自适应于投影表面的智能投影方法 技术领域 本发明涉及一种在科研教育领域 ( 科学可视化 )、 各类仿真领域 ( 虚拟现实 )、 娱 乐和会议 ( 普适计算环境， 墙壁拐角等复杂室内背景下的保真投影 )、 以及气象交通的大屏 幕监控展示等领域中自适应于投影表面的智能投影方法。
背景技术 自适应于投影表面的投影仪自主校正， 含义是投影仪自动判断投影表面与投影仪 自身的相对位置关系， 以及投影表面的空间几何信息， 然后通过预变换图像， 使得图像投影 在投影表面上能产生视觉上连贯一致的效果。几何校正算法的核心是找出投影表面、 相机 和投影仪三者的空间关系， 已有的几何校正算法主要集中在平面投影上。
Surati 在屏幕前放置精密的网格来进行相机在屏幕空间上的标定， 然后建立一个 查找表进行快速映射变换， 获得投影仪在屏幕上的正确映射。PixelFlex 假设相机的拍摄 和投影仪的投影都近似于针孔投影， 因此使用投影变换来线性表达它们之间的关系， 建立 了相机和投影仪间的单应矩阵。Chen Y. 使用带可控制云台的相机 (pan-tilt-zoom) 来高 分辨率地捕获投影仪重叠区， 然后用模拟退火方法来进行全局优化。SimWall 使用两次投 影、 在线消除投影仪非线性因素的几何校正算法， 该方法简化了几何校正过程， 并提高了校 正精度。这些方法大多基于良好的投影环境并且需要在屏幕四周设置若干特征， 以使得系 统识别出目标投影区域， 不足之处在于其校正过程比较复杂， 对数据采集和投影仪位置要 求严格。
对于曲面， 和平面的主要不同是投影表面的建模更为复杂， 一旦建模后则其他计 算方法与平面情况类似。对于常见的弧幕、 球幕等规则投影曲面可以直接建立较为精确的 二次曲面表达式， 处理方法较为直接， 但是对于更复杂的表面， 比如未知几何模型的房屋墙 角或者具有不规则凹凸形状的投影表面， 则由于无法建立简单的数学表达式， 实现难度较 大。 Raskar 使用双目视觉的方法对场景进行整体建模， 得到曲面上各点的空间位置信息。 但 这种方法在房间范围内固定两个以上相机， 然后对相机和投影仪进行标定， 不能自由移动， 对环境适应性较差。 Ashdown 提出一种适合多块平面拼合的几何校正算法， 利用直线型结构 光来识别多平面的接缝， 可以自由移动投影仪和相机， 但该方法限制了投影表面的类型， 不 适用于一般曲面。
发明内容
本发明的目的在于针对现有技术的不足， 提供一种自适应于投影表面的智能投影 方法。该方法根据投影表面的形状和位置对投影仪放映的图像进行几何校正， 使其投影在 投影表面的图像没有变形， 消除复杂投影环境对投影仪视觉效果的影响。
本发明的目的是通过以下技术方案来实现的 ：
一种自适应于投影表面的智能投影方法， 自适应于投影表面的智能投影系统包括 计算机、 投影仪、 摄像头和倾角计， 该方法包括以下步骤 ：(1) 用计算机视觉方法对安装在投影仪上的摄像头进行相机标定， 消除摄像头径 向畸变和切向畸变 ；
(2) 对安装在投影仪上的双轴数字倾角计进行水平校准， 并设定倾角计测量精度 和信号传输频率 ；
(3) 用双轴数字倾角计实时反馈测量数据， 在数据变化超出设定阈值的情况下触 发计算机中的投影仪校正系统 ；
(4) 用摄像头采集的图像和双轴数字倾角计反馈的数据结合计算机视觉方法将投 影仪放映的图像进行水平校正， 使得放映出的图像与世界坐标系同轴 ；
(5) 用摄像头采集的图像结合计算机视觉方法计算投影仪的有效投影区域 ；
(6) 用计算机视觉方法对经过水平校正的投影仪进行几何校正， 消除投射在投影 表面的图像的几何形变 ；
(7) 使用双通道显卡绘制方法， 绘制经过校正的无形变图像 ；
(8) 实时切换智能投影系统的工作状态， 进行在线自主校正。
本发明的有益效果是 ：
1. 可以有效消除复杂投影背景对投影仪几何校正的影响， 投影背景可以是任何反 光物质表面， 不需要专业投影幕布。 2. 可以智能感知投影环境调整投影图像， 使得投影系统不受狭小空间的限制， 实 现了任意摆放投影仪随时随地进行投影。
