激光投影光机的图像优化方法、装置、设备及存储介质与流程

本发明涉及图像优化领域，尤其涉及一种激光投影光机的图像优化方法、装置、设备及存储介质。

背景技术：

1、在当今科技发展的背景下，激光投影光机在商业、娱乐和工业等领域得到广泛应用。然而，随着激光投影技术的不断进步，对投影图像质量的要求也日益提高。为了满足用户对高质量投影图像的需求，研究人员开始关注激光投影光机图像优化方法的开发与改进。

2、激光投影光机的图像质量受多种因素的影响，其中之一是光机设备的工作温度。温度的变化会导致光学元件的性能变化，进而影响投影图像的清晰度、颜色分布和畸变等特征，进而影响激光图像的投影效果。

技术实现思路

1、本发明提供了一种激光投影光机的图像优化方法、装置、设备及存储介质，用于提高激光投影光机的激光图像投影效果。

2、本发明第一方面提供了一种激光投影光机的图像优化方法，所述激光投影光机的图像优化方法包括：对目标激光投影光机进行激光投影测试，并采集所述目标激光投影光机的光机设备温度数据，同时，通过预置的激光投影成像系统获取对应的s个第一激光投影图像，s为正整数；对所述光机设备温度数据进行温度特征检测和特征区间划分，得到多个设备特征温度区间，并对所述多个设备特征温度区间与所述s个第一激光投影图像进行对应匹配，得到每个设备特征温度区间对应的f个第二激光投影图像，f为正整数，f＜s；分别对每个设备特征温度区间对应的f个第二激光投影图像进行投影图像异常特征参数分析，得到每个第二激光投影图像的投影图像异常特征参数集合；对所述投影图像异常特征参数集合进行综合图像评价指标计算，得到每个第二激光投影图像的综合图像评价指标，并根据所述综合图像评价指标分别计算每个设备特征温度区间对应的平均图像评价指标；计算每个设备特征温度区间对应的平均区间温度值，并对所述平均区间温度值和所述平均图像评价指标进行温度影响系数分析和矩阵转换，得到对应的温度-图像关系影响矩阵；将所述温度-图像关系影响矩阵输入预置的光机投影温度控制分析模型进行光机投影温度控制分析，得到光机投影温度控制策略，并根据所述光机投影温度控制策略对所述目标激光投影光机进行投影图像动态优化。

3、结合第一方面，在本发明第一方面的第一种实现方式中，所述对目标激光投影光机进行激光投影测试，并采集所述目标激光投影光机的光机设备温度数据，同时，通过预置的激光投影成像系统获取对应的s个第一激光投影图像，s为正整数，包括：构建目标激光投影光机对应的激光投影成像系统，并通过所述激光投影成像系统生成对应的激光投影场；对目标激光投影光机进行激光投影测试，并获取所述目标激光投影光机的深度参数集合，并基于预设的重聚焦算法对所述激光投影场进行参数计算，得到重聚焦参数集合；对所述深度参数集合以及所述重聚焦参数集合进行关系曲线构建，得到目标关系曲线，并根据所述目标关系曲线，对所述目标激光投影光机进行初始化标定；对所述目标激光投影光机进行激光投影区域识别和定位，得到目标激光投影区域，并通过所述激光投影成像系统对所述目标激光投影区域进行图像采集，得到对应的s个第一激光投影图像，s为正整数；采集所述目标激光投影光机的初始设备温度数据，并对所述初始设备温度数据进行数据预处理，得到光机设备温度数据。

4、结合第一方面，在本发明第一方面的第二种实现方式中，所述对所述光机设备温度数据进行温度特征检测和特征区间划分，得到多个设备特征温度区间，并对所述多个设备特征温度区间与所述s个第一激光投影图像进行对应匹配，得到每个设备特征温度区间对应的f个第二激光投影图像，f为正整数，f＜s，包括：计算所述光机设备温度数据的协方差矩阵，并对所述协方差矩阵进行特征分解，得到多个第一特征值以及每个第一特征值对应的第一特征向量；对所述多个第一特征值与预设目标值进行比较，得到每个第一特征值的特征值比较结果，并根据所述特征值比较结果对所述多个第一特征值进行特征值筛选，得到多个第二特征值；获取所述多个第二特征值对应的第二特征向量，并根据所述多个第二特征值以及所述第二特征向量生成对应的主成分矩阵；根据所述主成分矩阵对所述光机设备温度数据进行温度数据投影，得到目标设备温度数据；对所述目标设备温度数据进行温度特征检测，得到多个温度特征检测点，并根据所述多个温度特征检测点对所述目标设备温度数据进行特征区间划分，得到多个设备特征温度区间；获取所述多个设备特征温度区间的第一时间戳数据，并获取所述s个第一激光投影图像的第二时间戳数据；对所述第一时间戳数据和所述第二时间戳数据进行匹配，得到时间戳数据匹配结果，并根据所述时间戳数据匹配结果确定每个设备特征温度区间对应的f个第二激光投影图像，f为正整数，f＜s。

