图像生成的方法及其装置与流程

本技术实施例涉及人工智能(artificial intelligence，ai)领域，尤其涉及一种图像生成的方法及其装置。

背景技术：

1、当前，随着投影技术的发展，灯光数字投影的应用越来越广泛。例如，汽车的灯光不再仅停留在照明层面，在辅助驾驶领域中，汽车的智能车灯可以投射出文字，或交通标志等较为复杂的图形；在娱乐场景中，汽车的智能车灯可以投影视频等画面。

2、然而，当投影的过程中，当投影的平面存在至少两个时，在投影设备与至少两个平面间的距离发生变化的情况下，并不能快速且准确地在至少两个平面上保证成像质量的完成投影，极有可能出现由于存在至少两个投影平面而导致的图像失真的问题。

技术实现思路

1、本技术实施例提供一种图像生成的方法及其装置，可以改善投影至不同平面的图像的显示质量，避免出现因不同平面导致的投影图像失真的现象。

2、第一方面，提供了一种图像生成的方法，该方法包括：获取第一参数集合，该第一参数集合包括：显示在第一平面的第一原始图像、显示在第二平面的第二原始图像、第一投影仪至该第一平面的距离、该第一投影仪至该第二平面的距离、显示在该第一平面的第一期望图像的期望位置、以及显示在该第二平面的第二期望图像的期望位置，其中，该第一原始图像与该第二原始图像属于第一投影仪投影的原始图像，该第一期望图像与该第二期望图像属于该第一投影仪投影的期望图像，该第一平面与该第二平面相连；确定第一映射关系和第二映射关系，该第一映射关系为该第一期望图像与该第一原始图像的映射关系，该第二映射关系为该第二原始图像的映射关系；根据该第一原始图像与该第一映射关系确定该第一期望图像，根据该第二原始图像与该第二映射关系确定该第二期望图像；根据该第一期望图像、该第一期望图像的期望位置、该第二期望图像，以及该第二期望图像的期望位置获得第一目标图像，该第一目标图像通过该第一投影仪显示在该第一平面与该第二平面。

3、举例而言，设第一期望图像的坐标位置为posimagedst1，根据公式posmapdst1·m′src→dst1＝posimagedst1，获取第一原始图像映射的第一期望图像的坐标位置，其中，posmapdst1为第一原始图像的坐标，m′src→dst1为第一神经网络模型输出的第一映射关系。同理，根据公式posmapdst2·m′src→dst2＝posimagedst2，获取第二原始图像映射的第二期望图像的坐标位置，其中，posmapdst2为第二原始图像的坐标，m′src→dst2为第一神经网络模型输出的第二映射关系。

4、以及，将第一期望图像与第二期望图像进行融合，获得第一目标图像。例如，第一期望图像的期望位置与第二期望图像的期望位置通过坐标表示，通过第一期望图像与第二期望图像的期望位置构成的区域为有效区域，设有效区域的横坐标范围为[-x,x]，纵坐标范围为[-y,y]，则表示该映射是有效的，则将第一期望图像与第二期望图像融合为一张图像，即，第一目标图像。其中，第一目标图像则为通过第一投影仪投影至第一平面与第二平面的图像。

5、其中，获取第一原始图像与第二原始图像是指获取第一原始图像与第二原始图像的图像分辨率、图像大小、图像颜色等参数，第一期望图像的期望位置与第二期望图像的期望位置可以通过第一期望图像与第二期望图像的期望坐标表示，可选地，还可以包括期望图像的亮度等参数，第一平面与第二平面相连，指的是第一平面与第二平面无缝隙地连接，且构成的角度不等于0°、180°、以及360°。

6、基于上述方案，在获取第一参数集合之后，分别确定第一投影仪至第一平面的距离对应的第一期望图像与第一原始图像的映射关系，以及第一投影仪至第二平面的距离对应的第二期望图像与第二原始图像的映射关系，之后根据上述映射关系、第一原始图像、第二原始图像，分别确定第一期望图像与第二期望图像，再根据第一期望图像、第一期望图像的期望位置、第二期望图像，以及第二期望图像的期望位置获得可以形成呈现在两个不同平面的连续的第一目标图像。并且，由于针对不同的平面使用了不同的映射关系，第一目标图像不会出现图像变形、失真等问题，改善了投影至平面的图像的显示质量。

