【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...
【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...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。