5、结合第一方面，在本发明第一方面的第三种实现方式中，所述分别对每个设备特征温度区间对应的f个第二激光投影图像进行投影图像异常特征参数分析，得到每个第二激光投影图像的投影图像异常特征参数集合，包括：通过预置的图像清晰度检测模型，分别对每个第二激光投影图像进行图像清晰度检测，得到每个第二激光投影图像的图像清晰度参数，所述图像清晰度检测模型包括两层卷积网络、池化层以及归一化函数；通过预置的图像颜色分布检测模型，分别对每个第二激光投影图像进行图像颜色分布检测，得到每个第二激光投影图像的图像颜色分布参数，所述图像颜色分布检测模型为高斯混合模型；通过预置的图像畸变检测模型，分别对每个第二激光投影图像进行图像畸变检测，得到每个第二激光投影图像的图像畸变参数，所述图像畸变检测模型为感知模型；根据所述图像清晰度参数、所述图像颜色分布参数以及所述图像畸变参数生成每个第二激光投影图像的投影图像异常特征参数集合。

6、结合第一方面，在本发明第一方面的第四种实现方式中，所述对所述投影图像异常特征参数集合进行综合图像评价指标计算，得到每个第二激光投影图像的综合图像评价指标，并根据所述综合图像评价指标分别计算每个设备特征温度区间对应的平均图像评价指标，包括：构建所述图像清晰度参数、所述图像颜色分布参数以及所述图像畸变参数对应的目标指标体系；根据所述目标指标体系，对所述图像清晰度参数与所述图像颜色分布参数进行指标关联关系分析，得到第一指标关联关系，并根据所述第一指标关联关系计算所述图像清晰度参数与所述图像颜色分布参数对应的第一图像评价指标；根据所述目标指标体系，对所述图像颜色分布参数与所述图像畸变参数进行指标关联关系分析，得到第二指标关联关系，并根据所述第二指标关联关系计算所述图像颜色分布参数与所述图像畸变参数对应的第二图像评价指标；根据所述目标指标体系，对所述图像清晰度参数与所述图像畸变参数进行指标关联关系分析，得到第三指标关联关系，并根据所述第三指标关联关系计算所述图像清晰度参数与所述图像畸变参数对应的第三图像评价指标；对所述第一图像评价指标、所述第二图像评价指标以及所述第三图像评价指标进行指标求和，生成每个第二激光投影图像的综合图像评价指标；获取每个设备特征温度区间对应的多个综合图像评价指标，并对每个设备特征温度区间对应的多个综合图像评价指标进行均值运算，得到每个设备特征温度区间对应的平均图像评价指标。

7、结合第一方面，在本发明第一方面的第五种实现方式中，所述计算每个设备特征温度区间对应的平均区间温度值，并对所述平均区间温度值和所述平均图像评价指标进行温度影响系数分析和矩阵转换，得到对应的温度-图像关系影响矩阵，包括：获取每个设备特征温度区间对应的多个温度值，并对所述多个温度值进行均值运算，得到每个设备特征温度区间对应的平均区间温度值；通过预置的皮尔逊相关性算法，对所述光机设备温度数据与所述综合图像评价指标进行温度影响系数分析，得到目标温度影响系数；根据所述目标温度影响系数生成每个平均图像评价指标的指标权重数据；根据所述指标权重数据对每个平均图像评价指标进行加权运算，得到加权图像评价指标；对所述平均区间温度值和所述加权图像评价指标进行映射匹配和矩阵转换，得到对应的温度-图像关系影响矩阵。