7、结合第一方面，在第一方面的某些实现方式中，该确定第一映射关系和第二映射关系，包括：将该第一原始图像与该第一投影仪至该第一平面的距离输入第一神经网络模型获取该第一映射关系，将该第二原始图像与该第一投影仪至该第二平面的距离输入该第一神经网络模型获取该第二映射关系，该第一映射关系与该第一投影仪至该第一平面的距离对应，该第二映射关系与该第一投影仪至该第二平面的距离对应。

8、基于上述方案，通过训练神经网络模型，使得神经网络模型可以预测或获得针对不同距离与不同平面的映射关系，不再需要在不同距离的情况下，每一次投影时都需要进行人工标定，简化了图像投影的步骤，提高了图像投影的灵活性。

9、结合第一方面，在第一方面的某些实现方式中，该第一神经网络模型是根据第二参数集合训练得到的，该第二参数集合包括：该第一投影仪至第一参考平面的距离、第一训练映射关系、该第一投影仪至第二参考平面的距离、第二训练映射关系，其中，该第一训练映射关系为第一训练期望图像与第一训练原始图像的映射关系，该第二训练映射关系为第二训练期望图像与第二训练原始图像的映射关系，该第一训练原始图像与该第二训练原始图像属于该第一投影仪投影的训练原始图像，该第一训练期望图像显示在该第一参考平面，该第二训练期望图像显示在该第二参考平面，该第一参考平面与该第二参考平面相连。

10、应理解，第一平面与第一参考平面可以为相同的平面，也可以为不同的平面；第二平面与第二参考平面可以为相同的平面，也可以为不同的平面。当第一平面与第一参考平面为同一平面，第二平面与第二参考平面为同一平面，第一投影仪至第一平面的距离可以包括第一投影仪至第一参考平面的距离，第一投影仪至第二平面的距离可以包括第一投影仪至第二参考平面的距离，第一投影仪至第一参考平面的距离的数量等于或小于第一投影仪至第一平面的距离的数量，第一投影仪至第二参考平面的距离的数量等于或小于第一投影仪至第二平面的距离的数量。

11、结合第一方面，在第一方面的某些实现方式中，根据显示在该第一参考平面的第一训练投影图像的参数、该第一训练原始图像、以及该第一训练期望图像的参数，确定该第一训练映射关系，根据显示在该第二参考平面的第二训练投影图像的参数、该第二训练原始图像、以及该第二训练期望图像的参数，确定该第二训练映射关系，其中，该第一训练投影图像为该第一训练原始图像经过该第一投影仪投影至该第一参考平面的图像，该第二训练投影图像为该第二训练原始图像经过该第一投影仪投影至该第二参考平面的图像，该第一训练映射关系与该第一投影仪至该第一参考平面的距离对应，该第二训练映射关系与该第一投影仪至该第二参考平面的距离对应。

12、举例而言，标定点在第一训练原始图像的坐标位置设为possrcl1，将第一训练原始图像通过第一投影仪投射至第一参考平面得到第一训练投影图像，获取的标定点坐标设为posmap1，将第一训练期望图像的坐标设为posmapdst1，可通过下述方法获取第一训练映射关系：

13、1、建立第一训练原始图像与第一训练投影图像的映射关系。

14、设第一训练投影图像与第一训练原始图像的映射系数为mdsti→srci1，根据posmap1·mmap1→srci1＝possrcl1，通过最小二乘法求解，得到mmap1→srci1。

15、2、计算第一训练期望图像映射到第一训练原始图像的坐标位置。

16、设第一训练期望图像映射到第一训练原始图像的坐标为posdst1，根据posdst1＝posmapdst1·mmap→srci1，通过最小二乘法求解，得到posdst1。

17、3、计算第一训练原始图像与第一训练期望图像的映射关系。

18、设第一训练原始图像与第一训练期望图像的映射系数为mscr1→dst1，根据posdst1＝possrcl1·mscr1→dst1，通过最小二乘法求解，得到mscr1→dst1。

