激光投影光机的图像优化方法技术

本发明专利技术涉及图像优化领域，公开了一种激光投影光机的图像优化方法

【技术实现步骤摘要】
激光投影光机的图像优化方法、装置、设备及存储介质


[0001]本专利技术涉及图像优化领域，尤其涉及一种激光投影光机的图像优化方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]在当今科技发展的背景下，激光投影光机在商业
、
娱乐和工业等领域得到广泛应用
。
然而，随着激光投影技术的不断进步，对投影图像质量的要求也日益提高
。
为了满足用户对高质量投影图像的需求，研究人员开始关注激光投影光机图像优化方法的开发与改进
。
[0003]激光投影光机的图像质量受多种因素的影响，其中之一是光机设备的工作温度
。
温度的变化会导致光学元件的性能变化，进而影响投影图像的清晰度
、
颜色分布和畸变等特征，进而影响激光图像的投影效果
。

技术实现思路

[0004]本专利技术提供了一种激光投影光机的图像优化方法
、
装置
、
设备及存储介质，用于提高激光投影光机的激光图像投影效果
。
[0005]本专利技术第一方面提供了一种激光投影光机的图像优化方法，所述激光投影光机的图像优化方法包括：对目标激光投影光机进行激光投影测试，并采集所述目标激光投影光机的光机设备温度数据，同时，通过预置的激光投影成像系统获取对应的
S
个第一激光投影图像，
S
为正整数；对所述光机设备温度数据进行温度特征检测和特征区间划分，得到多个设备特征温度区间，并对所述多个设备特征温度区间与所述
S
个第一激光投影图像进行对应匹配，得到每个设备特征温度区间对应的
F
个第二激光投影图像，
F
为正整数，
F
＜
S
；分别对每个设备特征温度区间对应的
F
个第二激光投影图像进行投影图像异常特征参数分析，得到每个第二激光投影图像的投影图像异常特征参数集合；对所述投影图像异常特征参数集合进行综合图像评价指标计算，得到每个第二激光投影图像的综合图像评价指标，并根据所述综合图像评价指标分别计算每个设备特征温度区间对应的平均图像评价指标；计算每个设备特征温度区间对应的平均区间温度值，并对所述平均区间温度值和所述平均图像评价指标进行温度影响系数分析和矩阵转换，得到对应的温度
‑
图像关系影响矩阵；将所述温度
‑
图像关系影响矩阵输入预置的光机投影温度控制分析模型进行光机投影温度控制分析，得到光机投影温度控制策略，并根据所述光机投影温度控制策略对所述目标激光投影光机进行投影图像动态优化
。
[0006]结合第一方面，在本专利技术第一方面的第一种实现方式中，所述对目标激光投影光机进行激光投影测试，并采集所述目标激光投影光机的光机设备温度数据，同时，通过预置的激光投影成像系统获取对应的
S
个第一激光投影图像，
S
为正整数，包括：构建目标激光投影光机对应的激光投影成像系统，并通过所述激光投影成像系统生成对应的激光投影场；对目标激光投影光机进行激光投影测试，并获取所述目标激光投影光机的深度参数集合，
并基于预设的重聚焦算法对所述激光投影场进行参数计算，得到重聚焦参数集合；对所述深度参数集合以及所述重聚焦参数集合进行关系曲线构建，得到目标关系曲线，并根据所述目标关系曲线，对所述目标激光投影光机进行初始化标定；对所述目标激光投影光机进行激光投影区域识别和定位，得到目标激光投影区域，并通过所述激光投影成像系统对所述目标激光投影区域进行图像采集，得到对应的
S
个第一激光投影图像，
S
为正整数；采集所述目标激光投影光机的初始设备温度数据，并对所述初始设备温度数据进行数据预处理，得到光机设备温度数据
。
[0007]结合第一方面，在本专利技术第一方面的第二种实现方式中，所述对所述光机设备温度数据进行温度特征检测和特征区间划分，得到多个设备特征温度区间，并对所述多个设备特征温度区间与所述
S
个第一激光投影图像进行对应匹配，得到每个设备特征温度区间对应的
