本發(fā)明涉及人工智能，具體是一種用于投影設(shè)備的智能調(diào)節(jié)系統(tǒng)及方法。

背景技術(shù)：

1、投影設(shè)備通過將圖像信號轉(zhuǎn)化為可視化的光線，投射到屏幕或墻面上，廣泛應(yīng)用于教育、商業(yè)、娛樂等領(lǐng)域。其基本原理是利用光源，如燈泡、激光和透鏡系統(tǒng)，將輸入的圖像信號處理后，通過投影距離和焦距等調(diào)節(jié)，清晰地展示圖像。投影設(shè)備的重要性體現(xiàn)在它能提高信息傳達效率，增強視覺體驗，尤其在教學(xué)、會議展示和家庭娛樂中不可或缺。隨著技術(shù)的發(fā)展，智能投影設(shè)備逐漸普及，通過自動調(diào)整圖像和優(yōu)化畫質(zhì)，進一步提升了用戶體驗，成為現(xiàn)代生活中重要的工具。

2、不少消費者在購買投影設(shè)備后，往往選擇家中的大白墻作為投影區(qū)域。然而，墻面上的凹坑、裂痕等問題，會嚴重影響投影效果，導(dǎo)致圖像失真、色差或遮擋，從而降低觀看體驗。因此，需要一種結(jié)合數(shù)據(jù)分析的智能系統(tǒng)，能夠識別并評估墻面的平整度和障礙物，通過優(yōu)化投影區(qū)域的選擇，確保投影設(shè)備能夠在最佳位置投射出清晰、均勻的圖像，提升整體視覺效果和觀影體驗。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種用于投影設(shè)備的智能調(diào)節(jié)系統(tǒng)及方法，以解決現(xiàn)有技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種用于投影設(shè)備的智能調(diào)節(jié)方法，智能調(diào)節(jié)方法包括以下步驟：

3、步驟s1、通過投影設(shè)備對預(yù)投影區(qū)域的局部投射檢測圖案，并利用圖像傳感器對預(yù)投影區(qū)域的檢測圖案進行數(shù)據(jù)采集，提取出無異物狀態(tài)下的圖像數(shù)據(jù)并保存為參考圖像；

4、步驟s1-1、選取預(yù)投影區(qū)域的任意局部區(qū)域，所述預(yù)投影區(qū)域表示為投影設(shè)備在進行實際投影前，通過圖像傳感器或其他監(jiān)測設(shè)備所定義的待投影區(qū)域；使用投影設(shè)備投射檢測圖案，所述檢測圖案為多個n*m網(wǎng)格；

5、步驟s1-2、通過圖像傳感器對預(yù)投影區(qū)域的檢測圖案進行圖像數(shù)據(jù)采集提取出無異物狀態(tài)下的圖像數(shù)據(jù)，所述無異物狀態(tài)表示為沒有干擾物影響投影的投影環(huán)境；將灰度值相同最多的n*m網(wǎng)格進行標(biāo)記，將標(biāo)記的連續(xù)多個n*m網(wǎng)格組成的圖像數(shù)據(jù)保存為參考圖像。

6、通過提取無異物狀態(tài)下灰度值一致的網(wǎng)格數(shù)據(jù)生成參考圖像，可有效提高異物識別的精度并減少誤判幾率。

7、步驟s2、對預(yù)投影區(qū)域進行全局圖像數(shù)據(jù)采集構(gòu)建全局圖像數(shù)據(jù)，并對全局圖像數(shù)據(jù)構(gòu)建二維坐標(biāo)，根據(jù)參考圖像對全局圖像數(shù)據(jù)進行異物識別，并構(gòu)建投影異物集合存儲識別結(jié)果；

8、步驟s2-1、通過圖像傳感器對預(yù)投影區(qū)域進行全方位圖像采集，所述全方位圖像采集表示為對預(yù)投影區(qū)域內(nèi)用于投影的全部區(qū)域進行圖像采集，獲取投影設(shè)備對預(yù)投影區(qū)域投射的檢測圖案數(shù)據(jù)，生成覆蓋預(yù)投影區(qū)域的完整圖像數(shù)據(jù)，構(gòu)建全局圖像數(shù)據(jù)，所述全局圖像數(shù)據(jù)包括預(yù)投影區(qū)域內(nèi)所有n*m網(wǎng)格的像素信息；

