CN115442584A - 一种多传感器融合的异形面动态投影方法 - Google Patents
一种多传感器融合的异形面动态投影方法 Download PDFInfo
- Publication number
- CN115442584A CN115442584A CN202211058320.3A CN202211058320A CN115442584A CN 115442584 A CN115442584 A CN 115442584A CN 202211058320 A CN202211058320 A CN 202211058320A CN 115442584 A CN115442584 A CN 115442584A
- Authority
- CN
- China
- Prior art keywords
- camera
- projector
- special
- shaped surface
- parameters
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/30—Image reproducers
- H04N13/363—Image reproducers using image projection screens
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/246—Calibration of cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/30—Image reproducers
- H04N13/327—Calibration thereof
-
- 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]
- H04N9/3179—Video signal processing therefor
- H04N9/3185—Geometric adjustment, e.g. keystone or convergence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种多传感器融合的异形面动态投影方法,包括:对投影仪和照相机进行刚性固定,得到照相机内、外参数和投影仪内、外参数;投影仪投射一组结构光图像,照相机拍摄得到被异形面调制后的结构光图像;获取异形面表面稠密点云;照相机实时拍摄异形面图像,得到视觉异形面实时位姿信息;对惯性定位系统和异形面进行刚性固定,并对惯性定位系统进行标定,得到惯性定位异形面实时位姿信息;融合视觉异形面实时位姿信息和惯性定位异形面实时位姿信息,得到融合位姿信息;计算投影仪图像;投影仪投射出投影仪图像,实现异形面动态投影。能够获取异形面更精确的位姿,避免当光照条件变化剧烈时,异形面实时位姿获取失败的情况。
Description
技术领域
本发明涉及动态投影领域领域,特别涉及一种多传感器融合的异形面动态投影方法。
背景技术
动态投影在文旅演出、展览展示中有着广泛的应用前景。目前,常见的投影展示方式为投影仪静止,投影面为平面幕、弧形幕等规则幕的投影方式。动态投影指投影仪位置固定不动,投影面运动,动态投影使文旅演出、展览展示等节目创作更灵活,给观众带来更震撼的观看体验。
动态投影时,异形投影面位置改变,因此需要实时获取投影面的位姿信息。另外,异形面表面凹凸不平,不能采用规则幕投影时的单应变换实现投影几何校正,异形面投影相比规则幕(平面幕、弧形幕等)投影,难度大幅增加。同时,当光照条件变化剧烈时,异形面实时位姿有可能会获取失败。
发明内容
为解决上述现有技术中所存在的问题,本发明提供一种多传感器融合的异形面动态投影方法,能够获取异形面更精确的位姿,避免当光照条件变化剧烈时,异形面实时位姿获取失败的情况。
为了实现上述技术目的,本发明提供了一种多传感器融合的异形面动态投影方法,包括:
S1,对投影仪和照相机进行刚性固定,得到照相机内参数、照相机外参数、投影仪内参数和投影仪外参数;
S2,所述投影仪投射一组结构光图像,所述照相机拍摄得到被异形面调制后的所述结构光图像;
S3,基于所述照相机内参数、所述照相机外参数、所述投影仪内参数、所述投影仪外参数、所述投影仪投射的所述结构光图像和所述照相机拍摄到的调制后的所述结构光图像,得到异形面表面稠密点云;
S4,所述照相机实时拍摄异形面图像,得到视觉异形面实时位姿信息;
