[发明专利]沉浸式主动立体投影透视变换矩阵求解方法

摘要

本发明涉及沉浸式主动立体投影透视变换矩阵求解方法，其特征在于：摄像机通过电缆与计算机进行连接，投影机通过电缆与计算机进行连接；利用计算机中生成一幅特征图像，使摄像机拍摄视野范围包含全部投影幕,利用投影机将上述生成的特征图像投影到投影幕上，利用摄像机采集投影幕上的图像，得到几何畸变的特征图像;该方法首先利用计算机生成一幅特征图像，并将其投影到屏幕上，通过摄像机感知投影屏幕区域，结合生成的特征图像的几何拓扑分布关系，透视投影变换原理获取投影畸变特征图像与原始特征图像之间的透视变换矩阵。

主权项

1.沉浸式主动立体投影透视变换矩阵求解方法，包括摄像机、投影机、计算机、投影幕；其中摄像机通过电缆与计算机进行连接，投影机通过电缆与计算机进行连接；其特征在于具体的实现步骤如下：步骤1、利用计算机中生成一幅特征图像，该特征图像的分辨率为1024×768像素，特征图像的背景颜色值为（255,255,255），以特征图像的像素位置（512,384）为中心，30个像素为半径生成一个圆形，称为中心圆形特征图案，中心圆形特征图案的圆心用pro_B1表示，pro_B1的坐标用（pro_BX1，pro_BY1）表示，中心圆形特征图案的颜色值为（0,0,0）；分别以特征图像的像素位置（256,192）、（256,575）、（767,192）、（767,575）为中心，30个像素为半径生成四个圆形，统称为内层圆形特征图案环，内层圆形特征图案环中四个圆形的圆心分别用pro_B2、pro_B3、pro_B4、pro_B5表示，pro_B2的位置坐标用（pro_BX2，pro_BY2）表示，pro_B3的位置坐标用（pro_BX3，pro_BY3）表示，pro_B4的位置坐标用（pro_BX4，pro_BY4）表示，pro_B5的位置坐标用（pro_BX5，pro_BY5）表示，内层圆形特征图案环中四个圆形的颜色值都为（0,0,0）；分别以特征图像的像素位置（128,96）、（128,671）、（895,96）、（895,671）为中心，30个像素为半径生成四个圆形，统称为中层圆形特征图案环，中层圆形特征图案环中四个圆形的圆心分别用pro_B6、pro_B7、pro_B8、pro_B9表示，pro_B6的位置坐标用（pro_BX6，pro_BY6）表示，pro_B7的位置坐标用（pro_BX7，pro_BY7）表示，pro_B8的位置坐标用（pro_BX8，pro_BY8）表示，pro_B9的位置坐标用（pro_BX9，pro_BY9）表示，中层圆形特征图案环中四个圆形的颜色值都为（0,0,0）；分别以特征图像的像素位置（15,15）、（15,752）、（1008,15）、（1008,752）为中心，30个像素为半径生成四个圆形，统称为外环圆形特征图案环，外环圆形特征图案环中四个圆形的圆心分别用pro_B10、pro_B11、pro_B12、pro_B13表示，pro_B10的位置坐标用（pro_BX10，pro_BY10）表示，pro_B11的位置坐标用（pro_BX11，pro_BY11）表示，pro_B12的位置坐标用（pro_BX12，pro_BY12）表示，pro_B13的位置坐标用（pro_BX13，pro_BY13）表示，外环圆形特征图案环中四个圆形的颜色值都为（0,0,0）；步骤2、将摄像机放置于投影幕的前方，使摄像机拍摄视野范围包含全部投影幕，投影幕的宽度用scr_width =2.45米，高度用scr_height =1.84米，依据公式scr_width：scr_height=R计算投影幕的宽高比值R；投影机投射一副纯白图像到投影幕上，摄像机采集投影幕上的图像，利用opencv2.4.10中的cvFindContours函数对采集的图像进行轮廓检测，得到投影幕的轮廓区域；设投影机的屏幕比例为P（本发明取值P=4:3），如果R>P,则以投影幕的高度scr_height为基准，利用公式pro_width=P * scr_height对投影幕的轮廓区域中的横向长度进行大小缩放，得到pro_width，则投影机的可视区域为pro_width×scr_height；如果R≤P，则以投影幕的宽度scr_width为基准，利用公式pro_heightt= scr_width/P对投影幕的轮廓区域中的纵向长度进行大小缩放，得到pro_height，则投影机的可视区域为scr_width×pro_height；步骤3、保持摄像机1的位置不变，利用投影机将上述生成的特征图像投影到投影幕上，至少需要保证特征图像中的中心圆形特征图案、内层特征图案环、中层特征图案环在投影幕上显示，利用摄像机采集投影幕上的图像，得到几何畸变的特征图像，设其分辨率为pixel_h×pixel_v =2048×1536；步骤4、利用opencv2.4.10中的cvThreshold函数对几何畸变的特征图像进行二值化处理，然后利用opencv2.4.10中的Canny函数进行边缘检测，得到边缘检测图像，最后利用opencv2.4.10中的cvFitEllipse2函数进行椭圆拟合，得到几何畸变的特征图像中所有椭圆的圆心，这些圆心称为几何畸变的特征图像的特征点；步骤5、在pro_B1、pro_B2、pro_B3、pro_B4、pro_B5、pro_B6、pro_B7、pro_B8、pro_B9、pro_B10、pro_B11、pro_B12、pro_B13中，需找与位置坐标（pixel_h/2,pixel_v/2）最近的一个圆心，用cam_A1表示，camA1的位置坐标用（cam_AX1，cam_AY1）表示，cam_A1与pro_B1为一对特征点对；步骤6、在几何畸变的特征图像中，以cam_A1为起始点，沿着像素点（0，0）构成的直线方向，第一个搜索到的特征点用cam_A2表示，其坐标值用(cam_AX2,cam_AY2)表示，cam_A2与pro_B2构成一对特征点对；以cam_A1为起始点，沿着像素点（0，pixel_v）构成的直线方向，第一个搜索到的特征点用cam_A3表示，其坐标值用(cam_AX3,cam_AY3)表示，cam_A3与pro_B3构成一对特征点对；以cam_A1为起始点，沿着像素点（pixel_h，0）构成的直线方向，第一个搜索到的特征点用cam_A4表示，其坐标值用(cam_AX4,cam_AY4)表示，cam_A4与pro_B4构成一对特征点对；以cam_A1为起始点，沿着像素点（pixel_h、pixel_v）构成的直线方向，第一个搜索到的特征点用cam_A5表示，其坐标值用(cam_AX5,cam_AY5)表示，cam_A5与pro_B5构成一对特征点对；以cam_A2为起始点，沿着像素点（0，0）构成的直线方向，第一个搜索到的特征点用cam_A6表示，其坐标值用(cam_AX6,cam_AY6)表示，cam_A6与pro_B6构成一对特征点对；以cam_A3为起始点，沿着像素点（0，pixel_v）构成的直线方向，第一个搜索到的特征点用cam_A7表示，其坐标值用(cam_AX7,cam_AY7)表示，cam_A7与pro_B7构成一对特征点对；以cam_A4为起始点，沿着像素点（pixel_h，0）构成的直线方向，第一个搜索到的特征点用cam_A8表示，其坐标值用(cam_AX8,cam_AY8)表示，cam_A8与pro_B8构成一对特征点对；以cam_A5为起始点，沿着像素点（pixel_h，pixel_v）构成的直线方向，第一个搜索到的特征点用cam_A9表示，其坐标值用(cam_AX9,cam_AY9)表示，cam_A9与pro_B9构成一对特征点对；步骤7、定义一维数组Flag,长度为4，类型bool，Flag[i]为数组Flag中的第i+1个元素，i=0,1,2,3；在几何畸变的特征图像中，以cam_A6为起始点，沿着像素点（0，0）构成的直线方向，如果搜索到特征点，那么该特征点用cam_C0表示，其坐标值用(cam_CX0,cam_CY0)表示，Flag[0]的值为1，如果没有搜索到特征点，那么Flag[0]的值为0；以cam_A7为起始点，沿着像素点（0，pixel_v）构成的直线方向，如果搜索到特征点，那么该特征点用cam_C1表示，其坐标值用(cam_CX1,cam_CY1)表示，Flag[1]的值为1，如果没有搜索到特征点，那么Flag[1]的值为0；以cam_A8为起始点，沿着像素点（pixel_h，0）构成的直线方向，如果搜索到特征点，那么该特征点用cam_C2表示，其坐标值用(cam_CX2,cam_CY2)表示，Flag[2]的值为1，如果没有搜索到特征点，那么Flag[2]的值为0；以cam_A9为起始点，沿着像素点（pixel_h，pixel_v）构成的直线方向，如果搜索到特征点，那么该特征点用cam_C3表示，其坐标值用(cam_CX3,cam_CY3)表示，Flag[3]的值为1，如果没有搜索到特征点，那么Flag[3]的值为0；步骤8、如果Flag[0]的值为1，则cam_C0与pro_B10构成一对特征点对；如果Flag[1]的值为1，则cam_C1与pro_B11构成一对特征点对；如果Flag[2]的值为1，则cam_C2与pro_B12构成一对特征点对；如果Flag[3]的值为1，则cam_C3与pro_B13构成一对特征点对；步骤9、依据公式求解透视变换矩阵H，hij为矩阵H中第i行，第j列的元素，i=1,2,3;j=1,2,3；其中，cam_AXk（k=1,2…9）与pro_BXk（k=1,2…9）分别为步骤5至步骤6匹配特征点对中对应的X轴坐标，cam_AYk（k=1,2…9）与pro_BYk（k=1,2…9）分别为步骤5至步骤6匹配特征点对中对应的Y轴坐标；而cam_CX0、cam_CX1、cam_CX2、cam_CX3与pro_BX10、pro_BX11、pro_BX12、pro_BX13分别为步骤7至步骤8匹配特征点对中对应的X轴坐标，cam_CY0、cam_CY1、cam_CY2、cam_CY3与pro_BY10、pro_BY11、pro_BY12、pro_BY13分别为步骤7至步骤8匹配特征点对中对应的Y轴坐标；利用以上步骤可以求解沉浸式主动立体投影透视变换矩阵，利用透视变换矩阵即可实现投影畸变校正，使得观察者能够观看到高沉浸感的投影显示画面。