9、步驟s2-2、在全局圖像數(shù)據(jù)中，將每個n*m網(wǎng)格作為一個單位，并為其分配唯一的二維坐標(biāo)，以預(yù)投影區(qū)域的其中一角為原點，沿水平方向構(gòu)建橫坐標(biāo)，豎直方向構(gòu)建縱坐標(biāo)，根據(jù)n*m網(wǎng)格的排列順序依次賦予坐標(biāo)值；

10、步驟s2-3、構(gòu)建投影異物集合，根據(jù)參考圖像對全局圖像數(shù)據(jù)進行異物識別，并將識別結(jié)果存儲至投影異物集合中；

11、步驟s2-3-1、以參考圖像的n*m網(wǎng)格灰度值為基準(zhǔn)，結(jié)合灰度共生矩陣提取出預(yù)投影區(qū)域中的異物數(shù)據(jù)，并獲取異物所在的網(wǎng)格二維坐標(biāo)數(shù)據(jù)；

12、步驟s2-3-2、構(gòu)建投影異物集合，通過灰度共生矩陣識別出預(yù)投影區(qū)域種的異物，其中每個灰度共生矩陣包括多個n*m網(wǎng)格，一個n*m網(wǎng)格對應(yīng)灰度共生矩陣的一個元素，根據(jù)灰度共生矩陣計算出預(yù)投影區(qū)域內(nèi)n*m網(wǎng)格的對比度，對比度的計算公式如下：

13、；

14、式中，d表示為灰度共生矩陣多個n*m網(wǎng)格的對比度；b表示為灰度等級總數(shù)；p（i，j）表示為灰度共生矩陣中灰度值為i和j在給定方向和距離下出現(xiàn)的頻率；i和j分別表示為灰度共生矩陣中行和列的索引，表示圖像中某個像素的灰度值；（i-j）2表示為灰度共生矩陣中灰度值變化的強度值；

15、對比度用于衡量圖像中灰度差異，有助于區(qū)分異物與背景。較高的對比度表明異物與環(huán)境差異明顯，有助于精確檢測和定位異物，從而提高投影質(zhì)量和識別準(zhǔn)確性。

16、根據(jù)灰度共生矩陣計算出預(yù)投影區(qū)域內(nèi)n*m網(wǎng)格的能量，能量的計算公式如下：

17、；

18、式中，e表示為預(yù)投影區(qū)域內(nèi)圖像紋理的復(fù)雜值；p（i-j）2表示為灰度共生矩陣中灰度值為i和j出現(xiàn)頻率的強度；

19、能量用于衡量圖像紋理的均勻性。較高的能量值表示紋理均勻，較低的能量值則表示紋理復(fù)雜或不規(guī)則。有助于區(qū)分正常區(qū)域和異物區(qū)域，因為異物通常會降低圖像的能量值，從而幫助識別和定位異物。

20、根據(jù)灰度共生矩陣計算出預(yù)投影區(qū)域內(nèi)n*m網(wǎng)格的熵值，熵值的計算公式如下：

21、；

22、式中，c表示為預(yù)投影區(qū)域內(nèi)圖像灰度值分布的隨機性強度；log2p（i，j）表示為用于圖像的量化計算；

23、熵用于衡量圖像的復(fù)雜度和隨機性，較高的熵值表示圖像內(nèi)容更加隨機和復(fù)雜。在投影異物識別中，熵有助于區(qū)分正常區(qū)域和異物區(qū)域，因為異物通常會增加圖像的熵值，從而幫助識別異常區(qū)域。

24、對預(yù)投影區(qū)域內(nèi)n*m網(wǎng)格的顏色影響值進行計算，計算使用如下公式：

25、；

26、式中，greal表示為預(yù)投影區(qū)域內(nèi)n*m網(wǎng)格對投影設(shè)備投影的顏色影響值；w1、w2和w3表示為每個特征值對總影響值的權(quán)重；

