梯形校正的训练样本数据获取系统和方法技术方案

本发明专利技术公开了一种梯形校正的训练样本数据获取系统和方法，所述获取系统包括机械臂、投影仪、全景摄像头和处理器，所述投影仪包括摄像头模块和投影模块，所述机械臂用于调整投影仪的姿态，所述投影模块用于投影设有多个特征角点的预设图案，所述摄像头模块以及全景摄像头模块用于根据处理器的指令在每次调整投影仪的姿态后分别拍摄图像；其中，处理器在摄像头模块以及全景摄像头模块拍摄图像后，从全景摄像头拍摄和摄像头模块拍摄的图像中分别提取特征角点，根据全景摄像头拍摄的图像确定角点校正参数，根据摄像头模块拍摄的图像确定投影墙面的法向量。本发明专利技术效率高且节省人力成本。本发明专利技术可以广泛应用于梯形校正技术领域。

A Trapezoidal Correction Training Sample Data Acquisition System and Method

【技术实现步骤摘要】
梯形校正的训练样本数据获取系统和方法
本专利技术涉及梯形校正
，尤其是一种梯形校正的训练样本数据获取系统和方法。
技术介绍
目前在投影仪的梯形校正技术中，主要是以双目校正为主，然而双目校正需要用到距离传感器等部件，对于投影仪来说会增加硬件成本。随着神经网络技术的发展，通过单个摄像头来实现梯形校正成为了可能。厂家们可以通过经过训练的神经网络来实现在单个摄像头的条件下的梯形校正。然而，在对神经网络进行训练时，需要大量的训练样本数据，过去这些训练样本数据需要通过人工进行处理或者获取，效率极低，且浪费人力物力。
技术实现思路
为解决上述技术问题，本专利技术的目的在于：提供一种梯形校正的训练样本数据获取系统和方法，以增加训练样本数据的获取效率，同时节省人力成本。本专利技术实施例的第一方面提供了：一种梯形校正的训练样本数据获取系统，包括机械臂、投影仪、全景摄像头和处理器，所述投影仪包括摄像头模块和投影模块，所述机械臂用于根据处理器的指令调整投影仪的姿态，所述投影模块用于投影设有多个特征角点的预设图案，所述摄像头模块以及全景摄像头模块用于根据处理器的指令在每次调整投影仪的姿态后分别拍摄图像；其中，处理器用于获取预设图案的特征角点以及系统的标定参数，然后在摄像头模块以及全景摄像头模块拍摄图像后，从全景摄像头拍摄和摄像头模块拍摄的图像中分别提取特征角点，匹配预设图案和摄像头模块所拍摄的图像中的特征角点的点对，接着根据标定参数以及所述点对，计算投影墙面的法向量；并且根据全景摄像头所拍摄的图像中的特征角点计算出投影仪的角点校正参数，将所述角点校正参数和投影墙面的法向量作为一组训练样本数据进行输出。进一步，所述处理器还用于读取训练样本需求数量，根据训练样本需求数量在投影仪的姿态调整范围内随机生成若干组姿态参数，根据所述若干组姿态参数控制机械臂调整投影仪的姿态。进一步，所述机械臂包括若干个关节，所述机械臂根据处理器的指令控制投影仪平移或者旋转。进一步，从摄像头模块以及全景摄像头模块拍摄的图像中识别特征角点时，采用SURF算法。进一步，采用蛮力算法对预设图案和摄像头模块所拍摄的图像中的特征角点的点对进行匹配，然后通过RANSAC算法过滤掉无效的特征角点的点对。本专利技术实施例的第二方面提供了：一种梯形校正的训练样本数据获取方法，包括以下步骤：获取系统的标定参数以及预设图案的特征角点；控制投影仪投影设有多个特征角点的预设图案；多次控制机械臂调整投影仪的姿态，在每次调整投影仪的姿态后，控制全景摄像头以及投影仪的摄像头模块分别拍摄图像，并根据所述全景摄像头和投影仪的摄像头模块每次所分别拍摄的图像，得到一组训练样本数据；所述根据所述全景摄像头和投影仪的摄像头模块每次所分别拍摄的图像，得到一组训练样本数据，其具体包括：从全景摄像头拍摄和摄像头模块拍摄的图像中分别提取特征角点；匹配预设图案和摄像头模块所拍摄的图像中的特征角点的点对；根据标定参数以及所述点对，计算投影墙面的法向量；根据全景摄像头所拍摄的图像中的特征角点计算出投影仪的角点校正参数；将所述角点校正参数和投影墙面的法向量作为一组训练样本数据进行输出。进一步，多次控制机械臂调整投影仪的姿态，其具体包括：读取训练样本需求数量；根据训练样本需求数量在投影仪的姿态调整范围内随机生成若干组姿态参数；根据所述若干组姿态参数控制机械臂调整投影仪的姿态。进一步，在控制机械臂调整投影仪的姿态时，使投影仪平移和/或改变角度。进一步，从摄像头模块以及全景摄像头模块拍摄的图像中识别特征角点时，采用SURF算法。进一步，采用蛮力算法对预设图案和摄像头模块所拍摄的图像中的特征角点的点对进行匹配，然后通过RANSAC算法过滤掉无效的特征角点的点对。本专利技术的有益效果是：本专利技术通过机械臂调整投影仪的姿态，并在每次调整投影仪的姿态以后，通过摄像头模块和全景摄像头分别拍摄投影模块投影到投影墙面上的预设图案，然后通过识别摄像头模块所拍摄的图像中的特征角点来测定墙面的法向量，接着根据全景摄像头中特征角点的位置计算角点校正参数，并将法向量和角点校正参数作为一组训练样本参数，本专利技术无需人工参与，能够自动获取多组训练样本参数，效率高，人工成本低。附图说明图1为本专利技术一种具体实施例中特征角点的深度测量原理示意图；图2为本专利技术一种具体实施例中梯形校正的原理示意图；图3为本专利技术一种具体实施例的梯形校正的训练样本数据获取系统的模块框图；图4为本专利技术一种具体实施例的机械臂的结构示意图；图5为本专利技术一种具体实施例的梯形校正的训练样本数据获取方法的流程图。具体实施方式下面结合说明书附图和具体的实施例对本专利技术进行进一步的说明。首先，本实施例对采用神经网络来实现单摄像头的梯形校正的原理进行说明，本实施例首先搭建一个RBF神经网络(一种三层的径向基神经网络)，其中该神经网络的输入参数是投影墙面与投影仪之间的法向量，即投影墙面在投影仪的坐标系中的法向量，后称作投影墙面法向量。然后该神经网络输出的是梯形校正的校正焦点偏移量，通常以四个角点的调整参数作为表示，输出的结果为(dx0，dy0，dx1，dy1，dx2，dy2，dx3，dy3)，投影仪根据该输出结果，调整投影仪的投影画面。使得投射到投影墙面的画面变得与原画面比例相同。基于大量的训练样本的训练，上述神经网络是可以实现投影仪的梯形校正的。下面讨论如何通过投影仪和一个摄像头获得投影墙面法向量，参照图1，以点O1表示投影仪的摄像头模块，以点Or表示投影仪的投影模块，实际上，投影模块在这里可以看作一个逆向的摄像头，而在图1中，X1和Xr分别表示的是特征角点P分别在摄像头模块拍摄的图像和投影模块所投射的图像中的位置，在摄像头模块拍摄的图像中特征角点P以P1表示，而在投影模块所投射的图像中特征角点P以Pr表示，这里P1和Pr被称作一个点对，其实质上是一个相同的特征角点在两个图像中的显示。假定摄像头模块和投影仪模块的焦距均为f，两者的实际物理距离为T，那么可以通过以下公式计算出点P的深度Z。其中，Z＝(T*f)/d；d＝X1-Xr。那么当求算出多个位置不同的特征角点的深度后，就可以得到摄像头模块拍摄的图像中的特征角点的三维坐标，根据一般的三维几何知识，就可以得出投影墙面的法向量了。也就是说，通过单摄像头测量投影墙面的法向量是具备可行性的。而关于角点校正参数的获取，在获取训练样本数据的时候，可以借助一个全景摄像头，将全景摄像头安装在投影墙面正对的位置，且全景摄像头拍摄方向与投影墙面垂直，那么意味着全景摄像头所拍摄到的图像，是没有畸变的。因此，投影仪投影到投影墙面上的图案如果发生了畸变，是可以从全景摄像头拍摄的图像中直接得出畸变的情况的。也就是说，根据全景摄像头的图像中的特征角点的位置，可以反推出应该如何对投影图像进行调整。如图2所示，假设投影仪所投影的预设图案200a，在到达投影墙面100后，畸变成一个梯形200b，在本实施例中可以通过识别预设图案中的4个特征角点201a、201b、201c和201d来确定畸变情况。那么在实现角点校正参数时，只需要按照预设图案200a原来的比例调整投影仪的输出长宽比例即可，当然调整比例时，可以以特征角点的调整参数作为表示。如图2所示，经过比例调整后的图案200c，在重新投影到投影本文档来自技高网...