3. 具有独立的实时在线校正系统， 投影校正过程无需人工参与， 极大简化了投影 仪的安装调节过程。
4. 基于软件进行系统控制和几何校正， 极大的降低了硬件成本。
5. 采用计算机视觉方法对采集数据处理和分析， 极大的降低了投影系统运行成 本。
附图说明
图 1 为有效投影区域示例图， 其中， (a) 为普通平面投影有效投影区域示例图， (b) 为复杂表面投影有效投影区域示例图， ■表示多边形投影区域， □表示矩形有效投影区 域；
图 2 为二进制编码特征图， 其中， (a) ～ (i) 依次为第一张至第九张二进制编码特 征图 ；
图 3 为特征图采集与图像处理过程示例图， 其中， (a) 为采集特征图， (b) 为采集反 色特征图， (c) 为图像处理特征图 ；
图 4 中， (a) 为在投影图像中建立由采集到的特征图像中的特征点坐标组成的 Delaunay 三角剖分网格示意图 ； (b) 为投影仪将投影图像直接投射在墙角后发生明显的非 线性畸变示意图 ； (c) 为基于对应三角网格之间的分段线性映射进行插值变换， 将离散三 角图像集合拼接生成一个新的图像示意图 ； (d) 为将 (c) 生成的新图像投影在与 (b) 相同 位置的墙角， 从摄像头的采集图像检验已经分辨不出几何形变示意图 ；
图 5 为智能投影系统结构框图 ；
图 6 为实施例的校正前后对比图， 其中， (a) 和 (b) 分别为实施例 1 未校正图像和校正图像， (c) 和 (d) 分别为实施例 2 未校正图像和校正图像。 具体实施方式
自适应于投影表面的智能投影系统包括计算机、 投影仪、 摄像头和倾角计， 系统的 安装过程如下 ： 首先， 将摄像头和双轴数字倾角计安装在投影仪上， 并保证摄像头镜头和双 轴数字倾角计方向轴与投影仪的镜头同轴方向 ； 然后将摄像头和双轴数字倾角计的输出端 口连接到计算机， 并安装相应的驱动程序， 同时将计算机显卡的一个输出口连接到投影仪。
本发明自适应于投影表面的智能投影方法， 具体包括以下步骤 ：
1、 用计算机视觉方法对安装在投影仪上的摄像头进行相机标定， 消除摄像头径向 畸变和切向畸变。
摄像头由于本身的物理性质在获取图像时会引入来自透镜的畸变， 本发明通过摄 像头标定算法计算出摄像头的物理内部参数进行校正。 摄像头标定主要计算的是透镜结构 引入的径向畸变和切向畸变， 作为计算机视觉领域的一个重要研究方向现在已经有较为成 熟的标定方法， 比如 Aziz 和 Karara 提出的直接线性变换标定法， R.Y.Tsai 提出的基于径向 约束的两步标定法， 以及张正友提出的平面标定法等。 本发明采用的是张正友相机标定法， 通过计算得到摄像头内部参数对摄像头进行相机标定， 在校正系统中使用这个标定后的摄 像头实时获取图像。
2、 对安装在投影仪上的双轴数字倾角计进行水平校准， 并设定倾角计测量精度和 信号传输频率。
可以用计算机上的倾角计控制软件对安装在投影仪上的双轴数字倾角计进行水 平校准。
3、 用双轴数字倾角计实时反馈测量数据， 在数据变化超出设定阈值的情况下触发 计算机中的投影仪校正系统。
4、 用摄像头采集的图像和双轴数字倾角计反馈的数据结合计算机视觉方法将投 影仪放映的图像进行水平校正， 使得放映出的图像与世界坐标系同轴。
投影仪放映时， 通过透镜的光束类似于针孔成像， 那么投影仪发生细小倾斜或其 它类似晃动时投射在投影表面的图像会发生很大的畸变， 这种畸变有两种 ： 第一种是投影 仪镜头移动轨迹垂直于世界坐标系的坐标轴， 这类几何形变智能投影系统通过摄像头标定 和投影仪校正来消除 ； 第二种是投影仪镜头移动轨迹斜交于世界坐标系的坐标轴引起的， 这类几何形变增加了图像旋转偏移的情况。 智能投影系统的摄像头安装在投影镜头的同轴 方向， 对于第二种几何形变不能通过摄像头和投影仪配合直接校正， 必须引入水平测量设 备。智能投影系统将一个双轴数字倾角计安装在投影仪上， 并保持与摄像头以及投影仪镜 头同轴方向。首先， 在计算机上的倾角计控制程序中将双轴数字倾角计进行水平校准并设 定水平参数， 进入工作状态后实时反馈给计算机双轴数字倾角计的测量数据， 并将测量数 据换算成投影仪的倾斜角度， 对显卡帧缓存中的预投影图像进行处理， 消除投影仪倾斜导 致的图像旋转。
5、 用摄像头采集的图像结合计算机视觉方法计算投影仪的有效投影区域。
智能投影系统面向的是复杂表面投影环境， 投影仪的投影区域通常情况下是一个 不规则的多边形区域， 而观众希望看到的图像是经过几何校正的标准矩形图像。智能投影系统通过计算得到不规则多边形区域中可以投影矩形图像的矩形区域， 这个矩形区域被称 为有效投影区域。
智能投影系统向投影表面放映一组边缘特征图片， 并用摄像头同步获取。特征图 片分辨率和投影仪分辨率相同且背景为黑色， 并分别用白色球形点阵沿图片左边缘、 下边 缘、 有边缘、 上边缘均匀排列， 采用图像处理方法对采集到的边缘特征图像进行处理， 识别 并计算出每张边缘特征图中球形特征点的中心坐标， 并依次连接成线， 在投射在投影表面 的图像任意扭曲的情况下可以通过这个方法得到投影仪在投影表面的投影区域， 但是， 这 个多边形区域大多数情况下并不是标准矩形， 需要进一步计算该多边形内最大的矩形区 域。
计算凸多边形内的最大矩形有成熟的计算几何方法参考， 但在复杂的凸多边形情 况时并没有一个通用有效的方法， 智能投影系统采用了一种 “矩形生长” 的方法来计算。首 先计算多边形的中心点坐标， 以它为中心建立 2*2 的初始矩形并按单个像素步长增长， 如 果矩形的任意一条边接触到外面的多边形， 那么矩形就在该方向上停止 “生长” ， 在其它方 向继续 “生长” 。这样最终得到一个存在于多边形内的 “较大” 矩形。经过多次实验表明， 通 过这种计算 “矩形生长” 得到的多边形内 “较大” 矩形已经可以满足确定投影标准矩形区域 的需要 ( 如图 1)。 6、 用计算机视觉方法对经过水平校正的投影仪进行几何校正， 消除投射在投影表 面的图像的几何形变。
6.1 结构光设计
以二进制编码特征图作为主动结构光的方法广泛应用于三维测量领域， 例如三维 曲面重构、 三维轮廓测量等， 本智能投影系统采用二进制编码特征图确定投影仪和投影表 面之间的对应关系。
首先， 需要制作一张由 N 个均匀排列的特征点组成的特征图像， 并对这 N 个点从 1 到 N 给予唯一的编号， 如左上角第一个点编号为 1， 这样依次编号， 最后一个特征点编号为 N。在这里， 对于特征点的类型和数量可以根据投影环境和投影精度的不同来进行选择， 从 类型上可以使用球形离散点、 棋盘格角点、 横竖条纹交点等作为特征点， 在数量上可以根据 投影仪投射图像的分辨率以及校正精度的不同来确定。 根据实际情况选择合适的特征点类 型和数量可以在投影仪校正过程中取得更好的效果。
本智能投影系统的投影对象是复杂的投影表面， 投射的结构光会发生不可预测的 扭曲， 形如横竖条纹这样的特征图不容易计算精确的交点坐标， 针对这种情况选择使用球 形离散特征点作为结构光进行投射。 同时， 由于所选投影仪的最佳分辨率 1024*768， 智能投 影系统在保证特征点均匀排列于整个投影区域的前提下确定球形图案的半径为 10 个像素 并按照 19*25 组成特征点阵列， 即球形特征点共 475 个， 所以 N ＝ 475。 475 的二进制表示为 111011011， 所以可以用 9 位二进制数表示这 475 个编号。智能投影系统制作了 9 张特征图 片来投影这些特征点 ( 如图 2)， 第一张图是将前面提到的包含所有 475 个特征点的图像只 保留编号的二进制表达第一位 ( 从右至左 ) 为 1 的特征点后生成的图像， 依此为例制作另 外 8 张图像， 即第 i(1 ≤ i ≤ 9) 张图表示包含所有编号的二进制表达第 i 位为 1 的特征点 的特征图， 那么就可以用这 9 张图像来给每一个特征点唯一的用二进制标识。例如， 101 的 9 位二进制表示为 001100101， 那么编号 101 就对应在第一张、 第三张、 第六张、 第七张图片