F
个第二激光投影图像，
F
为正整数，
F
＜
S
，包括：计算所述光机设备温度数据的协方差矩阵，并对所述协方差矩阵进行特征分解，得到多个第一特征值以及每个第一特征值对应的第一特征向量；对所述多个第一特征值与预设目标值进行比较，得到每个第一特征值的特征值比较结果，并根据所述特征值比较结果对所述多个第一特征值进行特征值筛选，得到多个第二特征值；获取所述多个第二特征值对应的第二特征向量，并根据所述多个第二特征值以及所述第二特征向量生成对应的主成分矩阵；根据所述主成分矩阵对所述光机设备温度数据进行温度数据投影，得到目标设备温度数据；对所述目标设备温度数据进行温度特征检测，得到多个温度特征检测点，并根据所述多个温度特征检测点对所述目标设备温度数据进行特征区间划分，得到多个设备特征温度区间；获取所述多个设备特征温度区间的第一时间戳数据，并获取所述
S
个第一激光投影图像的第二时间戳数据；对所述第一时间戳数据和所述第二时间戳数据进行匹配，得到时间戳数据匹配结果，并根据所述时间戳数据匹配结果确定每个设备特征温度区间对应的
F
个第二激光投影图像，
F
为正整数，
F
＜
S。
[0008]结合第一方面，在本专利技术第一方面的第三种实现方式中，所述分别对每个设备特征温度区间对应的
F
个第二激光投影图像进行投影图像异常特征参数分析，得到每个第二激光投影图像的投影图像异常特征参数集合，包括：通过预置的图像清晰度检测模型，分别对每个第二激光投影图像进行图像清晰度检测，得到每个第二激光投影图像的图像清晰度参数，所述图像清晰度检测模型包括两层卷积网络
、
池化层以及归一化函数；通过预置的图像颜色分布检测模型，分别对每个第二激光投影图像进行图像颜色分布检测，得到每个第二激光投影图像的图像颜色分布参数，所述图像颜色分布检测模型为高斯混合模型；通过预置的图像畸变检测模型，分别对每个第二激光投影图像进行图像畸变检测，得到每个第二激光投影图像的图像畸变参数，所述图像畸变检测模型为感知模型；根据所述图像清晰度参数
、
所述图像颜色分布参数以及所述图像畸变参数生成每个第二激光投影图像的投影图像异常特征参数集合
。
[0009]结合第一方面，在本专利技术第一方面的第四种实现方式中，所述对所述投影图像异常特征参数集合进行综合图像评价指标计算，得到每个第二激光投影图像的综合图像评价指标，并根据所述综合图像评价指标分别计算每个设备特征温度区间对应的平均图像评价指标，包括：构建所述图像清晰度参数
、
所述图像颜色分布参数以及所述图像畸变参数对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种激光投影光机的图像优化方法，其特征在于，所述激光投影光机的图像优化方法包括：对目标激光投影光机进行激光投影测试，并采集所述目标激光投影光机的光机设备温度数据，同时，通过预置的激光投影成像系统获取对应的
S
个第一激光投影图像，
S
为正整数；对所述光机设备温度数据进行温度特征检测和特征区间划分，得到多个设备特征温度区间，并对所述多个设备特征温度区间与所述
S
个第一激光投影图像进行对应匹配，得到每个设备特征温度区间对应的
F
个第二激光投影图像，
F
为正整数，
F
＜
S
；分别对每个设备特征温度区间对应的
F
个第二激光投影图像进行投影图像异常特征参数分析，得到每个第二激光投影图像的投影图像异常特征参数集合；对所述投影图像异常特征参数集合进行综合图像评价指标计算，得到每个第二激光投影图像的综合图像评价指标，并根据所述综合图像评价指标分别计算每个设备特征温度区间对应的平均图像评价指标；计算每个设备特征温度区间对应的平均区间温度值，并对所述平均区间温度值和所述平均图像评价指标进行温度影响系数分析和矩阵转换，得到对应的温度
‑
图像关系影响矩阵；将所述温度
‑