27、根據(jù)參考圖像計算拿出參考圖像顏色影響值的平均值g和標(biāo)準(zhǔn)差b，根據(jù)平均值g和標(biāo)準(zhǔn)差b設(shè)置異物判斷閾值gmax，設(shè)置使用如下公式：

28、gmax=q*b；

29、式中，gmax表示為n*m網(wǎng)格內(nèi)的顏色影響波動的最大值；q表示為顏色影響系數(shù)；

30、當(dāng)丨greal-g丨≥gmax時，表示為n*m網(wǎng)格內(nèi)的圖像數(shù)據(jù)為異物圖像數(shù)據(jù)；

31、當(dāng)丨greal-g丨＜gmax時，表示為n*m網(wǎng)格內(nèi)的圖像數(shù)據(jù)為無異物圖像數(shù)據(jù)；

32、g=greal-g；

33、式中，g表示為預(yù)投影區(qū)域內(nèi)n*m網(wǎng)格對投影設(shè)備投影的顏色影響值；

34、步驟s2-3-3、構(gòu)建投影異物集合，計算出n*m網(wǎng)格對投影設(shè)備投影的顏色影響值g后，獲取對應(yīng)的二維坐標(biāo)數(shù)據(jù)，將每個網(wǎng)格的顏色影響值g和對應(yīng)的二維坐標(biāo)數(shù)據(jù)存入投影異物集合，所述投影異物集合包括n*m網(wǎng)格對投影設(shè)備投影的顏色影響值g和二維坐標(biāo)數(shù)據(jù)。

35、通過灰度共生矩陣分析提取異物的對比度、能量和熵值等特征，并計算每個n*m網(wǎng)格的顏色影響值，可以精確識別預(yù)投影區(qū)域內(nèi)的異物。

36、步驟s3、根據(jù)投影異物集合進行投影綜合分析，所述投影綜合分析包括異物顏色影響、面積影響和異物位置影響，選取出進行投影的最佳投影區(qū)域；

37、步驟s3-1、根據(jù)投影異物集合進行投影綜合分析，所述投影綜合分析包括異物顏色影響、面積影響和異物位置影響，顏色影響的值為顏色影響值g；

38、面積影響的計算公式如下：

39、；

40、式中，scolor，c表示為顏色影響值為g位置相鄰的網(wǎng)格總面積；hc表示為顏色影響值為g位置相鄰的網(wǎng)格數(shù)量；n表示為網(wǎng)格的長度；m表示為網(wǎng)格的寬度；

41、對投影異物集合進行分析計算，得到異物的幾何中心坐標(biāo)，結(jié)合投影原點計算出異物的位置影響，具體計算過程如下：

42、異物的幾何中心橫坐標(biāo)為顏色影響值為g，且位置相鄰的網(wǎng)格的橫坐標(biāo)平均值；

43、異物的幾何中心縱坐標(biāo)為顏色影響值為g，且位置相鄰的網(wǎng)格的縱坐標(biāo)平均值；

44、異物位置影響計算結(jié)合投影原點計算，使用如下公式：

45、；

46、式中，a表示為預(yù)投影區(qū)域內(nèi)n*m網(wǎng)格對投影設(shè)備投影的位置影響值；r表示為控制影響值大小的系數(shù)；x0表示為投影原點的橫坐標(biāo)；y0表示為投影原點的縱坐標(biāo)；xcenter表示為異物的橫坐標(biāo)，ycenter表示為異物的縱坐標(biāo)；p表示為異物位置距離投影原點的衰減指數(shù)；

47、步驟s3-2、根據(jù)顏色影響值g、面積影響scolor，c和異物位置影響a計算預(yù)投影區(qū)域內(nèi)異物影響最小的區(qū)域，作為最佳投影區(qū)域，對預(yù)投影區(qū)域進行綜合異物影響計算，計算使用如下公式：

48、；

49、式中，z表示為預(yù)投影區(qū)域內(nèi)異物的影響值；wg表示為顏色影響值的權(quán)重；ws表示為面積影響值的權(quán)重；wa表示為位置影響值的權(quán)重；

