[发明专利]投影区域校正方法、投影设备及计算机可读存储介质

权利要求书

1.一种投影区域校正方法，其特征在于，包括：

建立投影场景图像局部特征索引数据库，所述索引数据库包括各类边角点在各个尺度下的索引；

获取投影设备的投影场景图像，所述投影场景图像由投影区域图像和投影幕布图像构成；

计算出所述投影区域图像的第一特征向量和所述投影幕布图像的第二特征向量；

将所述第一特征向量、所述第二特征向量与所述索引数据库中各类边角点在各个尺度下的索引进行对比，识别出所述投影区域图像的第一边角点组信息和所述投影幕布图像的第二边角点组信息；

根据所述第一边角点组信息和所述第二边角点组信息建立所述投影区域图像每一像素点与所述投影幕布图像每一像素点的映射关系；

根据所述映射关系调整所述投影设备的投影区域，使所述投影设备的投影区域与投影幕布重合；

其中，所述建立投影场景图像局部特征索引数据库的步骤包括：

获取投影设备的原始投影场景图像，所述原始投影场景图像由原始投影区域图像和原始投影幕布图像构成；

对所述原始投影区域图像和所述原始投影幕布图像进行灰度处理；

分别提取出所述原始投影区域图像的第三特征向量和所述原始投影幕布图像的第四特征向量；

通过主成分分析对所述第三特征向量和所述第四特征向量进行降维处理，去除所述第三特征向量和所述第四特征向量中的最小特征值所对应的成分；

通过奇异值分解分别将所述第三特征向量和所述第四特征向量中的n维特征映射到m维特征，获取所述原始投影场景图像的特征描述符向量，其中nm，且n、m均为正整数；

重复执行上述流程，将获取到的所有原始投影场景图像的特征描述符向量添加至所述投影场景图像局部特征索引数据库中；

通过K-means算法对所述投影场景图像局部特征索引数据库中的特征描述符划分为k个聚类，其中k为正整数。

2.如权利要求1所述的投影区域校正方法，其特征在于，所述分别提取出所述原始投影区域图像的第三特征向量和所述原始投影幕布图像的第四特征向量包括：

构建尺度空间；

检测所述原始投影区域图像和所述原始投影幕布图像在各个尺度空间的特征点；

为每个特征点赋值一个128维方向参数，形成128维特征向量。

3.如权利要求2所述的投影区域校正方法，其特征在于，所述构建尺度空间包括：

利用不同尺度的高斯差分核与所述原始投影场景图像卷积，生成不同尺度下的高斯模糊图像；

将相邻尺度的高斯模糊图像做差，得到高斯残差图像。

4.如权利要求3所述的投影区域校正方法，其特征在于，所述检测所述原始投影区域图像和所述原始投影幕布图像在各个尺度空间的特征点包括：

分别对各个尺度空间所对应的所述高斯残差图像进行采样，将每个采样点分别与其8邻域内及其相邻上下两个尺度中的18个点进行比较，若该采样点在其所在尺度空间本层以及下上两层的26个点中是最大值或者最小值时，则认为该采样点是所述高斯残差图像在该尺度下的一个特征点。

5.如权利要求2所述的投影区域校正方法，其特征在于，所述为每个特征点赋值一个128维方向参数，形成128维特征向量包括：

利用关键点邻域像素的梯度方向分布特性计算每个特征点的方向向量，使算子具备旋转不变性；

每个特征点使用16个子区域进行描述，形成16个种子点，每个种子点使用8个方向来描述向量的方向，使用向量的方向与其主方向上的欧氏距离来描述向量在各个方向上的幅值大小，形成128维特征向量。

6.如权利要求5所述的投影区域校正方法，其特征在于，所述8个方向分别为0，π/4，π/2，3π/4，π，5π/4，3π/2，2π。

7.如权利要求2所述的投影区域校正方法，其特征在于，在所述为每个特征点赋值一个128维方向参数，形成128维特征向量之前还包括：

去除所述原始投影区域图像和所述原始投影幕布图像在各个尺度空间的特征点中所包含的低对比度的特征点和不稳定的边缘响应点。