19、应理解，第二训练映射关系的计算方式与第一训练映射关系的方式相同，只需将第一训练原始图像更换为第二训练原始图像、第一训练投影图像更换为第二训练投影图像，以及第一训练期望图像更换为第二训练期望图像即可。为了简洁，本技术不再赘述。

20、其中，第一训练投影图像为第一训练原始图像经过第一投影仪投影至第一参考平面的图像，第二训练投影图像为第二训练原始图像经过第一投影仪投影至第二参考平面的图像，进一步地，第一训练投影图像与第二训练投影图像是经过标定之后得到的图像，训练投影图像的参数包括训练投影图像的位置参数。

21、应理解，第二训练映射关系的计算方式与第一训练映射关系的方式相同，只需将第一训练原始图像更换为第二训练原始图像、第一训练投影图像更换为第二训练投影图像，以及第一训练期望图像更换为第二训练期望图像即可。为了简洁，本技术不再赘述。

22、还应理解，训练投影图像可以为投影仪投影的图像，也可以为投影仪投影的一面光，也可以为投影仪投影的能够获得坐标位置的其他载体，本技术在此不做限定。

23、结合第一方面，在第一方面的某些实现方式中，在该第一原始图像与该第二原始图像构成一张图像的部分的情况下，获取第三参数集合，该第三参数集合包括：显示在该第一平面的第三原始图像、显示在该第二平面的第四原始图像、第二投影仪至该第一平面的距离、该第二投影仪至该第二平面的距离、显示在该第一平面的第三期望图像的期望位置、以及显示在该第二平面的第四期望图像的期望位置，其中，该第三原始图像与该第四原始图像属于第二投影仪投影的原始图像，该第三期望图像与该第四期望图像属于该第二投影仪投影的期望图像，该第一投影仪投影的原始图像与该第二投影仪投影的原始图像构成该一张图像；确定第三映射关系和第四映射关系，该第三映射关系为该第三期望图像与该第三原始图像的映射关系，该第四映射关系为该第四期望图像与该第四原始图像的映射关系；根据该第三原始图像与该第三映射关系确定该第三期望图像，根据该第四原始图像与该第四映射关系确定该第四期望图像；根据该第三期望图像、该第三期望图像的期望位置、该第四期望图像，以及该第四期望图像的期望位置获得第二目标图像，该第二目标图像通过该第二投影仪显示在该第一平面与该第二平面，该第一目标图像与该第二目标图像分别构成投影目标图像的部分。

24、其中，第二投影仪与第一投影仪是具备相同投影功能的设备，两个投影仪可以分别投影一张图片的部分或全部内容，且两个投影仪位于一个平面。

25、基于上述方案，通过第一投影仪与第二投影仪分别投影的图像，可以获得两张投影图像，从而增大显示于第一平面与第二平面的投影图像的显示区域，或者提升其显示质量。

26、结合第一方面，在第一方面的某些实现方式中，该确定第三映射关系和第四映射关系，包括：将该第三原始图像与该第二投影仪至该第一平面的距离输入第二神经网络模型获取该第三映射关系，将该第四原始图像与该第二投影仪至该第二平面的距离输入该第二神经网络模型，该第三映射关系与该第二投影仪至该第一平面的距离对应，该第四映射关系与该第二投影仪至该第二平面的距离对应。

27、应理解，第二神经网络模型与第一神经网络模型可以为不同的神经网络模型，也可以为同一个神经网络模型，本技术在此不做限定。

28、结合第一方面，在第一方面的某些实现方式中，该第二神经网络模型是根据第四参数集合训练得到的，该第四参数集合包括：该第二投影仪至第三参考平面的距离、第三训练映射关系、该第二投影仪至第四参考平面的距离、第四训练映射关系，其中，该第三训练映射关系为该第三训练期望图像与第三训练原始图像的映射关系，该第四训练映射关系为第四训练期望图像与该第四训练原始图像的映射关系，该第三训练原始图像与该第四训练原始图像属于该第二投影仪投影的训练原始图像，该第三训练期望图像显示在该第三参考平面，该第四训练期望图像显示在该第四参考平面，该第三参考平面与该第四参考平面相连。