都存在的白色球形特征点， 智能投影系统将 9 张特征点图像依次投射在投影表面， 通过判 断每一个特征点出现哪些图片即得到了所有这些特征点各自的编号， 通过这种方法可以计 算出这些特征点在摄像头获取图像的坐标系中坐标 (X， Y) 与投影图像坐标系中的坐标 (U， V) 的对应关系， 这为之后进行分段线性计算时提供了必要条件。
6.2 特征图采集与图像处理
本智能投影系统使用安装在投影仪上的摄像头同步采集投射于投影表面的特征 图像 ( 图 3(a))， 为了能够准确计算所有特征点的中心坐标， 必须采用图像处理方法对采集 的图像进行预处理。由于智能投影系统应用的对象是投影环境复杂的情况， 那么首先要做 的是消除采集图像中特征点以外的背景干扰。采集图像中的背景干扰来自于两个方面， 第 一个是投影环境本身形状、 颜色、 亮度等的干扰， 另一个是由于投影仪投射的特征点亮度远 高于投影背景， 并且特征点数量大、 排列密集， 用摄像头采集时由于其本身感光能力的限制 不可避免的造成特征点的反光即特征点阵产生不规则大面积光晕， 增加获取离散特征点的 球形轮廓的难度， 影响特征点中心坐标计算的准确性。
智能投影系统先对采集到的特征图进行高斯滤波处理消除背景噪声， 这样可以得 到更加平滑的图像， 接着将采集到的背景图与特征图进行差分， 消除大部分背景干扰。同 时， 智能投影系统针对采集到的特征图中不规则大面积光晕的情况向投影表面投射一个与 特征点图颜色相反的反色点阵图 ( 图 3(b))， 采集后将其与经过高斯滤波和消除背景的特 征图进行差分， 可以有效的将散射的不规则大面积光晕消除。 接下来， 对处理后的特征图进行结构单元为球形的开运算消除特征点之外的细小 背景纹理， 再进行结构单元为矩形的闭运算将特征点球形区域经过图像膨胀补充完整， 最 后对特征图进行二值化处理得到一组便于坐标计算的特征图 ( 图 3(c))。
6.3 建立对应关系
智能投影系统对处理后的特征图组运用二进制编码方法， 确定采集特征图中与投 影特征图 475 个点的一一对应关系， 即采集特征图中的每一个点可以从 1 到 475 进行编号 并且这些编号与投影特征图中的特征点编号准确一致。分别计算特征点阵的中心坐标可 以得到采集特征图中编号为 i 的特征点坐标 (Xi， Yi) 在投影特征图中的对应特征点坐标 (Ui， Vi)， 即可以建立两个坐标平面特征点坐标的一一映射集合 ： (Xi， Yi) → (Ui， Vi)(i ＝ 1， 2， ...， 475)。
投影仪校正的目标是解决投影图像的变形问题， 智能投影系统需要将计算得到 的特征点之间的映射关系拓展到两个坐标平面的映射关系， 正如前文所述， 对于投影对象 是非参数化平面的情况这种映射关系是一种复杂的非线性映射关系， 求解过程的计算量很 大。 为满足实时在线校正的要求， 智能投影系统采用的是一种分段线性方法， 将采集到的投 影表面图像和投影图像进行合理的网格划分， 在两个图像中对应细小网格间使用线性插值 变换。
智能投影系统采用 Delaunay 三角剖分方法生成网格， Delaunay 三角剖分方法可 以将空间点连接为三角形并保证三角形中最小的角最大， 这种方法生成的三角形网格形状 相似、 大小均匀， 非常适合用在分段线性计算中。按照 Delaunay 三角剖分方法在采集到的 投影表面特征图中以计算得到的特征点中心坐标为顶点集合进行网格化， 可以得到一个基 于顶点和边的三角形网格描述集合 T(V， S)(V 表示基于特征点中心的顶点集合， S 表示所有