S5,对惯性定位系统和异形面进行刚性固定,并对惯性定位系统进行标定,得到标定参数;
S6,基于所述标定参数,得到惯性定位异形面实时位姿信息;
S7,融合所述视觉异形面实时位姿信息和所述惯性定位异形面实时位姿信息,得到融合位姿信息;
S8,根据所述异形面表面稠密点云、所述投影仪内参数、所述投影仪外参数和所述融合位姿信息,计算得到投影仪图像;
S9,所述投影仪投射出所述投影仪图像,实现异形面动态投影。
可选地,所述照相机内参数和所述照相机外参数的获取过程为:
对所述投影机和所述照相机进行刚性固定,组成投影机-照相机系统;
将所述投影机-照相机系统朝向贴有棋盘格图片的空间参考平面,并调整所述投影机-照相机系统角度,使得投影区域与所述棋盘格图片不重叠且所述照相机视场能完全覆盖所述投影区域和所述棋盘格图片;
通过所述照相机拍摄所述棋盘格图片,并进行标定,得到所述照相机内参数和所述照相机外参数。
可选地,所述投影仪内参数和所述投影仪外参数的获取过程为:
对所述投影机和所述照相机进行刚性固定,组成投影机-照相机系统,完成照相机标定;
将粘贴在空间参考平面上的棋盘格图片撤下,开启投影仪,投射棋盘格图片;
基于所述棋盘格图片,采用识别特征点的方法,得到二维图像点;
基于所述照相机标定,得到三维图像点;
基于所述二维图像点和所述三维图像点,得到所述内参数和所述投影仪外参数。
可选地,所述视觉异形面实时位姿信息的获取过程为:
基于所述照相机实时拍摄异形面图像,进行特征点提取与特征点匹配,得到匹配点对;
基于所述匹配点对和所述照相机内参数,采用对极约束,得到视觉异形面实时位姿信息。
可选地,所述标定的计算表达式为:
可选地,所述惯性定位系统包括但不限于陀螺仪、加速度计、编码器。
可选地,在进行所述异形面动态投影时:
处于匀速直线运动,以所述惯性定位系统为主导进行所述异形面动态投影;
处于速度变化和急停急起时,以所述照相机为主导进行所述异形面动态投影。
可选地,以所述惯性定位系统为主导进行所述异形面动态投影的计算公式为:
x3=x2-x1
y3=y2-y1
式中,x3,y3为当前时刻位置;x2,y2为上一时刻位置;x1,y1为上上时刻的位置,通过获取x2与x1的差值和y2与y1来预测此刻位置。
本发明具有如下技术效果:
本发明能够获取异形面更精确的位姿,避免了当光照条件变化剧烈时,异形面实时位姿获取失败的情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例多传感器融合的异形面动态投影方法的流程框图;
图2为本发明实施例多传感器融合的动态投影原型系统原理图;
图3为本发明实施例中投影仪-照相机系统标定硬件配置图;
图4为本发明实施例中三维重建原理示意图;
图5为本发明实施例中惯性定位系统的坐标系示意图;
图6为本发明实施例多传感器融合动态投影实验结果图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明公开一种多传感器融合的异形面动态投影方法,包括:
S1,对投影仪和照相机进行刚性固定,得到照相机内参数、照相机外参数、投影仪内参数和投影仪外参数;
如图2所示,投影仪-照相机系统标定包括照相机和投影仪的内参数标定以及投影仪相对投影幕的位姿(或称为投影仪外参)标定。投影仪内参、外参标定是投影几何校正的基础,内参标定是外参标定的基础。投影仪不具备主动获取图像的能力,因此需要借助照相机来实现内、外参标定。
如图3所示,对投影仪和照相机进行刚性固定,组成投影仪-照相机系统,将投影仪-照相机系统朝向贴有棋盘格图片的空间参考平面,并调整投影仪-照相机系统角度,使得投影区域与棋盘格图片不重叠且照相机视场能完全覆盖投影区域和棋盘格图片,进行照相机标定时,投影仪处于关闭状态,通过照相机拍摄棋盘格图片并进行标定,得到照相机内参数矩阵Kc和照相机外参数的旋转矩阵Rc、平移矩阵Tc。
照相机外参数的旋转矩阵Rc的获取过程为:旋转矩阵是三个基本旋转的序列复合,关于右手笛卡尔坐标系的x,y,z轴的旋转分别叫做Rx,Ry,Rz。Rx可定义为θ即为绕x轴旋转的角度。同理可得Ry,Rz,将三个基本旋转相乘即为旋转矩阵Rc。
在已知三维空间点Xw与二维图像点xw对应关系的条件下,求取照相机内、外参数Kc、Rc和Tc的值,计算公式为:
xw=PXw=Kc[Rc|Tc]Xw
使用定制的棋盘格标定板对照相机进行标定,标定板上的棋盘格尺寸可以通过测量获得,其对应的二维图像坐标可通过图像角点提取的方法获得。