8、结合第一方面，在本发明第一方面的第六种实现方式中，所述将所述温度-图像关系影响矩阵输入预置的光机投影温度控制分析模型进行光机投影温度控制分析，得到光机投影温度控制策略，并根据所述光机投影温度控制策略对所述目标激光投影光机进行投影图像动态优化，包括：将所述温度-图像关系影响矩阵输入预置的光机投影温度控制分析模型，所述光机投影温度控制分析模型包括双向门限循环网络、决策树网络以及遗传优化网络；通过所述双向门限循环网络对所述温度-图像关系影响矩阵进行关系影响特征提取，得到目标关系影响矩阵；通过所述决策树网络对所述目标关系影响矩阵进行光机投影温度控制参数预测，得到光机投影温度控制参数；通过所述遗传优化网络中的改进遗传算法对所述光机投影温度控制参数进行参数群体初始化和控制策略最优化分析，得到光机投影温度控制策略；根据所述光机投影温度控制策略对所述目标激光投影光机进行投影图像动态优化。

9、本发明第二方面提供了一种激光投影光机的图像优化装置，所述激光投影光机的图像优化装置包括：测试模块，用于对目标激光投影光机进行激光投影测试，并采集所述目标激光投影光机的光机设备温度数据，同时，通过预置的激光投影成像系统获取对应的s个第一激光投影图像，s为正整数；划分模块，用于对所述光机设备温度数据进行温度特征检测和特征区间划分，得到多个设备特征温度区间，并对所述多个设备特征温度区间与所述s个第一激光投影图像进行对应匹配，得到每个设备特征温度区间对应的f个第二激光投影图像，f为正整数，f＜s；分析模块，用于分别对每个设备特征温度区间对应的f个第二激光投影图像进行投影图像异常特征参数分析，得到每个第二激光投影图像的投影图像异常特征参数集合；计算模块，用于对所述投影图像异常特征参数集合进行综合图像评价指标计算，得到每个第二激光投影图像的综合图像评价指标，并根据所述综合图像评价指标分别计算每个设备特征温度区间对应的平均图像评价指标；转换模块，用于计算每个设备特征温度区间对应的平均区间温度值，并对所述平均区间温度值和所述平均图像评价指标进行温度影响系数分析和矩阵转换，得到对应的温度-图像关系影响矩阵；优化模块，用于将所述温度-图像关系影响矩阵输入预置的光机投影温度控制分析模型进行光机投影温度控制分析，得到光机投影温度控制策略，并根据所述光机投影温度控制策略对所述目标激光投影光机进行投影图像动态优化。

10、本发明第三方面提供了一种激光投影光机的图像优化设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述激光投影光机的图像优化设备执行上述的激光投影光机的图像优化方法。

11、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的激光投影光机的图像优化方法。

12、本发明提供的技术方案中，对目标激光投影光机进行激光投影测试，并光机设备温度数据和s个第一激光投影图像；进行温度特征检测和特征区间划分，得到每个设备特征温度区间的f个第二激光投影图像；进行投影图像异常特征参数分析，得到投影图像异常特征参数集合；进行综合图像评价指标计算，得到综合图像评价指标并计算平均图像评价指标；进行温度影响系数分析和矩阵转换，得到温度-图像关系影响矩阵；通过光机投影温度控制分析模型进行光机投影温度控制分析，得到光机投影温度控制策略，并进行投影图像动态优化，本发明通过激光投影测试和温度特征检测，系统能够实时获取目标光机设备的温度数据，并将其分区间匹配，实现对设备特征温度的高精度检测和调控。通过投影图像异常特征参数分析，系统能够全面评估每个第二激光投影图像的清晰度、颜色分布和畸变等特征，从而有效提高投影图像的质量和清晰度。通过光机投影温度控制分析，系统能够根据温度-图像关系影响矩阵实现对光机投影温度的智能控制，从而动态调整投影图像，适应不同温度条件下的最佳显示效果。通过精确的温度控制，系统能够在不影响图像质量的前提下，降低光机设备的温度波动，有效减少能耗，延长设备寿命，提高设备稳定性。通过综合图像评价指标，系统综合考虑了图像清晰度、颜色分布和畸变等多个因素，为操作者提供了更全面的图像质量信息，有助于更精准地判断设备状态。由于采用了动态的光机投影温度控制策略，系统能够自适应不同环境条件下的温度变化，保持图像质量的稳定性和一致性，进而提高了激光投影光机的激光图像投影效果。