三角形网格的边的集合 )。那么对于集合中任意一个三角形 A， 一定可以利用三个顶点的对 应关系在投影图像的特征点集合中找到对应的点坐标即可以找到一个对应的三角形 A’ ， 这 样按照集合 T 中的三角形顶点连接关系在投影图像的特征点图中一一对应连结， 就可以得 到一个新的三角形网格 T’ ， 在网格数量适当的情况下 T 和 T’ 满足分段线性映射关系。
将网格 T 覆盖于待投影图像的整个坐标平面 ( 如图 4(a))， 这样每一个三角形都 覆盖一定面积的图像区域， 即用网格 T 分割的离散图像集合 P， 然后将网格 T’ 也覆盖于待 投影图像的整个坐标平面， 同样得到一个用网格 T’ 分割的离散图像集合 P’ ， 那么根据 T 和 T’ 的一一映射关系， 可以找到离散图像 P 与 P’ 之间的一一对应关系。在网格数量、 大小适 当的情况下对应三角形图像之间的对应关系近似于线性映射关系， 即离散图像 P 与 P’ 整体 近似于分段线性映射。
最后， 智能投影系统分别对所有对应三角形网格 Ti 和 T’ i 覆盖的三角形图像之间 计算单应性矩阵 Hi(Ti → T’ 可以得到一个建立在两个坐标平面之间的单应性矩阵集合 i)， H(T → T’ )， 根据集合 H 的分段线性映射关系用线性插值方法将所有网格 T 分割的离散三 角形图像集合 P 的形状和像素值分段线性计算， 最终得到一个新的三角形图像集合 Pnew， 将 Pnew 按照坐标位置组合成一幅新的图像 ( 如图 4(c))， 智能投影系统将这张图像按照计算得 到的投影表面的有效投影区域坐标范围进行适当缩放， 最后用投影仪投射到投影表面， 此 时观众看到的是准确校正的垂直于世界坐标系的标准矩形图像 ( 如图 4(d))， 从视觉感觉 不到复杂投影环境对投影图像产生的影响。 7、 使用双通道显卡绘制方法， 绘制经过校正的无形变图像。
智能投影系统在某一固定位置处于工作状态时， 对每一帧预投影图像使用相同的 校正方法进行计算， 最终得到新的图像投射在投影表面。将预投影图像在显卡的第一个通 道进行绘制， 然后根据上述校正方法对这帧图像采用分段线性方法进行计算并将计算结果 输入第二个通道， 最后在第二个通道绘制经过几何校正的新图像输出给投影仪投射于投影 表面。用户最终看到的是经过几何校正的无形变图像。
8、 实时切换智能投影系统的工作状态， 进行在线自主校正。
本智能投影系统具有实时在线自主校正的能力， 其处于工作状态的校正系统是一 个独立的在线闭环系统。根据校正算法的主要流程， 智能投影系统可以设置为两种工作状 态， 即监控状态和校正状态。
处于监控状态时， 投影仪正常放映， 倾角计进行实时监控， 一旦倾角计的数值变化 超出设定阈值， 则向系统发送信号触发校正系统， 智能投影系统开始进入校正状态。 进入校 正状态后， 智能投影系统在摄像头、 数字倾角计、 投影仪以及校正算法的配合下进行一系列 的图像处理和计算， 在满足预设的校正标准后结束校正状态， 系统继续进入监控状态。
智能投影系统在监控和校正这两种状态不断进行切换， 保证投影图像在任意投影 表面的无形变放映， 这两个互斥的进程类似于分布式计算环境中的 “生产者与消费者” 问 题， 它们之间通过信号量解决共享硬件资源的冲突。
本发明中， 所说的相机标定是使用张正友相机标定法对摄像头进行校准。
本发明中， 所说的投影仪水平校正是先在计算机上的倾角计控制程序中将双轴数 字倾角计进行水平校准并设定水平参数， 进入工作状态后实时反馈给计算机双轴数字倾角 计的测量数据， 并将测量数据换算成投影仪的倾斜角度， 对显卡帧缓存中的预投影图像进
行处理， 消除投影仪倾斜导致的图像旋转。
本发明中， 所说的有效投影区域是投影仪投射一组特征图像， 经过摄像头采集后 通过计算机中的图像处理程序分析， 可以计算出投影仪投射在复杂投影表面时观众从视觉 上看到的不规则的高亮区域中的一个规则矩形区域， 该矩形区域与世界坐标系同轴。