在获得照相机内参后,根据已知三维空间点Xw与二维图像点xw的对应关系,使用线性或者非线性算法,得到照相机外参数。
投影仪可看作照相机的对偶系统,并使用与照相机相同的成像模型进行标定,但是由于投影仪没有主动获取图像的能力,因此需要借助已标定好的照相机对投影仪进行标定。照相机标定时,世界坐标系下三维空间点与图像坐标系下二维坐标点的对应关系分别通过人工测量和识别特征点来实现。在投影仪系统中,图像坐标系下二维坐标点仿照照相机方法,采用识别特征点的方法来提取,但投射到空间中的三维点位置难以测量,因此令投影仪与照相机关联,利用照相机的空间测量能力间接标定投影仪。
照相机完成标定后,将粘贴在空间参考平面上的棋盘格图片撤下,然后开启投影仪,投射棋盘格图片。设棋盘格图片的角点在投影仪成像面中的二维坐标为xw,其在空间参考平面上对应的三维空间点为Xw,照相机拍摄得到的此点二维图像坐标为xc。xw和xc可以通过图像角点提取方法获得,Xw依靠已标定的照相机计算获取。
由于建立了投影仪图像二维坐标点xw与其对应的三维空间点Xw的对应关系,故可使用照相机标定方法对投影仪进行标定,获得投影仪的内、外参数Kp、Rp和Tp。标定投影仪后,进一步计算得到投影仪图像坐标与照相机图像坐标之间的映射关系,设同一空间点Xw在照相机和投影仪坐标系下的三维坐标分别为Xc和Xp,它们之间的坐标变换关系可用下式表述:
消去上述方程组中的Xw,可得:
XC=RCPXP+TCP
其中:RCP=RCRP -1;TCP=TC-RCRP -1TP。
S2,投影仪投射一组结构光图像,照相机拍摄得到被异形面调制后的结构光图像;
采用基于结构光的主动视觉方法,投影仪投射一组格雷码编码结构光图像到异形面;照相机拍摄被异形面调制后的结构光图像。
S3,基于照相机内参数、照相机外参数、投影仪内参数、投影仪外参数、投影仪投射的结构光图像和照相机拍摄到的调制后的结构光图像,得到异形面表面稠密点云;
根据投影仪投射的结构光图像、照相机拍摄到的调制后的结构光图像、投影仪-照相机系统的内外参数矩阵,计算异形面表面三维点的坐标P,获取异形面表面稠密点云。
对照相机拍摄得到的被异形面调制后的结构光图像进行格雷码解码,得到结构光图像和被异形面调制后的结构光图像的对应关系,如图4所示,PL为投影仪投射的结构光图像像素,PR为照相机拍摄的调制后的结构光图像对应的像素,P为投影仪投射的结构光图像投射在异形面上的世界坐标系下的点。已知PL、PR、投影仪内外参和照相机内外参,求P:
其中(X,Y,Z)为点P的三维坐标,即要求解的异形面点云的坐标;Kc为照相机内参矩阵;Rc、Tc为照相机外参矩阵;Kp为投影仪内参矩阵;Rp、Tp为投影仪外参矩阵;(up,vp)为投影仪像素PL的坐标,(uc,vc)为照相机像素PR的坐标。
S4,照相机实时拍摄异形面图像,得到视觉异形面实时位姿信息;
本发明采用SURF算法进行特征点提取,SURF算法对边缘和弱纹理的地方能够进行更准确地特征点提取,SURF算法提取出的特征点更分散,有利于后续计算异形面位姿信息。
在完成特征点提取后,然后采用FLANN特征点匹配方法进行特征点匹配,得到匹配点对,FLANN匹配算法运算速度快。
设得到的匹配点对为p1、p2,照相机内参矩阵为Kc,采用对极约束,求出异形面相对前一时刻的旋转矩阵Rx和平移矩阵tx,利用矩阵分解:
求出基础矩阵(Fundamental Matrix)F:
已知照相机内参矩阵Kc,进一步求出本质矩阵(Essential Matrix)E:
采用八点法求出当前时刻异形面旋转矩阵Rx和平移矩阵tx,得到视觉异形面实时位姿信息。
由于光照等因素的影响,相机拍摄得到的图像含有噪声。对相机采集得到的图像进行预处理,可以提高图像特征点匹配的精度。本实施例采用高斯双边滤波去噪:
其中:
式中,x为当前点位置;y为s×s区域内点;Ix、Iy为当前点的像素值;Gσd为空间邻域关系函数;‖x-y‖为空间距离;Gσr为灰度值相似关系函数;σd、σr为高斯标准差。
高斯双边滤波后的图像,特征点具备鲁棒性,有利于相邻时刻相机图像的特征点提取与匹配。
S5,对惯性定位系统和异形面进行刚性固定,并对惯性定位系统进行标定,得到标定参数;
惯性定位系统集成了陀螺仪、加速度计、编码器等多种传感器,惯性定位系统上电之后,自动初始化,会以自身中心为坐标原点,如图5所示的x方向、y方向来获取坐标。惯性定位系统的坐标系被定义为一个绝对坐标系,惯性定位系统一旦被安装到异形面上,在惯性定位系统上电后,这个坐标系就确定了。由于惯性定位系统支持实时更新角度和坐标,因此每次数据更新,惯性定位系统的坐标系会随之改变。
