申请/专利权人：长春理工大学

申请日：2024-01-16

公开（公告）日：2024-04-26

公开（公告）号：CN117934312A

主分类号：G06T5/60

分类号：G06T5/60;H04N9/31;G06T5/80;G06N3/0499;G06N3/084;G06N3/086

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种激光扫描投影系统的投影图形畸变预测补偿校正方法，包括：进行激光扫描投影系统投影；获取投影图形畸变数据，建立神经网络训练数据集与测试数据集；建立BP神经网络初始拓扑结构、权重和阈值；基于粒子群算法优化BP神经网络的权重和阈值，根据PSO‑BP神经网络的训练输出对各投影点坐标位置进行偏差补偿；在待投影平面各部分选取特征点，使用PSO‑BP神经网络完成畸变偏差校正的投影仪对特征点进行投影，获取特征点投影坐标值；将无畸变理想投影点坐标与校正后的特征投影点坐标作差，判断差值是否满足误差区间；若是，则确定投影坐标值畸变误差已获得校正补偿；若否，则返回步骤三进行反馈式多次迭代，直至差值满足误差区间。

主权项：1.一种激光扫描投影系统的投影图形畸变预测补偿校正方法，其特征在于，包括以下步骤：步骤一、导入待投影图形的模型，进行激光扫描投影系统投影；步骤二、获取投影图形畸变数据并进行处理，建立神经网络训练数据集与测试数据集；步骤三、建立BP神经网络初始拓扑结构、权重和阈值；步骤四、基于粒子群算法优化BP神经网络的权重和阈值，并将步骤二建立的数据集代入经PSO优化的BP神经网络进行训练，得到PSO-BP神经网络模型，根据PSO-BP神经网络的训练输出对各投影点坐标位置进行偏差补偿；步骤五、在待投影平面按等间距划分为几个部分，并在各部分选取特征点，使用所述PSO-BP神经网络完成畸变偏差校正的投影仪对特征点进行投影，获取特征点投影坐标值；将无畸变理想投影点坐标与校正后的特征投影点坐标作差，判断差值是否满足误差区间；若是，则确定投影坐标值畸变误差已获得校正补偿；若否，则返回步骤三进行反馈式多次迭代，直至差值满足误差区间。

全文数据：

权利要求：

百度查询： 长春理工大学 激光扫描投影系统的投影图形畸变预测补偿校正方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD