提高色域的投影方法、投影系统及投影仪

摘要

本申请涉及图像处理技术领域，提供一种提高色域的投影方法、投影系统及投影仪，该方法包括：解析待投影数据得到每一帧待投影图像的文字图像和物体图像；通过文字特征模型确定每一帧待投影图像中文字图像的文字色域值；通过物体特征模型确定每一帧待投影图像中物体图像的物体色域值；根据色域评价指数表确定文字色域评价指数，根据色域评价指数表确定物体色域评价指数；基于文字色域评价指数调整其文字色域值，基于物体色域评价指数调整其物体色域值；基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。本申请提供的提高色域的投影方法最大程度保证了画面灰阶白平衡的不失调。

权利要求

1.一种提高色域的投影方法，其特征在于，包括：

解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像；

通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值；

通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值；

根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，以及根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数；

基于每一帧待投影图像的文字色域评价指数调整其文字色域值，并基于每一帧待投影图像的物体色域评价指数调整其物体色域值；

基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

2.根据权利要求1所述的提高色域的投影方法，其特征在于，所述基于每一帧待投影图像的文字色域评价指数调整其文字色域值，包括：若每一帧待投影图像的文字色域评价指数为每一帧待投影图像的文字色域值大于第一文字色域值，则调低每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于第二文字色域值，且小于所述第一文字色域值；

若每一帧待投影图像的文字色域评价指数为每一帧待投影图像的文字色域值小于所述第二文字色域值，则调高每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于所述第二文字色域值，且小于所述第一文字色域值。

3.根据权利要求1所述的提高色域的投影方法，其特征在于，所述基于每一帧待投影图像的物体色域评价指数调整其物体色域值，包括：若每一帧待投影图像的物体色域评价指数为每一帧待投影图像的物体色域值大于第一物体色域值，则调低每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于第二物体色域值，且小于所述第一物体色域值；

若每一帧待投影图像的物体色域评价指数为每一帧待投影图像的物体色域值小于所述第二物体色域值，则调高每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于所述第二物体色域值，且小于所述第一物体色域值。

4.根据权利要求1至3任一项所述的提高色域的投影方法，其特征在于，所述解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像之前，还包括：对每一张待训练图像中文字图像的类型特征进行归一化处理，归一化处理后进行独热编码，生成每一张待训练图像的文字类型向量；

对每一张待训练图像中文字图像的信息特征进行独热编码，生成每一张待训练图像的文字信息向量；

将每一张待训练图像的文字类型向量和文字信息向量进行连接，得到每一张待训练图像的文字训练向量；

基于每一张待训练图像的文字训练向量，对文字特征的深度神经网络进行训练，得到所述文字特征模型。

5.根据权利要求1至3任一项所述的提高色域的投影方法，其特征在于，所述解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像之前，还包括：对每一张待训练图像中物体图像的类型特征进行归一化处理，归一化处理后进行独热编码，生成每一张待训练图像的物体类型向量；

对每一张待训练图像中物体图像的尺寸特征进行独热编码，生成每一张待训练图像的物体尺寸向量；

将每一张待训练图像的物体类型向量和物体尺寸向量进行连接，得到每一张待训练图像的物体训练向量；

基于每一张待训练图像的物体训练向量，对物体特征的深度神经网络进行训练，得到所述物体特征模型。

6.一种提高色域的投影系统，其特征在于，包括：

解析模块，用于解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像；

第一确定模块，用于通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值；

第二确定模块，用于通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值；

第三确定模块，用于根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，以及根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数；

调整模块，用于基于每一帧待投影图像的文字色域评价指数调整其文字色域值，并基于每一帧待投影图像的物体色域评价指数调整其物体色域值；

投影模块，用于基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

7.一种投影仪，所述投影仪包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一项所述的提高色域的投影方法。

8.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5任一项所述的提高色域的投影方法。

说明书

提高色域的投影方法、投影系统及投影仪

技术领域

[0001] 本申请涉及图像处理技术领域，尤其涉及一种提高色域的投影方法、投影系统及投影仪。

背景技术

[0002] 画面动态范围实际上就是指对比度，动态范围越大，画面所呈现的灰阶层次就越丰富，细节表现也越细腻。如果能够在完整遮光条件下，动态范围越广，则表明投影机本身的性能就越出色。但是，在一般的家用情况下，或多或少都会出现环境光干扰的问题。只要有一点点的光线干扰就会削弱画面的黑位表现，以至于大大缩窄整个投影画面的动态范围，减低了影像层次与细节方面的刻画。同时，这种影响也会导致画面灰阶白平衡的失调。