由于惯性定位系统的坐标系和照相机的坐标系是不重合的,所以在使用前需要先进行惯性定位系统和异形面的标定,标定的计算表达式如下:
S6,基于标定参数,得到惯性定位异形面实时位姿信息;
后续每隔一定时间,惯性定位系统都会获取实时传输异形面的坐标x,y,已知惯性定位系统实时传输异形面的坐标x,y,根据标定参数A,计算得到此时相对于照相机的异形面的平移向量t’。
S7,融合视觉异形面实时位姿信息和惯性定位异形面实时位姿信息,得到融合位姿信息;
现有视觉异形面实时位姿信息(照相机获取的异形面的位姿R、t)和惯性定位异形面实时位姿信息(平移向量t’),将两种数据进行融合,得到融合位姿信息,以体现更加精确的异形面位姿信息。
由于通过惯性定位系统不能获取旋转信息,所以通过照相机获得的R是最后的旋转矩阵。通过照相机获取的平移矩阵t和通过惯性定位系统获取的t’不同,两者各有优劣。
通过照相机获取的t,非常准确,但是通过照相机获取t,需要计算两幅图像的匹配特征点,运算量较大,延时比较大;通过惯性定位系统获得的t’,延时小,准确性差一些。所以在匀速直线运动当中,以惯性定位系统作为主导,计算公式为:
x3=x2-x1
y3=y2-y1
式中,x3,y3为当前时刻位置;x2,y2为上一时刻位置;x1,y1为上上时刻的位置,通过获取x2与x1的差值和y2与y1来预测此刻位置。
为了消除延时的影响,使用前一次投影刷新的平移来预测之后的平移,会使投影的延迟更小,但是当速度突然变化,或者快速运动中忽然停止时,就会产生投影误差,这时使用照相机获取平移矩阵t,可以消除惯性误差。所以,在速度变化和急停急起时,以照相机获取位姿为主导。
S8,根据异形面表面稠密点云、投影仪内参数、投影仪外参数和融合位姿信息,计算得到投影仪图像;
利用三维重建获取的异形面表面稠密点云信息、投影仪-照相机系统标定的投影仪内、外参数,以及融合位姿信息,即可实现待投影图像的预畸变,把预畸变后的图像输入投影仪,计算得到投影仪图像。
将得到的异形面相对前一时刻的旋转矩阵Rx、平移矩阵tx和照相机的外参数进行计算,得到投影幕相对于投影仪的运动参数R、T:
R=RcRx,T=Tc+tx
异形面三维点云到投影仪图像二维坐标的转换公式如下:
xw=PXw=Kp[R|T]Xw
式中,Xw为三维点云坐标;R、T为当前时刻投影仪相对投影面的旋转矩阵和平移矩阵,Kp为内参矩阵;xw为投影仪图像二维坐标。
根据上式,计算出三维点云坐标Xw对应的投影仪图像二维坐标xw后,把坐标Xw处的三维点云的颜色信息赋给xw处的投影仪图像像素。对异形面上所有的点云实施该操作,则得到S8中的投影仪图像,实现异形面动态投影。
S9,投影仪投射出投影仪图像,实现异形面动态投影,多传感器融合动态投影时截取的一帧图像如图6所示,采用融合位姿信息获取的投影仪图像被投影仪投射出去后,位置更准确,误差更小。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种多传感器融合的异形面动态投影方法,其特征在于,包括以下步骤:
S1,对投影仪和照相机进行刚性固定,得到照相机内参数、照相机外参数、投影仪内参数和投影仪外参数;
S2,所述投影仪投射一组结构光图像,所述照相机拍摄得到被异形面调制后的所述结构光图像;
S3,基于所述照相机内参数、所述照相机外参数、所述投影仪内参数、所述投影仪外参数、所述投影仪投射的所述结构光图像和所述照相机拍摄到的调制后的所述结构光图像,得到异形面表面稠密点云;
S4,所述照相机实时拍摄异形面图像,得到视觉异形面实时位姿信息;
S5,对惯性定位系统和异形面进行刚性固定,并对惯性定位系统进行标定,得到标定参数;
S6,基于所述标定参数,得到惯性定位异形面实时位姿信息;
S7,融合所述视觉异形面实时位姿信息和所述惯性定位异形面实时位姿信息,得到融合位姿信息;
S8,根据所述异形面表面稠密点云、所述投影仪内参数、所述投影仪外参数和所述融合位姿信息,计算得到投影仪图像;
S9,所述投影仪投射出所述投影仪图像,实现异形面动态投影。
2.根据权利要求1所述的多传感器融合的异形面动态投影方法,其特征在于,所述照相机内参数和所述照相机外参数的获取过程为:
对所述投影机和所述照相机进行刚性固定,组成投影机-照相机系统;
将所述投影机-照相机系统朝向贴有棋盘格图片的空间参考平面,并调整所述投影机-照相机系统角度,使得投影区域与所述棋盘格图片不重叠且所述照相机视场能完全覆盖所述投影区域和所述棋盘格图片;
通过所述照相机拍摄所述棋盘格图片,并进行标定,得到所述照相机内参数和所述照相机外参数。
3.根据权利要求1所述的多传感器融合的异形面动态投影方法,其特征在于,所述投影仪内参数和所述投影仪外参数的获取过程为:
对所述投影机和所述照相机进行刚性固定,组成投影机-照相机系统,完成照相机标定;
将粘贴在空间参考平面上的棋盘格图片撤下,开启投影仪,投射棋盘格图片;
基于所述棋盘格图片,采用识别特征点的方法,得到二维图像点;
基于所述照相机标定,得到三维图像点;
基于所述二维图像点和所述三维图像点,得到所述内参数和所述投影仪外参数。
4.根据权利要求1所述的多传感器融合的异形面动态投影方法,其特征在于,所述视觉异形面实时位姿信息的获取过程为:
基于所述照相机实时拍摄异形面图像,进行特征点提取与特征点匹配,得到匹配点对;
基于所述匹配点对和所述照相机内参数,采用对极约束,得到视觉异形面实时位姿信息。
6.根据权利要求1所述的多传感器融合的异形面动态投影方法,其特征在于,所述惯性定位系统包括但不限于陀螺仪、加速度计、编码器。
7.根据权利要求1所述的多传感器融合的异形面动态投影方法,其特征在于,在进行所述异形面动态投影时:
处于匀速直线运动,以所述惯性定位系统为主导进行所述异形面动态投影;
处于速度变化和急停急起时,以所述照相机为主导进行所述异形面动态投影。
8.根据权利要求7所述的多传感器融合的异形面动态投影方法,其特征在于,以所述惯性定位系统为主导进行所述异形面动态投影的计算公式为:
x3=x2-x1
y3=y2-y1
式中,x3,y3为当前时刻位置;x2,y2为上一时刻位置;x1,y1为上上时刻的位置,通过获取x2与x1的差值和y2与y1来预测此刻位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211058320.3A CN115442584B (zh) | 2022-08-30 | 2022-08-30 | 一种多传感器融合的异形面动态投影方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211058320.3A CN115442584B (zh) | 2022-08-30 | 2022-08-30 | 一种多传感器融合的异形面动态投影方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115442584A true CN115442584A (zh) | 2022-12-06 |
CN115442584B CN115442584B (zh) | 2023-08-18 |
Family
ID=84243746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211058320.3A Active CN115442584B (zh) | 2022-08-30 | 2022-08-30 | 一种多传感器融合的异形面动态投影方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115442584B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110176007A1 (en) * | 2010-01-15 | 2011-07-21 | Yuanyuan Ding | Real-Time Geometry Aware Projection and Fast Re-Calibration |
WO2020155616A1 (zh) * | 2019-01-29 | 2020-08-06 | 浙江省北大信息技术高等研究院 | 一种基于数字视网膜的拍摄装置的定位方法 |
CN111637850A (zh) * | 2020-05-29 | 2020-09-08 | 南京航空航天大学 | 一种无需主动视觉标记的自拼接表面点云测量方法 |
CN111815765A (zh) * | 2020-07-21 | 2020-10-23 | 西北工业大学 | 一种基于异构数据融合的图像三维重建方法 |
CN112689135A (zh) * | 2021-03-19 | 2021-04-20 | 深圳市火乐科技发展有限公司 | 投影校正方法、装置、存储介质及电子设备 |