29、结合第一方面，在第一方面的某些实现方式中，根据显示在该第三参考平面的第三训练投影图像的参数、该第三训练原始图像、以及该第三训练期望图像的期望位置，确定该第三训练映射关系，根据显示在该第四参考平面的第四训练投影图像的参数、该第四训练原始图像、以及该第四训练期望图像的期望位置，确定该第四训练映射关系，其中，该第三训练投影图像为该第三训练原始图像经过该第一投影仪投影至该第二参考平面的图像，该第四训练投影图像为该第四训练原始图像经过该第二投影仪投影至该第二参考平面的图像。

30、结合第一方面，在第一方面的某些实现方式中，根据该第一目标图像与该第二目标图像，获得该投影目标图像，该第一目标图像与该第二目标图像在水平面是对齐的。

31、结合第一方面，在第一方面的某些实现方式中，在该投影目标图像的面积等于该第一目标图像与该第二目标图像的面积之和的情况下，该第一目标图像与该第二目标图像无重叠部分；或在该投影目标图像的面积等于该第一目标图像或该第二目标图像的面积的情况下，该第一目标图像与该第二目标图像完全重叠，该第一目标图像的面积与该第二目标图像的面积相等；或在该投影目标图像的面积小于该第一目标图像与该第二目标图像之和，且大于该第一目标图像或该第二目标图像的面积的情况下，该第一目标图像与该第二目标图像存在部分重叠，该第一目标图像的面积与该第二目标图像的面积相等。

32、基于上述方案，通过第二投影仪，采用与第一投影仪相同的方法，针对不同平面采用不同的映射关系，最终在第一平面与第二平面显示第二目标图像。最后，将第一目标图像与第二目标图像进行融合，获得最终的投影目标图像。该投影目标图像，相较于第一目标图像与第二目标图像，具有显示区域更大，和/或显示质量更好的优点。

33、第二方面，提供了一种图像生成装置，该装置包括：获取单元，用于获取第一参数集合，该第一参数集合包括：显示在第一平面的第一原始图像、显示在第二平面的第二原始图像、显示在该第一平面的第一期望图像的期望位置、以及显示在该第二平面的第二期望图像的期望位置，其中，该第一原始图像与该第二原始图像属于第一投影仪投影的原始图像，该第一期望图像与该第二期望图像属于该第一投影仪投影的期望图像，该第一平面与该第二平面相连；该获取单元，还用于获取该第一投影仪至该第一平面的距离，以及该第一投影仪至该第二平面的距离；处理单元，用于确定第一映射关系和第二映射关系，该第一映射关系为该第一期望图像与该第一原始图像的映射关系，该第二映射关系为该第二期望图像与该第二原始图像的映射关；该处理单元，还用于根据该第一原始图像与该第一映射关系确定该第一期望图像，根据该第二原始图像与该第二映射关系确定该第二期望图像；该处理单元，还用于根据该第一期望图像、该第一期望图像的期望位置、该第二期望图像，以及该第二期望图像的期望位置获得第一目标图像，该第一目标图像用于通过该第一投影仪显示在该第一平面与该第二平面。

34、基于上述方案，在获取第一参数集合之后，分别确定第一投影仪至第一平面的距离对应的第一期望图像与第一原始图像的映射关系，以及第一投影仪至第二平面的距离对应的第二期望图像与第二原始图像的映射关系，之后根据上述映射关系、第一原始图像、第二原始图像，分别确定第一期望图像与第二期望图像，再根据第一期望图像、第一期望图像的期望位置、第二期望图像，以及第二期望图像的期望位置获得可以形成呈现在两个不同平面的连续的第一目标图像。并且，由于针对不同的平面使用了不同的映射关系，第一目标图像不会出现图像变形、失真等问题，改善了投影至平面的图像的显示质量。

35、结合第二方面，在第二方面的某些实现方式中，该处理单元，具体用于将该第一原始图像与该第一投影仪至该第一平面的距离输入第一神经网络模型获取该第一映射关系，将该第二原始图像与该第一投影仪至该第二平面的距离输入该第一神经网络模型获取该第二映射关系。

