上，中间件为应用系统和系统软件之间的一类软件，它使用系统软件所提供的基础服务(功能)，中间件用于衔接网络上应用系统的各个部分或不同的应用。
在一些实施例中，控制器500可以根据预置的特征点匹配算法计算投影内容图像中的ROI特征区域。
S8341：将所述投影内容图像转化为灰度图。
控制器500获取投影内容图像后将该图像转化为灰度图。
S8342：获取标准图卡，以及通过光机200将其进行投影显示，得到标准图卡的投影内容图像。
中间件获取相机700拍到的标准图卡，并识别标准图卡中黑白图形特征点，获取在相机700坐标系下的坐标；控制器500进一步获取标准图卡在光机200坐标系下的坐标，以求解相机700平面与光机200平面的单应性关系；控制器500基于上述单应性关系，识别相机700拍到的幕布四个顶点坐标，根据单应性矩阵获取投影到幕布光机200要投射标准图卡的范围。控制器500将标准图卡的投影内容图像转化为灰度图，遍历标准图卡中的像素点，得到标准图卡中的像素点的坐标点信息。
S8343：将所述标准图卡的投影内容图像与所述灰度图进行比对，分别得到所述标准图卡的投影内容图像与所述灰度图的关键点描述信息。
S8344：根据上述关键点描述信息确定所述标准图卡与所述灰度图的中相同的特征关键点。
控制器500利用SIFT(Scale Invariant Feature Transform，恒定尺度特征变换)图像处理算法，分别获取两个图像的描述子des1，des2，其中描述子为描述图像中特征中关键点的描述信息。控制器500将所述描述子进行匹配，得到匹配结果，将描述子中前两个描述信息作为最优匹配值，然后输出，得到匹配结果即得到特征关键点。
S8345：根据特征关键点得到ROI特征区域。
在一些实施例中为了提升匹配速度和精确度，结合特征关键点坐标信息，使用knn(kNearest neighbor search，快速最近邻搜索算法)算法，来获取matches匹配列表，在knn算法中的最邻近匹配点数值参数值设为2，即每个匹配可以返回两个最邻近的匹配{m，n}，取前两个匹配信息；在求得的匹配结果变量中有{queryIdx，trainIdx，distance}相关参数信息，其中queryIdx表示为预置图像的描述信息，trainIdx表示为实际拍照的图像描述信息，distance表征两个距离，距离越小，两者越匹配；根据特征点距离远近分类，遍历匹配结果列表，对于每个匹配结果项中的两个匹配结果{m，n}进行对比，若m.distance<k*n.distance，即取匹配结果m作为当前最优匹配结果项，否则不计入匹配结果列表。其中，k为预设系数，为增加有效匹配率，在一些实施例中k取值为0.75。
控制器500根据快速最近邻搜索算法求得更新后的匹配列表，结合特征关键点位置坐标，输出关键特征下的多点坐标，将该特征关键点坐标进行闭合，求取含该特征关键点将获取的图像坐标点输出，作为ROI特征区域。
由于投影环境的复杂，相机700拍摄的当前投影内容图像中可能包含至少一个投影物体，所以在将所述投影内容图像转化为灰度图步骤中，还需要判断当前投影物体个数，如图10所示。
S8041：检测所述投影内容图像中的目标物体数量。
控制器500获取当前投影内容图中当前作用范围内的物体目标数N，当N等于1时，说明该投影区域内仅有1个投影反射物。
S8042：如果目标物体数量等于数量判断阈值，使用轮廓检测算法或特征点匹配算法或梯形校正算法获取ROI特征区域。
在一些实施例中，将数量判断阈值设为1，控制器500执行S8141、S8241以及S8341步骤中的任意一个步骤获取ROI特征区域。
S8043：如果目标物体数量大于数量判断阈值，根据目标物体数量将所述灰度图分为多个特征区域。
控制器500根据相同的关键点得到所述灰度图中的多个特征关键点，以及根据所述多个特征关键点确定所述灰度图中的多个特征区域。其中，获取关键点获取步骤与特征点匹配算法中步骤S8341至S8344一致，此处不再赘述。
S8044：根据预设规则对所述特征区域进行优先级排序，将优先级最高的特征区域划定为ROI特征区域。
控制器500将多个特征区域的特征关键点进行解码，输出深度图像，得到深度值以及深度信息参数。基于TOF返回的深度检测物体数量N(1～N)和对应深度信息参数(D1～DN)，将深度图进行分层图Dp计算，得到每个特征区域的分层信息；对于每个特征区域的分层信息，进行去噪处理，减少因分层过程中出现的异常噪声点，再将分层区域闭合，根据深度值计算所述特征关键点的间隔距离以及每个特征区域的面积。控制器500根据所述目标物体数量以及深度参数对每个特征区域进行计算，得到每个特征区域的目标物体图像占据的像素点数量；分别将每个深度分析Dp的图像的像素个数进行累加，得出每个分区的区域像素点数量。其中，预设规则为根据所述目标物体图像占据的像素点数量、所述特征区域的面积大小以及所述特征区域的周长比值对所述特征区域进行优先级排序，将优先级最高的特征区域作为ROI特征区域。
控制器500基于面积大小进行轮廓排序，筛选出最大区域面积Marea以及第二大区域面积Narea；将最大区域面积Marea以及第二大区域面积Narea与预设面积阈值进行比对；该预设面积阈值不建于具化，在一些实施例中预设面积阈值设为所述灰度图面积的1/2。若最大区域面积大于预设面积阈值，即取最大区域作为最优区域；若最大区域面积Marea小于预设面积阈值时，控制器500计算最大区域面积与第二大区域面积的比值，如果所述比值在预设区间内，控制器500分别获取最大区域Marea以及第二大区域Narea的质心坐标，求取所述两个区域的宽高(w，h)，分别求取两个区域的w/h的周长比值，选择比值越小的区域作为最优区域即当前投影区域。如果所述比值不在预设区间内，控制器500计算所述最大区域的周长比值，如果所述周长比值大于预设周长比阈值，则将最大区域作为最优区域即当前投影区域。在一些实施例中，控制器500将包含像素点数量最多，且周长比值最小的区域作为最优区域。控制器500将获取的当前投影区域的多点坐标，其中，四点坐标或八点坐标(含边界中点线)，作为ROI特征区域进行输出。
S805：计算所述ROI特征区域的图像清晰度，以及根据所述图像清晰度计算第二调焦位置。
S806：控制所述调焦电机按照所述第二调焦位置调整所述光学组件的焦距。
如图11所示，控制器500发送第一移动指令控制调焦电机320从当前位置(调节起点)移动至第一调焦位置(调节终点)，控制器500发送第一移动指令的同时，相机700以特定频率进行拍照，拍摄当前位置的投影内容，当调焦电机320控制所述光学组件310到达第一调焦位置后，停止移动，记为一次精细调焦。当控制器500获取ROI特征区域之后，计算所述ROI特征区域的图像清晰度，将ROI特征区域的图像清晰度与清晰度阈值进行比较，如果所述ROI特征区域的图像清晰度高于清晰度阈值，将所述第一调焦位置记为清晰度最佳位置，结束调焦。
如果所述ROI特征区域的图像清晰度低于清晰度阈值，控制器500获取相机700在所述光学组件310移动过程中拍摄的多个投影内容图像，并计算所有投影内容图像的清晰度。将所有投影内容图像的清晰度进行排序，得到清晰度最高值。控制器500将清晰度最高值与清晰度阈值进行比较，如果所述清晰度最高值高于清晰度阈值，确定清晰度最高值对应投影内容图像的拍摄位置，将所述拍摄位置记为清晰度最佳位置。控制器500向所述调焦电机320发送第二移动指令，控制所述调焦电机320将光学组件310移动至目标位置，所述目标位置为所述清晰度最高值的投影内容图像的拍摄位置，完成调焦。
基于上述自动调焦方法，本申请的一些实施例还提供一种投影设备，包括：光机200、镜头300、距离传感器600、相机700以及控制器500，如图12以及图13所示。其中，所述光机200被配置为投射播放内容至投影面；所述镜头300包括光学组件310和调焦电机320；所述调焦电机320连接所述光学组件310，以调整所述光学组件310的焦距；所述相机700被配置为拍摄投影内容图像；距离传感器600，被配置为检测投影设备与投影面之间的间隔距离；控制器500，被配置为：
获取调焦指令；
响应于所述调焦指令，控制所述调焦电机将所述光学组件移动至所述间隔距离关联的第一调焦位置；
获取所述光学组件移动至所述第一调焦位置后的投影内容图像；
在所述投影内容图像中识别ROI特征区域，所述ROI特征区域为所述投影内容图像中面积最大或周长比值最小的轮廓区域，所述轮廓区域为根据灰度值在所述投影内容图像中划定的区域；
计算所述ROI特征区域的图像清晰度，以及根据所述图像清晰度计算第二调焦位置；
控制所述调焦电机按照所述第二调焦位置调整所述光学组件的焦距。
由以上技术方案可知，本申请一些实施例中提供的投影设备及ROI特征区域选取方法可以在接收到调焦指令后，基于飞行时间测距原理检测投影设备与投影面之间的间隔距离。基于预设调焦曲线与间隔距离计算得到第一调焦位置。通过控制调焦电机将光学组件移动至第一调焦位置，获取光学组件移动至所述第一调焦位置后的投影内容图像；在所述投影内容图像中识别ROI特征区域，计算所述ROI特征区域的图像清晰度，以及根据所述图像清晰度计算第二调焦位置；控制所述调焦电机按照所述第二调焦位置调整所述光学组件的焦距。所述方法通过在粗调焦阶段，获取当前调焦位置的投影内容图像，通过对投影内容图像ROI特征区域选取，减少因投影环境，导致投影画面不清晰的现象，优化投影效果，提升用户体验。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
为了方便解释，已经结合具体的实施方式进行了上述说明。但是，上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导，可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用，从而使得本领域技术人员更好的使用所述实施方式以及适于具体使用考虑的各种不同的变形的实施方式。
Claims (10)
1.一种投影设备，其特征在于，包括：
光机，被配置为投射播放内容至投影面；
镜头，所述镜头包括光学组件和调焦电机；所述调焦电机连接所述光学组件，以调整所述光学组件的焦距；
相机，被配置为拍摄投影内容图像；
距离传感器，被配置为检测投影设备与投影面之间的间隔距离；
控制器，被配置为：
获取调焦指令；
响应于所述调焦指令，控制所述调焦电机将所述光学组件移动至所述间隔距离关联的第一调焦位置；
获取所述光学组件移动至所述第一调焦位置后的投影内容图像；
在所述投影内容图像中识别ROI特征区域，所述ROI特征区域为所述投影内容图像中面积最大或周长比值最小的轮廓区域，所述轮廓区域为根据灰度值在所述投影内容图像中划定的区域；
计算所述ROI特征区域的图像清晰度，以及根据图像清晰度计算第二调焦位置；
控制所述调焦电机按照所述第二调焦位置调整所述光学组件的焦距。
2.根据权利要求1所述的投影设备，其特征在于，所述控制器还被配置为：
响应于所述调焦指令，控制所述调焦电机将所述光学组件移动至所述间隔距离关联的第一调焦位置步骤中，通过所述距离传感器获取基于飞行时间测距原理检测的飞行时间数据；
根据所述飞行时间数据得到投影设备与投影面之间的间隔距离；
基于预设调焦曲线与所述间隔距离得到焦距数值；
根据所述光学组件的当前位置与所述焦距数值确定第一调焦位置；
向所述调焦电机发送移动指令，以控制所述调焦电机将所述光学组件移动至第一调焦位置。
3.根据权利要求1所述的投影设备，其特征在于，所述控制器还被配置为：
在所述投影内容图像中识别ROI特征区域步骤中，将所述投影内容图像转化为灰度图；
基于灰度值在所述灰度图得到中识别至少一个轮廓区域，以及计算所述轮廓区域的面积；
获取所述面积最大或周长比值最小的轮廓区域的边界坐标；
根据所述边界坐标中的坐标极值划定所述ROI特征区域。
4.根据权利要求3所述的投影设备，其特征在于，所述控制器还被配置为：
在将所述投影内容图像转化为灰度图步骤中，检测所述投影内容图像中的目标物体数量；
如果目标物体数量等于数量判断阈值，基于灰度值在所述灰度图中识别至少一个轮廓区域；
如果目标物体数量大于数量判断阈值，根据目标物体数量将所述灰度图分为多个特征区域；
根据预设规则对所述特征区域进行优先级排序，将优先级最高的特征区域划定为ROI特征区域。
5.根据权利要求4所述的投影设备，其特征在于，所述控制器还被配置为：
基于灰度值在所述灰度图中识别至少一个轮廓区域步骤中，根据所述灰度图中像素点灰度值的平均值得到灰度值阈值区间，以及计算所述灰度值阈值区间的灰度方差；
将所述灰度方差结合差异性算法计算得到所述灰度图的第一分割像素点；
根据预设分割值将所述灰度图分割成多个图像块；
根据所述图像块中像素点灰度值的平均值以及标准差，计算得到所述图像块的第二分割像素点；
分别根据所述第一分割像素点以及所述第二分割像素点对所述图像块的像素点进行分割，得到分割后的第一图像块以及第二图像块；
分别计算所述第一图像块以及所述第二图像块中像素点灰度值的平均值以及方差值；
将所述方差值，平均值结合差异性算法得到所述像素点的第一阈值以及第二阈值，将所述第一阈值以及第二阈值中的最大值对应的灰度值作为最优阈值；
根据最优阈值以及所述图像块的颜色值识别所述灰度图中的目标部分和背景部分。
6.根据权利要求5所述的投影设备，其特征在于，所述控制器还被配置为：
根据最优阈值以及所述图像块的颜色值识别所述灰度图中的目标部分和背景部分步骤中，如果所述图像块的颜色值大于最优阈值，则将所述图像块中像素点划分为目标部分；
如果所述图像块的颜色值小于或等于最优阈值，则将所述图像块中像素点划分为背景部分。
7.根据权利要求6所述的投影设备，其特征在于，所述控制器还被配置为：
在获取所述面积最大或周长比值最小的轮廓区域的边界坐标步骤中，获取多个所述轮廓区域中的面积在预设面积区间内的轮廓区域；
从面积在预设面积区间内的轮廓区域中求得所述面积最大或周长比值最小的轮廓区域；
求取所述面积最大或周长比值最小的轮廓区域的边界坐标。
8.根据权利要求4所述的投影设备，其特征在于，所述控制器还被配置为：
在根据目标物体数量将所述灰度图分为多个特征区域步骤中，获取标准图卡，以及遍历标准图卡中的像素点，得到标准图卡中的坐标点信息；
将所述标准图卡与所述灰度图进行比对，分别得到所述标准图卡与所述灰度图的关键点描述信息；
根据相同的关键点得到所述灰度图中的多个特征关键点，以及根据所述多个特征关键点确定所述灰度图中的多个特征区域。
9.根据权利要求8所述的投影设备，其特征在于，所述控制器还被配置为：
在根据预设规则对所述特征区域进行优先级排序步骤中，将多个特征区域进行深度处理得到每个特征区域的深度图像信息；所述深度图像信息包括深度值以及深度参数；
根据深度值计算所述特征关键点的间隔距离以及每个特征区域的面积；
根据所述目标物体数量以及深度参数对每个特征区域进行计算，得到每个特征区域的目标物体图像占据的像素点数量；
根据所述目标物体图像占据的像素点数量、所述特征区域的面积大小以及所述特征区域的周长比值对所述特征区域进行优先级排序，将优先级最高的特征区域作为ROI特征区域。