CN112734860A (zh) * | 2021-01-15 | 2021-04-30 | 中国传媒大学 | 一种基于弧形幕先验信息的逐像素映射投影几何校正方法 |
WO2021088481A1 (zh) * | 2019-11-08 | 2021-05-14 | 南京理工大学 | 一种基于条纹投影的高精度动态实时360度全方位点云获取方法 |
US20210364900A1 (en) * | 2020-05-19 | 2021-11-25 | Weltrend Semiconductor Inc. | Projection Method of Projection System for Use to Correct Image Distortion on Uneven Surface |
JP2022039906A (ja) * | 2020-08-28 | 2022-03-10 | 中国計量大学 | マルチセンサによる複合キャリブレーション装置及び方法 |
CN114648584A (zh) * | 2022-05-23 | 2022-06-21 | 北京理工大学前沿技术研究院 | 一种用于多源融合定位的鲁棒性控制方法和系统 |
WO2022142139A1 (zh) * | 2020-12-29 | 2022-07-07 | 成都极米科技股份有限公司 | 投影面选取和投影图像校正方法、装置、投影仪及介质 |
-
2022
- 2022-08-30 CN CN202211058320.3A patent/CN115442584B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110176007A1 (en) * | 2010-01-15 | 2011-07-21 | Yuanyuan Ding | Real-Time Geometry Aware Projection and Fast Re-Calibration |
WO2020155616A1 (zh) * | 2019-01-29 | 2020-08-06 | 浙江省北大信息技术高等研究院 | 一种基于数字视网膜的拍摄装置的定位方法 |
WO2021088481A1 (zh) * | 2019-11-08 | 2021-05-14 | 南京理工大学 | 一种基于条纹投影的高精度动态实时360度全方位点云获取方法 |
US20210364900A1 (en) * | 2020-05-19 | 2021-11-25 | Weltrend Semiconductor Inc. | Projection Method of Projection System for Use to Correct Image Distortion on Uneven Surface |
CN111637850A (zh) * | 2020-05-29 | 2020-09-08 | 南京航空航天大学 | 一种无需主动视觉标记的自拼接表面点云测量方法 |
CN111815765A (zh) * | 2020-07-21 | 2020-10-23 | 西北工业大学 | 一种基于异构数据融合的图像三维重建方法 |
JP2022039906A (ja) * | 2020-08-28 | 2022-03-10 | 中国計量大学 | マルチセンサによる複合キャリブレーション装置及び方法 |
WO2022142139A1 (zh) * | 2020-12-29 | 2022-07-07 | 成都极米科技股份有限公司 | 投影面选取和投影图像校正方法、装置、投影仪及介质 |
CN112734860A (zh) * | 2021-01-15 | 2021-04-30 | 中国传媒大学 | 一种基于弧形幕先验信息的逐像素映射投影几何校正方法 |
CN112689135A (zh) * | 2021-03-19 | 2021-04-20 | 深圳市火乐科技发展有限公司 | 投影校正方法、装置、存储介质及电子设备 |
CN114648584A (zh) * | 2022-05-23 | 2022-06-21 | 北京理工大学前沿技术研究院 | 一种用于多源融合定位的鲁棒性控制方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115442584B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3067861B1 (en) | Determination of a coordinate conversion parameter | |