图像关系影响矩阵输入预置的光机投影温度控制分析模型进行光机投影温度控制分析，得到光机投影温度控制策略，并根据所述光机投影温度控制策略对所述目标激光投影光机进行投影图像动态优化
。2.
根据权利要求1所述的激光投影光机的图像优化方法，其特征在于，所述对目标激光投影光机进行激光投影测试，并采集所述目标激光投影光机的光机设备温度数据，同时，通过预置的激光投影成像系统获取对应的
S
个第一激光投影图像，
S
为正整数，包括：构建目标激光投影光机对应的激光投影成像系统，并通过所述激光投影成像系统生成对应的激光投影场；对目标激光投影光机进行激光投影测试，并获取所述目标激光投影光机的深度参数集合，并基于预设的重聚焦算法对所述激光投影场进行参数计算，得到重聚焦参数集合；对所述深度参数集合以及所述重聚焦参数集合进行关系曲线构建，得到目标关系曲线，并根据所述目标关系曲线，对所述目标激光投影光机进行初始化标定；对所述目标激光投影光机进行激光投影区域识别和定位，得到目标激光投影区域，并通过所述激光投影成像系统对所述目标激光投影区域进行图像采集，得到对应的
S
个第一激光投影图像，
S
为正整数；采集所述目标激光投影光机的初始设备温度数据，并对所述初始设备温度数据进行数据预处理，得到光机设备温度数据
。3.
根据权利要求1所述的激光投影光机的图像优化方法，其特征在于，所述对所述光机设备温度数据进行温度特征检测和特征区间划分，得到多个设备特征温度区间，并对所述多个设备特征温度区间与所述
S
个第一激光投影图像进行对应匹配，得到每个设备特征温度区间对应的
F
个第二激光投影图像，
F
为正整数，
F
＜
S
，包括：计算所述光机设备温度数据的协方差矩阵，并对所述协方差矩阵进行特征分解，得到多个第一特征值以及每个第一特征值对应的第一特征向量；
对所述多个第一特征值与预设目标值进行比较，得到每个第一特征值的特征值比较结果，并根据所述特征值比较结果对所述多个第一特征值进行特征值筛选，得到多个第二特征值；获取所述多个第二特征值对应的第二特征向量，并根据所述多个第二特征值以及所述第二特征向量生成对应的主成分矩阵；根据所述主成分矩阵对所述光机设备温度数据进行温度数据投影，得到目标设备温度数据；对所述目标设备温度数据进行温度特征检测，得到多个温度特征检测点，并根据所述多个温度特征检测点对所述目标设备温度数据进行特征区间划分，得到多个设备特征温度区间；获取所述多个设备特征温度区间的第一时间戳数据，并获取所述
S
个第一激光投影图像的第二时间戳数据；对所述第一时间戳数据和所述第二时间戳数据进行匹配，得到时间戳数据匹配结果，并根据所述时间戳数据匹配结果确定每个设备特征温度区间对应的
F
个第二激光投影图像，
F
为正整数，
F
＜
S。4.
根据权利要求1所述的激光投影光机的图像优化方法，其特征在于，所述分别对每个设备特征温度区间对应的
F
个第二激光投影图像进行投影图像异常特征参数分析，得到每个第二激光投影图像的投影图像异常特征参数集合，包括：通过预置的图像清晰度检测模型，分别对每个第二激光投影图像进行图像清晰度检测，得到每个第二激光投影图像的图像清晰度参数，所述图像清晰度检测模型包括两层卷积网络
、
池化层以及归一化函数；通过预置的图像颜色分布检测模型，分别对每个第二激光投影图像进行图像颜色分布检测，得到每个第二激光投影图像的图像颜色分布参数，所述图像颜色分布检测模型为高斯混合模型；通过预置的图像畸变检测模型，分别对每个第二激光投影图像进行图像畸变检测，得到每个第二激光投影图像的图像畸变参数，所述图像畸变检测模型为感知模型；根据所述图像清晰度参数
、
所述图像颜色分布参数以及所述图像畸变参数生成每个第二激光投影图像的投影图像异常特征参数集合
。5.
根据权利要求4所述的激光投影光机的图像优化方法，其特征在于，所述对所述投影图像异常特...

【专利技术属性】
技术研发人员：任治辉，吴新民，
申请(专利权)人：洛阳拜波赫光电科技有限公司，
类型：发明
国别省市：