买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉佛山大学申请的专利联合自适应裁剪画面与深度学习的投影仪自动避障方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120302019B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510750241.6，技术领域涉及：H04N9/31；该发明授权联合自适应裁剪画面与深度学习的投影仪自动避障方法及装置是由黄开德;罗粤海;甘官寿;朱祖鹏;方坤鸿;许红龙;曾锦霖设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本联合自适应裁剪画面与深度学习的投影仪自动避障方法及装置在说明书摘要公布了：本发明涉及联合自适应裁剪画面与深度学习的投影仪自动避障方法及装置，首先让投影仪投射白底画面，再使用相机捕获投影画面，基于投影区背景图像以及投影画面图像计算差分图像，以差分图像进行自适应裁剪得到投影区图像，差分图像能够凸显投影区与背景区域之间的差异，更方便找寻出投影区图像，接着运用深度学习模型检测该裁剪图像中的障碍物并记录位置信息，并计算最大投影面积，获取无障碍物区域位置信息，再将其转换至投影仪坐标系，最后投射最终画面。以此实现投影仪自动避障，保障投影画面清晰完整，可有效解决传统人工处理和现有技术在复杂环境下投影效果不佳的问题，提升投影仪在复杂场景中的投影质量。

本发明授权联合自适应裁剪画面与深度学习的投影仪自动避障方法及装置在权利要求书中公布了：1.联合自适应裁剪画面与深度学习的投影仪自动避障方法，其特征在于，包括以下： 获取投影区背景图像，并控制投影仪透射白底图像，获取此时投影画面图像； 基于投影区背景图像以及所述投影画面图像计算差分图像，并针对所述差分图像进行自适应裁剪得到投影区图像； 将所述投影区图像输入预训练的深度学习模型中，输出记录有障碍物位置信息的投影区图像； 基于记录有障碍物位置信息的投影区图像，计算最大投影面积进而获取无障碍物区域位置信息； 将无障碍物区域位置信息转换至投影仪坐标系，以此进行实际投影画面投射； 具体的，基于投影区背景图像以及所述投影画面图像计算差分图像，并针对所述差分图像进行自适应裁剪得到投影区图像，包括， 将投影区背景图像减去所述投影画面并取绝对值得到差分图像； 对所述差分图像执行灰度处理得到灰度图像； 通过预选取的边缘检测算子对所述灰度图像进行处理得到边缘图像； 对所述边缘图像进行连通域分析找到多个连通域并进行标记； 将所有连通域中面积最大的连通域作为初步投影区域； 将初步投影区域从所述灰度图像中裁剪出来得到初步图像； 对所述初步图像通过自适应裁剪处理得到投影区域； 将投影区域从所述差分图像中裁剪出来，并标记其中所包含的连通域位置，投影区域记为其中所包含的最大连通域位置； 具体的，对所述初步图像通过自适应裁剪处理得到投影区域，包括， 将所述初步图像按照横、竖两条中轴线划分为左上、左下、右上、右下四个区域； 针对该四个区域的任意区域，计算其平均灰度值，基于其平均灰度值结合预设的尺度因子得到该区域的动态阈值，所述动态阈值为所述平均灰度值与尺度因子的乘积； 以左上区域为例，沿图像的左、上边缘开始以其对应的动态阈值进行遍历，若该区域图像中的灰度值大于所述动态阈值则认为找到该区域边界，并以此更新该区域； 其它区域与左上区域同理，进而找到所有四个区域的更新区域，则四个区域的更新区域即为投影区域； 具体的，对所述边缘图像进行连通域分析找到多个连通域并进行标记，包括， 通过OpenCV的connectedComponentsWithStats函数对所述边缘图像进行连通域分析找到多个连通域并进行标记，创建stats数组，stats数组中存放有每个连通域的面积信息； 遍历stats数组，提取每个连通域的面积，并计算此时所有连通域中去除最大面积的连通域的剩余连通域的平均面积得到第一数值； 剔除平均面积小于第一数值的连通域得到更新连通域； 再计算更新连通域中去除最大面积的连通域的其他连通域的平均面积得到第二数值； 预设尺度阈值，将第二数值减去尺度阈值得到第三数值； 将更新连通域中面积小于第三数值的连通域剔除得到最终连通域，并以此作为连通域分析的结果进行标记。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人佛山大学，其通讯地址为：528000 广东省佛山市禅城区江湾一路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。