【技术保护点】
1.一种梯形校正的训练样本数据获取系统，其特征在于：包括机械臂、投影仪、全景摄像头和处理器，所述投影仪包括摄像头模块和投影模块，所述机械臂用于根据处理器的指令调整投影仪的姿态，所述投影模块用于投影设有多个特征角点的预设图案，所述摄像头模块以及全景摄像头模块用于根据处理器的指令在每次调整投影仪的姿态后分别拍摄图像；其中，处理器用于获取预设图案的特征角点以及系统的标定参数，然后在摄像头模块以及全景摄像头模块拍摄图像后，从全景摄像头拍摄和摄像头模块拍摄的图像中分别提取特征角点，匹配预设图案和摄像头模块所拍摄的图像中的特征角点的点对，接着根据标定参数以及所述点对，计算投影墙面的法向量；并且根据全景摄像头所拍摄的图像中的特征角点计算出投影仪的角点校正参数，将所述角点校正参数和投影墙面的法向量作为一组训练样本数据进行输出。

【技术特征摘要】
1.一种梯形校正的训练样本数据获取系统，其特征在于：包括机械臂、投影仪、全景摄像头和处理器，所述投影仪包括摄像头模块和投影模块，所述机械臂用于根据处理器的指令调整投影仪的姿态，所述投影模块用于投影设有多个特征角点的预设图案，所述摄像头模块以及全景摄像头模块用于根据处理器的指令在每次调整投影仪的姿态后分别拍摄图像；其中，处理器用于获取预设图案的特征角点以及系统的标定参数，然后在摄像头模块以及全景摄像头模块拍摄图像后，从全景摄像头拍摄和摄像头模块拍摄的图像中分别提取特征角点，匹配预设图案和摄像头模块所拍摄的图像中的特征角点的点对，接着根据标定参数以及所述点对，计算投影墙面的法向量；并且根据全景摄像头所拍摄的图像中的特征角点计算出投影仪的角点校正参数，将所述角点校正参数和投影墙面的法向量作为一组训练样本数据进行输出。2.根据权利要求1所述的一种梯形校正的训练样本数据获取系统，其特征在于：所述处理器还用于读取训练样本需求数量，根据训练样本需求数量在投影仪的姿态调整范围内随机生成若干组姿态参数，根据所述若干组姿态参数控制机械臂调整投影仪的姿态。3.根据权利要求1所述的一种梯形校正的训练样本数据获取系统，其特征在于：所述机械臂包括若干个关节，所述机械臂根据处理器的指令控制投影仪平移或者旋转。4.根据权利要求1-3任一项所述的一种梯形校正的训练样本数据获取系统，其特征在于：从摄像头模块以及全景摄像头模块拍摄的图像中识别特征角点时，采用SURF算法。5.根据权利要求1-3任一项所述的一种梯形校正的训练样本数据获取系统，其特征在于：采用蛮力算法对预设图案和摄像头模块所拍摄的图像中的特征角点的点对进行匹配，然后通过RANSAC算法过滤掉无效的特征角点的点对。6.一种梯形校正...

【专利技术属性】
技术研发人员：谭攻坚，
申请(专利权)人：广州市讯码通讯科技有限公司，
类型：发明
国别省市：广东,44