本发明中， 所说的几何校正是计算机通过分析摄像头采集到的投影仪投射在投影 表面的特征图像， 用计算机视觉方法计算出投影仪处于当前位姿时预投影图像与投射在投 影表面的投影图像之间的分段线性关系， 根据二者之间的分段线性关系对显卡的帧缓存进 行处理， 消除投射在投影表面的投影图像的不规则几何形变。
本发明中， 所说的双通道显卡绘制方法是将预投影图像在显卡的第一个通道进行 绘制得到一帧图像， 然后使用几何校正方法对这帧图像采用分段线性方法进行计算并将计 算结果输入第二个通道， 在显卡的第二个通道绘制完成一帧新的图像， 这帧图像通过第二 个通道的输出端口输入给投影仪进行投影。
本发明中， 所说的实时在线自主校正是计算机通过信号量机制控制智能投影系统 实时在监控状态和校正状态进行切换， 整个过程不需人工进行参与， 其处于工作状态的校 正系统是个独立的在线闭环系统。
本发明中， 所说的投影仪可采用 DLP 投影仪。
本发明中， 所说的倾角计可采用串口输出双轴倾角传感器。
以下通过实施例对本发明做进一步说明 ：
实施例
本实施例中， 如图 5 所示智能投影系统采用 CPU 为 Intel Core2 Quad CPUQ6600 2.40GHz， 双通道显卡为 ATI Radeon HD 4800 的计算机作为主要计算平台。摄像头采用 Logitech 公司型号为 QuickCam Pro for Notebooks 的网络摄像头， 该产品带自动对焦功 能， 有效像素为 2 百万。双轴数字倾角计为 SCA126T， 是瑞芬科技针对工业现场控制领域推 出串口输出型双轴倾角传感器， 内置高精度 16bit A/D 差分转换器， 通过 5 阶滤波算法， 输 出双方向的倾角值， 输出速度能达到 20 次 / 秒。投影仪采用型号为 Lenovo T151 的 DLP 数 字投影仪， 该投影仪采用 TI DLP 微反射数字投影技术， 亮度为 4000 流明， 运用 RealLight 色彩还原技术通过实时测算输入信号的色彩饱和度、 色域、 色调、 色温、 伽玛等关键色彩指 标实现色彩补偿和校正功能， 确保输出信号在色彩表现上与输入信号保持一致， 以达到理 想的色彩还原效果。
首先， 在计算机上安装智能投影系统的控制程序以及摄像头的驱动程序和倾角计 的控制软件， 将摄像头和双轴数字倾角计的输出端口连接到计算机的 USB 端口， 同时将计 算机显卡的一个 VGA 输出接口连接到投影仪的输入接口。然后， 将摄像头和双轴数字倾角 计固定在投影仪上， 并保证摄像头镜头和双轴数字倾角计方向轴与投影仪的镜头同轴方 向。 然后， 用智能投影系统的控制程序测试各个硬件的工作状况， 确保满足系统要求。 最后， 对安装在投影仪上的摄像头使用张正友相机标定法进行相机标定， 消除摄像头径向畸变和 切向畸变 ； 使用计算机上的倾角计控制软件对安装在投影仪上的双轴数字倾角计进行水平 校准， 在智能投影系统控制程序中设定倾角计测量精度和信号传输频率 ； 设定倾角计数值 变化阈值， 用双轴数字倾角计实时反馈测量数据， 在数据变化超出设定阈值的情况下触发 计算机中的投影仪校正系统。处于工作状态的智能投影系统， 实时分析倾角计反馈数据决定是否触发校正状 态， 进入校正状态后， 分析摄像头实时采集的图像和双轴数字倾角计反馈的数据结合计算 机视觉方法将投影仪放映的图像进行水平校正， 使得放映出的图像与世界坐标系同轴。同 时， 用摄像头采集的图像结合计算机视觉方法计算投影仪的有效投影区域， 最后， 用计算机 视觉方法对经过水平校正的投影仪进行几何校正， 消除投射在投影表面的图像的几何形 变。
使用该智能投影系统在室内选取墙角和雨伞的不规则伞面这两个不同场景进行 投影实验， 墙角和雨伞的表面信息和三维模型均未知， 同时实验的光照情况也不确定， 并且 背景情况复杂， 包括电灯的光线反射和其他物体的纹理干扰， 智能投影系统的使用效果如 图 6 所示， 投影图像经过校正后投影效果已经满足了观察者的视觉检验标准。