CN119831907B 一种图像投影的畸变校正方法及系统 （深圳市大屏影音技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119831907B(45)授权公告日2025.07.08

(21)申请号202510307835.X

(22)申请日2025.03.17

(65)同一申请的已公布的文献号申请公布号CN119831907A

(43)申请公布日2025.04.15

(73)专利权人深圳市大屏影音技术有限公司地址518000广东省深圳市罗湖区东晓街

道兰花社区布吉路1021号天乐大厦

302

(72)发明人杨成张建永曾卢凤许凤江

(74)专利代理机构广东贝澳知识产权代理有限公司441248

专利代理师李干

(51)Int.CI.

GO6T5/80(2024.01)

GO6N3/0442(2023.01)

GO6N3/0464(2023.01)

GO6N3/082(2023.01)

GO6T5/60(2024.01)

GO6T5/70(2024.01)

GO6T5/94(2024.01)

GO6T7/64(2017.01)

(56)对比文件

CN104156916A,2014.11.19

CN117939093A,2024.04.26

审查员漆丽娟

权利要求书2页说明书10页附图3页

(54)发明名称

一种图像投影的畸变校正方法及系统

(57)摘要

CN119831907B本申请提供一种图像投影的畸变校正方法及系统，涉及图像处理技术领域，通过构建的双向畸变检测模型生成投影面的几何形变参数矩阵和光场衰减向量，并对几何形变参数矩阵进行区域分析，得到曲率特征，通过曲率特征划分优先校正等级，进而由优先校正等级和光场衰减向量确定非线性补偿因子；基于投影图像的畸变敏感特征和非线性补偿因子构建自适应投影网络，通过自适应投影网络对投影图像进行逆向坐标映射，得到初始校正图像；通过初始校正图像的高频细节阈值和低频平滑阈值确定伪影抑制权重图；依据伪影抑制权重图调整初始校正图像的像素强度分布，本申请可实现图像投影的几何形

CN119831907B

构建基于时空域的双向畸变检测模型，基于所述双向

构建基于时空域的双向畸变检测模型，基于所述双向

畸变检测模型生成授影面的几何形变参数矩阵和

光场衰减向量

对所述几何形变参数矩阵进行区域分析，得到投影面的

西率特征，通过所述西率特征划分优先校正等级，

进而由所述优先校正等级和所述光场衰减向量确定

非线性补偿因子

获取授影图像的畸变敏感特征，基于所述畸变敏感特征和

所述非线性补偿因子构建自适应投影网络，通过所述自适

应投影网络对授影图像进行逆向坐标映射，得到

初始校正图像

通过所述初始校正图像的高频细节闽值和低频平滑阔值确定伪影抑制权重图

依据所述伪影抑制权重图调整所述初始校正图像的像素强度分布，进而得到畸变校正后的投影图像

CN119831907B权利要求书1/2页

2

1.一种图像投影的畸变校正方法，其特征在于，所述畸变校正方法包括如下步骤：

构建基于时空域的双向畸变检测模型，基于所述双向畸变检测模型生成投影面的几何形变参数矩阵和光场衰减向量；

对所述几何形变参数矩阵进行区域分析，得到投影面的曲率特征，通过所述曲率特征划分优先校正等级，进而由所述优先校正等级和所述光场衰减向量确定非线性补偿因子；

获取投影图像的畸变敏感特征，基于所述畸变敏感特征和所述非线性补偿因子构建自适应投影网络，通过所述自适应投影网络对投影图像进行逆向坐标映射，得到初始校正图像；

通过所述初始校正图像的高频细节阈值和低频平滑阈值确定伪影抑制权重图；

依据所述伪影抑制权重图调整所述初始校正图像的像素强度分布，进而得到畸变校正后的投影图像；

其中，通过图像采集设备获取投影面的时空序列，再将所述时空序列输入包含时空卷积层的双向长短记忆网络中，进而得到双向畸变检测模型；

其中，基于所述畸变敏感特征和所述非线性补偿因子构建自适应投影网络具体包括：

构建投影网络架构；

将非线性补偿因子转化为可训练的缩放因子，进而通过所述缩放因子动态调整构建投影网络架构中各通道权重，得到非线性激活函数；

通过所述畸变敏感特征的高频分量和所述非线性激活函数构建自适应投影网络。

2.如权利要求1所述的一种图像投影的畸变校正方法，其特征在于，基于所述双向畸变检测模型生成投影面的几何形变参数矩阵和光场衰减向量具体