10.一种ROI特征区域选取方法，其特征在于，应用于投影设备，所述投影设备包括光机、镜头、相机、距离传感器以及控制器；其中，所述镜头包括光学组件和调焦电机，所述调焦电机连接所述光学组件，以调整所述光学组件的焦距；所述相机，被配置为拍摄投影内容图像；所述距离传感器，被配置为检测投影设备与投影面之间的间隔距离；所述ROI特征区域选取方法包括：
获取调焦指令；
响应于所述调焦指令，控制所述调焦电机将所述光学组件移动至所述间隔距离关联的第一调焦位置；
获取所述光学组件移动至所述第一调焦位置后的投影内容图像；
在所述投影内容图像中识别ROI特征区域，所述ROI特征区域为所述投影内容图像中面积最大或周长比值最小的轮廓区域，所述轮廓区域为根据灰度值在所述投影内容图像中划定的区域；
计算所述ROI特征区域的图像清晰度，以及根据所述图像清晰度计算第二调焦位置；
控制所述调焦电机按照所述第二调焦位置调整所述光学组件的焦距。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210625987.0A CN115002433A (zh) | 2022-06-02 | 2022-06-02 | 投影设备及roi特征区域选取方法 |
| PCT/CN2022/123540 WO2023087960A1 (zh) | 2021-11-16 | 2022-09-30 | 投影设备及调焦方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210625987.0A CN115002433A (zh) | 2022-06-02 | 2022-06-02 | 投影设备及roi特征区域选取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115002433A true CN115002433A (zh) | 2022-09-02 |
Family
ID=83032022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210625987.0A Pending CN115002433A (zh) | 2021-11-16 | 2022-06-02 | 投影设备及roi特征区域选取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115002433A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023087960A1 (zh) * | 2021-11-16 | 2023-05-25 | 海信视像科技股份有限公司 | 投影设备及调焦方法 |
| CN116614705A (zh) * | 2023-07-18 | 2023-08-18 | 华洋通信科技股份有限公司 | 基于多模态视频特征分析的采煤工作面相机调控系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050286026A1 (en) * | 2004-06-23 | 2005-12-29 | Seiko Epson Corporation | Automatic focus adjustment for projector |
| CN106773495A (zh) * | 2016-12-14 | 2017-05-31 | 深圳奥比中光科技有限公司 | 多光源投影仪的自动调焦方法与系统 |
| CN108833770A (zh) * | 2018-05-23 | 2018-11-16 | 释码融和（上海）信息科技有限公司 | 用于调焦的图像清晰度计算方法、计算设备及调焦系统 |
| CN110211182A (zh) * | 2019-05-31 | 2019-09-06 | 东北大学 | 一种基于灰度匹配与目标轮廓的液晶背光视觉定位方法 |
| CN110519580A (zh) * | 2019-10-11 | 2019-11-29 | 成都极米科技股份有限公司 | 一种投影仪自动调焦方法、装置、设备及可读存储介质 |
| CN114066862A (zh) * | 2021-11-22 | 2022-02-18 | 福建省海峡智汇科技有限公司 | 一种基于色域和轮廓特征的指示器识别方法及系统 |
-
2022
- 2022-06-02 CN CN202210625987.0A patent/CN115002433A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050286026A1 (en) * | 2004-06-23 | 2005-12-29 | Seiko Epson Corporation | Automatic focus adjustment for projector |
| CN106773495A (zh) * | 2016-12-14 | 2017-05-31 | 深圳奥比中光科技有限公司 | 多光源投影仪的自动调焦方法与系统 |