50、選取出z值最小的區(qū)域作為最佳投影區(qū)域，通過綜合分析異物的顏色影響、面積影響和位置影響，可以精準(zhǔn)評估每個區(qū)域的投影效果。計算得到的異物影響值幫助識別影響最小的區(qū)域，作為最佳投影區(qū)域，從而減少異物對投影圖像的干擾，優(yōu)化投影效果，提高系統(tǒng)的準(zhǔn)確性和穩(wěn)定性。

51、步驟s4、獲取投影設(shè)備的投影距離，結(jié)合投影設(shè)備的投影距離和投影偏移量計算出投影設(shè)備當(dāng)前位置投影區(qū)域與最佳投影區(qū)域的匹配度，所述投影偏移量包括平移偏移量和角度調(diào)整量，并反饋出投影設(shè)備的位置調(diào)整范圍；

52、步驟s4-1、通過傳感器獲取投影設(shè)備的投影距離，根據(jù)投影設(shè)備的投影原點和投影偏移量計算出投影設(shè)備當(dāng)前位置投影區(qū)域與最佳投影區(qū)域的匹配度，匹配度計算公式如下：

53、；

54、式中，f表示為當(dāng)使用當(dāng)前投影設(shè)備的位置進行投影時，匹配度達到的最大值；xnow表示為最佳投影區(qū)域投影原點的橫坐標(biāo)；ynow表示為最佳投影區(qū)域投影原點的縱坐標(biāo)；xobj當(dāng)前投影設(shè)備的位置投影與最佳投影區(qū)域的匹配度達到最大值時，投影原點的橫坐標(biāo)；yobj當(dāng)前投影設(shè)備的位置投影與最佳投影區(qū)域的匹配度達到最大值時，投影原點的縱坐標(biāo)；

55、步驟s4-2、對計算出的匹配度進行判斷，判斷過程如下：

56、當(dāng)f=0時，判斷投影設(shè)備當(dāng)前位置，通過調(diào)整平移偏移量和角度調(diào)整量，實現(xiàn)完全匹配最佳投影區(qū)域，直接進行投影；

57、當(dāng)f≠0時，判斷投影設(shè)備當(dāng)前位置，不能通過調(diào)整平移偏移量和角度調(diào)整量實現(xiàn)完全匹配最佳投影區(qū)域，發(fā)出位置調(diào)整信號。

58、通過計算投影設(shè)備當(dāng)前位置與最佳投影區(qū)域的匹配度，能夠有效判斷當(dāng)前投影設(shè)備的投影效果。當(dāng)匹配度為零時，表示可以直接投影，而當(dāng)匹配度不為零時，則觸發(fā)位置調(diào)整信號，確保投影區(qū)域的精準(zhǔn)匹配，優(yōu)化投影效果，減少誤差，提高系統(tǒng)穩(wěn)定性和精確度。

59、步驟s5、根據(jù)投影設(shè)備調(diào)整后的位置，獲取投影設(shè)備的投影距離，結(jié)合最佳投影區(qū)域的投影原點對投影設(shè)備進行投影偏移調(diào)整。

60、步驟s5-1、獲取投影設(shè)備位置調(diào)整后對應(yīng)的二維坐標(biāo)信息，通過傳感器再次獲取投影設(shè)備位置通知后的投影距離；

61、步驟s5-2、根據(jù)投影設(shè)備位置調(diào)整后對應(yīng)的二維坐標(biāo)信息和最佳投影區(qū)域的投影原點坐標(biāo)控制投影設(shè)備的投影原點調(diào)整，最終使位置調(diào)整后投影設(shè)備的投影原點與最佳投影區(qū)域的投影原點重合。

62、通過精確調(diào)整投影設(shè)備的二維坐標(biāo)和投影距離，確保投影原點與最佳區(qū)域重合，從而消除偏差，優(yōu)化投影效果。

63、進一步的，一種用于投影設(shè)備的智能調(diào)節(jié)系統(tǒng)，所述智能調(diào)節(jié)系統(tǒng)包括基準(zhǔn)圖像采集模塊、全局圖像坐標(biāo)模塊、異物識別模塊、投影智能選取模塊和投影偏移調(diào)整模塊；