36、基于上述方案，通过训练神经网络模型，使得神经网络模型可以预测或获得针对不同距离与不同平面的映射关系，不再需要在不同距离的情况下，每一次投影时都需要进行人工标定，简化了图像投影的步骤，提高了图像投影的灵活性。

37、结合第二方面，在第二方面的某些实现方式中，该第一神经网络模型是根据第二参数集合训练得到的，该第二参数集合包括：该第一投影仪至第一参考平面的距离、第一训练映射关系、该第一投影仪至第二参考平面的距离、第二训练映射关系，其中，该第一训练映射关系为第一训练期望图像与第一训练原始图像的映射关系，该第二训练映射关系为第二训练期望图像与第二训练原始图像的映射关系，该第一训练原始图像与该第二训练原始图像属于该第一投影仪投影的训练原始图像，该第一训练期望图像显示在该第一参考平面，该第二训练期望图像显示在该第二参考平面，该第一参考平面与该第二参考平面相连。

38、结合第二方面，在第二方面的某些实现方式中，该处理单元，还用于根据显示在该第一参考平面的第一训练投影图像的参数、该第一训练原始图像、以及该第一训练期望图像的期望位置，确定该第一训练映射关系，根据显示在该第二参考平面的第二训练投影图像的参数、该第二训练原始图像、以及该第二训练期望图像的期望位置，确定该第二训练映射关系，其中，该第一训练投影图像为该第一训练原始图像经过该第一投影仪投影至该第一参考平面的图像，该第二训练投影图像为该第二训练原始图像经过该第一投影仪投影至该第二参考平面的图像，该第一训练映射关系与该第一投影仪至该第一参考平面的距离对应，该第二训练映射关系与该第一投影仪至该第二参考平面的距离对应。

39、结合第二方面，在第二方面的某些实现方式中，在该第一原始图像与该第二原始图像构成一张图像的部分的情况下，该获取单元，用于获取显示在该第一平面的第三原始图像、显示在该第二平面的第四原始图像、显示在该第一平面的第三期望图像的期望位置、以及显示在该第二平面的第四期望图像的期望位置，其中，该第三原始图像与该第四原始图像属于第二投影仪投影的原始图像，该第三期望图像与该第四期望图像属于该第二投影仪投影的期望图像，该第一投影仪投影的原始图像与该第二投影仪投影的原始图像构成该一张图像；该获取单元，还用于获取该第二投影仪至该第一平面的距离，以及该第二投影仪至该第二平面的距离；该处理单元，还用于确定第三映射关系和第四映射关系，该第三映射关系为该第三期望图像与该第三原始图像的映射关系，该第四映射关系为该第四期望图像与该第四原始图像的映射关系；该处理单元，还用于根据该第三原始图像与该第三映射关系确定该第三期望图像，根据该第四原始图像与该第四映射关系确定该第四期望图像；该处理单元，还用于根据该第三期望图像、该第三期望图像的期望位置、该第四期望图像，以及该第四期望图像的期望位置获得第二目标图像，该第二目标图像通过该第二投影仪显示在该第一平面与该第二平面，该第一目标图像与该第二目标图像构成一张图像。

40、基于上述方案，通过第一投影仪与第二投影仪分别投影的图像，可以获得两张投影图像，从而增大显示于第一平面与第二平面的投影图像的显示区域，或者提升其显示质量。

41、结合第二方面，在第二方面的某些实现方式中，该处理单元，还具体用于将该第三原始图像与该第二投影仪至该第一平面的距离输入第二神经网络模型获取该第三映射关系，将该第四原始图像与该第二投影仪至该第二平面的距离输入该第二神经网络模型获取该第四映射关系，该第三映射关系与该第二投影仪至该第一平面的距离对应，该第四映射关系与该第二投影仪至该第二平面的距离对应。

42、结合第二方面，在第二方面的某些实现方式中，该第二神经网络模型是根据第四参数集合训练得到的，该第四参数集合包括：该第二投影仪至第三参考平面的距离、第三训练映射关系、该第二投影仪至第四参考平面的距离、第四训练映射关系，其中，该第三训练映射关系为该第三训练期望图像与第三训练原始图像的映射关系，该第四训练映射关系为第四训练期望图像与第四训练原始图像的映射关系，该第三训练原始图像与该第四训练原始图像属于该第二投影仪投影的训练原始图像，该第三训练期望图像显示在该第三参考平面，该第四训练期望图像显示在该第四参考平面，该第三参考平面与该第四参考平面相连。