| CN108833770A (zh) * | 2018-05-23 | 2018-11-16 | 释码融和（上海）信息科技有限公司 | 用于调焦的图像清晰度计算方法、计算设备及调焦系统 |
| CN110211182A (zh) * | 2019-05-31 | 2019-09-06 | 东北大学 | 一种基于灰度匹配与目标轮廓的液晶背光视觉定位方法 |
| CN110519580A (zh) * | 2019-10-11 | 2019-11-29 | 成都极米科技股份有限公司 | 一种投影仪自动调焦方法、装置、设备及可读存储介质 |
| CN114066862A (zh) * | 2021-11-22 | 2022-02-18 | 福建省海峡智汇科技有限公司 | 一种基于色域和轮廓特征的指示器识别方法及系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023087960A1 (zh) * | 2021-11-16 | 2023-05-25 | 海信视像科技股份有限公司 | 投影设备及调焦方法 |
| CN116614705A (zh) * | 2023-07-18 | 2023-08-18 | 华洋通信科技股份有限公司 | 基于多模态视频特征分析的采煤工作面相机调控系统 |
| CN116614705B (zh) * | 2023-07-18 | 2023-10-03 | 华洋通信科技股份有限公司 | 基于多模态视频特征分析的采煤工作面相机调控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115022606B (zh) | 一种投影设备及避障投影方法 | |
| JP7145208B2 (ja) | デュアルカメラベースの撮像のための方法および装置ならびに記憶媒体 | |
| US8629915B2 (en) | Digital photographing apparatus, method of controlling the same, and computer readable storage medium | |
| US9451150B2 (en) | Image capturing apparatus comprising focus detection, and method for controlling the same | |
| JP5108093B2 (ja) | 撮像装置及び撮像方法 | |
| CN115002433A (zh) | 投影设备及roi特征区域选取方法 | |
| CN103004179B (zh) | 跟踪装置和跟踪方法 | |
| US9648223B2 (en) | Laser beam scanning assisted autofocus | |
| WO2023087947A1 (zh) | 一种投影设备和校正方法 | |
| CN115002432A (zh) | 一种投影设备及避障投影方法 | |
| US20110043682A1 (en) | Method for using flash to assist in focal length detection | |
| US8436934B2 (en) | Method for using flash to assist in focal length detection | |
| CN110730307A (zh) | 一种摄像模组的调焦装置 | |
| US20190281212A1 (en) | Imaging apparatus and control method therefor | |
| CN114866751A (zh) | 一种投影设备及触发校正方法 | |
| WO2024055793A1 (zh) | 投影设备及投影画质调整方法 | |
| CN110677576B (zh) | 一种摄像模组的调焦系统 | |
| CN116320335A (zh) | 一种投影设备及调整投影画面尺寸的方法 | |
| CN116055696A (zh) | 一种投影设备及投影方法 | |
| CN114928728A (zh) | 投影设备及异物检测方法 | |
| CN114760454A (zh) | 一种投影设备及触发校正方法 | |
| WO2023087960A1 (zh) | 投影设备及调焦方法 | |
| US20190052803A1 (en) | Image processing system, imaging apparatus, image processing apparatus, control method, and storage medium | |
| WO2023087948A1 (zh) | 一种投影设备及显示控制方法 | |
| CN114762313B (zh) | 图像处理方法、装置、存储介质及电子设备 |
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 |