64、所述基準(zhǔn)圖像采集模塊用于對預(yù)投影區(qū)域的局部進行檢測圖案投射，并分析提取出無異物狀態(tài)下的圖像數(shù)據(jù)；所述全局圖像坐標(biāo)模塊用于對預(yù)投影區(qū)域進行全面圖像數(shù)據(jù)采集，并構(gòu)建二維坐標(biāo)為每個網(wǎng)格分配唯一的二維坐標(biāo)；所述異物識別模塊用于識別預(yù)投影區(qū)域的異物信息；所述投影智能選取模塊用于從預(yù)投影區(qū)域中選取出最佳投影區(qū)域；所述投影偏移調(diào)整模塊用于對投影設(shè)備的投影偏移量進行控制；

65、所述基準(zhǔn)圖像采集模塊的輸出端電性連接全局圖像坐標(biāo)模塊的輸入端；所述全局圖像坐標(biāo)模塊的輸出端電性連接異物識別模塊的輸入端；所述異物識別模塊的輸出端電性連接投影智能選取模塊的輸入端；所述投影智能選取模塊的輸出端電性連接投影偏移調(diào)整模塊的輸入端。

66、所述基準(zhǔn)圖像采集模塊包括局部圖像采集單元和參考圖像生成單元；所述局部圖像采集單元用于采集檢測圖案；所述參考圖像生成單元用于提取無異物狀態(tài)下的圖像，生成參考圖像；

67、所述全局圖像坐標(biāo)模塊包括全局圖像采集單元和坐標(biāo)管理單元；所述全局圖像采集單元用于采集預(yù)投影區(qū)域全方位圖像；所述坐標(biāo)管理單元用于根據(jù)投射的檢測圖案生成二維坐標(biāo)；

68、所述異物識別模塊包括異物識別單元和異物坐標(biāo)單元；所述異物分析單元用于識別預(yù)投影區(qū)域中的異物數(shù)據(jù)；所述異物坐標(biāo)單元用于計算異物的幾何中心坐標(biāo)。

69、所述投影智能選取模塊包括異物影響計算單元和最佳投影原點單元；所述異物位置計算單元用于根據(jù)異物的顏色、面積和位置計算綜合投影影響值；所述最佳投影原點單元用于管理最佳投影區(qū)域的投影原點坐標(biāo)數(shù)據(jù)；

70、所述投影偏移調(diào)整模塊包括投影原點調(diào)整單元和投影偏移校正單元；所述投影原點調(diào)整單元用于調(diào)整投影原點對齊最佳區(qū)域的投影原點坐標(biāo)；所述投影偏移校正單元用于控制平移偏移量和角度調(diào)整量。

71、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

72、1、本發(fā)明通過圖像傳感器與投影設(shè)備協(xié)同工作，先根據(jù)灰度值提取出無干擾物的圖像數(shù)據(jù)生成參考圖像，可以有效減少因異物引起的誤判，從而提高投影圖像的精度和清晰度，確保投影設(shè)備在最佳的投影環(huán)境下進行投影。

73、2、本發(fā)明通過對預(yù)投影區(qū)域的全局圖像數(shù)據(jù)進行實時采集，并結(jié)合灰度共生矩陣分析方法，全面評估區(qū)域內(nèi)異物的影響因素，包括顏色、面積和位置等多個維度。該分析方法能夠精確識別和評估異物對投影效果的潛在干擾，幫助系統(tǒng)選擇對投影質(zhì)量影響最小的最佳投影區(qū)域。通過避免異物干擾，顯著提高了投影效果的質(zhì)量和穩(wěn)定性，從而保證了系統(tǒng)在復(fù)雜環(huán)境下的高效運行。

74、3、本發(fā)明通過實時計算投影設(shè)備與最佳投影區(qū)域之間的匹配度，并在發(fā)現(xiàn)偏差時自動發(fā)出位置調(diào)整信號。投影設(shè)備根據(jù)反饋信息迅速調(diào)整自身的位置和投影原點，確保能夠精準(zhǔn)地實現(xiàn)最佳投影區(qū)域的映射。這一優(yōu)化過程顯著提升了設(shè)備的自動化調(diào)節(jié)能力，使得系統(tǒng)能夠在不同環(huán)境和條件下靈活適應(yīng)，最終實現(xiàn)在復(fù)雜環(huán)境下進行高質(zhì)量投影的效果。