43、结合第二方面，在第二方面的某些实现方式中，该处理单元，还用于根据显示在该第三参考平面的第三训练投影图像的参数、该第三训练原始图像、以及该第三训练期望图像的期望位置，确定该第三训练映射关系，根据显示在该第四参考平面的第四训练投影图像的参数、该第四训练原始图像、以及该第四训练期望图像的期望位置，确定该第四训练映射关系，其中，该第三训练投影图像为该第三训练原始图像经过该第一投影仪投影至该第二参考平面的图像，该第四训练投影图像为该第四训练原始图像经过该第二投影仪投影至该第二参考平面的图像，该第三训练映射关系与该第二投影仪至该第三参考平面的距离对应，该第四训练映射关系与该第二投影仪至该第二参考平面的距离对应。

44、结合第二方面，在第二方面的某些实现方式中，该处理单元，还用于根据该第一目标图像与该第二目标图像，获得该投影目标图像，该第一目标图像与该第二目标图像在水平面是对齐的。

45、结合第二方面，在第二方面的某些实现方式中，在该投影目标图像的面积等于该第一目标图像与该第二目标图像的面积之和的情况下，该第一目标图像与该第二目标图像无重叠部分；或在该投影目标图像的面积等于该第一目标图像或该第二目标图像的面积的情况下，该第一目标图像与该第二目标图像完全重叠，该第一目标图像的面积与该第二目标图像的面积相等；或在该投影目标图像的面积小于该第一目标图像与该第二目标图像之和，且大于该第一目标图像或该第二目标图像的面积的情况下，该第一目标图像与该第二目标图像存在部分重叠，该第一目标图像的面积与该第二目标图像的面积相等。

46、基于上述方案，通过第二投影仪，采用与第一投影仪相同的方法，针对不同平面采用不同的映射关系，最终在第一平面与第二平面显示第二目标图像。最后，将第一目标图像与第二目标图像进行融合，获得最终的投影目标图像。该投影目标图像，相较于第一目标图像与第二目标图像，具有显示区域更大，和/或显示质量更好的优点。

47、第三方面，提供一种图像生成的装置，该装置包括：存储器，用于存储程序；至少一个处理器，用于执行存储器存储的计算机程序或指令，以执行上述第一方面或第一方面的上述任意一种实现方式提供的方法。

48、在一种实现方式中，该装置为投影仪、电视、车灯、或车辆。

49、在另一种实现方式中，该装置为用于投影仪、电视、车灯、或车辆中的芯片、芯片系统或电路。

50、第四方面，本技术提供一种处理器，用于执行上述第一方面提供的方法。

51、对于处理器所涉及的发送和获取/接收等操作，如果没有特殊说明，或者，如果未与其在相关描述中的实际作用或者内在逻辑相抵触，则可以理解为处理器输出和接收、输入等操作，也可以理解为由射频电路和天线所进行的发送和接收操作，本技术对此不做限定。

52、第五方面，提供一种计算机可读存储介质，该计算机可读介质存储用于设备执行的程序代码，该程序代码包括用于执行上述第一方面或第一方面的上述任意一种实现方式提供的方法。

53、第六方面，提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述第一方面或第一方面的上述任意一种实现方式提供的方法。

54、第七方面，提供一种芯片，芯片包括处理器与通信接口，处理器通过通信接口读取存储器上存储的指令，执行上述第一方面或第一方面的上述任意一种实现方式提供的方法。

55、可选地，作为一种实现方式，芯片还包括存储器，存储器中存储有计算机程序或指令，处理器用于执行存储器上存储的计算机程序或指令，当计算机程序或指令被执行时，处理器用于执行上述第一方面或第一方面的上述任意一种实现方式提供的方法。

56、第八方面，提供一种电子设备，包括如第二方面所述的图像生成装置。

57、可选地，作为一种实现方式，该电子设备可以包括但不限于投影仪、电视机、车灯、车辆，或者任意具备投影功能的装置。