Wei et al. | Fisheye video correction | |
US8358873B2 (en) | Hybrid system for multi-projector geometry calibration | |
US9235928B2 (en) | 3D body modeling, from a single or multiple 3D cameras, in the presence of motion | |
US8970690B2 (en) | Methods and systems for determining the pose of a camera with respect to at least one object of a real environment | |
WO2018076154A1 (zh) | 一种基于鱼眼摄像机空间位姿标定的全景视频生成方法 | |
CN112734860B (zh) | 一种基于弧形幕先验信息的逐像素映射投影几何校正方法 | |
CN108288294A (zh) | 一种3d相机群的外参标定方法 | |
Umeda et al. | Registration of range and color images using gradient constraints and range intensity images | |
CN108038886B (zh) | 双目摄像系统标定方法、装置及其汽车 | |
Raij et al. | Auto-calibration of multi-projector display walls | |
CN111260793B (zh) | 面向增强和混合现实的远程虚实高精度匹配定位的方法 | |
CN101140661A (zh) | 一种以动态投影为背景的实时目标识别方法 | |
US11928778B2 (en) | Method for human body model reconstruction and reconstruction system | |
CN111932678A (zh) | 多视点实时人体运动、手势、表情、纹理重建系统 | |
CN112541973B (zh) | 虚实叠合方法与系统 | |
JP2012185772A (ja) | 非固定ズームカメラを用いた自由視点映像の合成画質高精度化方法およびプログラム | |
Sajadi et al. | Markerless view-independent registration of multiple distorted projectors on extruded surfaces using an uncalibrated camera | |
Resch et al. | On-site semi-automatic calibration and registration of a projector-camera system using arbitrary objects with known geometry | |
CN113077519A (zh) | 一种基于人体骨架提取的多相机外参自动标定方法 | |
CN111105467B (zh) | 一种图像标定方法、装置及电子设备 | |
Deng et al. | Registration of multiple rgbd cameras via local rigid transformations | |
CN108898550B (zh) | 基于空间三角面片拟合的图像拼接方法 | |
Bartczak et al. | Integration of a time-of-flight camera into a mixed reality system for handling dynamic scenes, moving viewpoints and occlusions in real-time | |
CN111914790B (zh) | 基于双摄像头的不同场景下实时人体转动角度识别方法 |
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 |