发明内容

[0003] 本申请提供一种提高色域的投影方法、投影系统及投影仪，旨在最大程度保证了画面灰阶白平衡的不失调。

[0004] 第一方面，本申请提供一种提高色域的投影方法，包括：

[0005] 解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像；

[0006] 通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值；

[0007] 通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值；

[0008] 根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，以及根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数；

[0009] 基于每一帧待投影图像的文字色域评价指数调整其文字色域值，并基于每一帧待投影图像的物体色域评价指数调整其物体色域值；

[0010] 基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

[0011] 在一个实施例中，所述根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，包括：

[0012] 根据每一帧待投影图像中文字图像的任一像素路径在预设时段内上报的各个信息的信息强度、上报各个信息的时间、各个信息中的最大信息强度以及当前时间，确定每一帧待投影图像中文字图像的文字色域评价指数，其中，预设时段根据当前时间和预设时间间隔确定；

[0013] 每一帧待投影图像中文字图像的文字色域评价指数计算公式为：

[0014]

[0015] 其中， 、 为常数， 为像素路径中第i条信息的信息强度， 为各个信息中的最大信息强度，为当前时间，为像素路径中上报第i条信息的时间，m为像素路径中上报的信息总条数。

[0016] 所述根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数，包括：

[0017] 根据每一帧待投影图像中物体图像的任一像素路径在预设时段内上报的各个信息的信息强度、上报各个信息的时间、各个信息中的最大信息强度以及当前时间，确定每一帧待投影图像中物体图像的物体色域评价指数，其中，预设时段根据当前时间和预设时间间隔确定；

[0018] 每一帧待投影图像中物体图像的物体色域评价指数计算公式为：

[0019]

[0020] 其中， 、 为常数， 为像素路径中第i条信息的信息强度， 为各个信息中的最大信息强度，为当前时间，为像素路径中上报第i条信息的时间，n为像素路径中上报的信息总条数。

[0021] 所述基于每一帧待投影图像的文字色域评价指数调整其文字色域值，包括：

[0022] 若每一帧待投影图像的文字色域评价指数为每一帧待投影图像的文字色域值大于第一文字色域值，则调低每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于第二文字色域值，且小于所述第一文字色域值；

[0023] 若每一帧待投影图像的文字色域评价指数为每一帧待投影图像的文字色域值小于所述第二文字色域值，则调高每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于所述第二文字色域值，且小于所述第一文字色域值。

[0024] 所述基于每一帧待投影图像的物体色域评价指数调整其物体色域值，包括：

[0025] 若每一帧待投影图像的物体色域评价指数为每一帧待投影图像的物体色域值大于第一物体色域值，则调低每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于第二物体色域值，且小于所述第一物体色域值；

[0026] 若每一帧待投影图像的物体色域评价指数为每一帧待投影图像的物体色域值小于所述第二物体色域值，则调高每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于所述第二物体色域值，且小于所述第一物体色域值。

[0027] 所述解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像之前，还包括：

[0028] 对每一张待训练图像中文字图像的类型特征进行归一化处理，归一化处理后进行独热编码，生成每一张待训练图像的文字类型向量；

[0029] 对每一张待训练图像中文字图像的信息特征进行独热编码，生成每一张待训练图像的文字信息向量；

[0030] 将每一张待训练图像的文字类型向量和文字信息向量进行连接，得到每一张待训练图像的文字训练向量；

[0031] 基于每一张待训练图像的文字训练向量，对文字特征的深度神经网络进行训练，得到所述文字特征模型。

[0032] 所述解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像之前，还包括：

[0033] 对每一张待训练图像中物体图像的类型特征进行归一化处理，归一化处理后进行独热编码，生成每一张待训练图像的物体类型向量；

[0034] 对每一张待训练图像中物体图像的尺寸特征进行独热编码，生成每一张待训练图像的物体尺寸向量；

[0035] 将每一张待训练图像的物体类型向量和物体尺寸向量进行连接，得到每一张待训练图像的物体训练向量；

[0036] 基于每一张待训练图像的物体训练向量，对物体特征的深度神经网络进行训练，得到所述物体特征模型。

[0037] 第二方面，本申请提供一种提高色域的投影系统包括：

[0038] 解析模块，用于解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像；

[0039] 第一确定模块，用于通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值；

[0040] 第二确定模块，用于通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值；

[0041] 第三确定模块，用于根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，以及根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数；

[0042] 调整模块，用于基于每一帧待投影图像的文字色域评价指数调整其文字色域值，并基于每一帧待投影图像的物体色域评价指数调整其物体色域值；

[0043] 投影模块，用于基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

[0044] 第三方面，本申请还提供一种投影仪，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述提高色域的投影方法。

[0045] 第四方面，本申请还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括计算机程序，所述计算机程序被所述处理器执行时实现第一方面所述提高色域的投影方法。

[0046] 第五方面，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被所述处理器执行时实现第一方面所述提高色域的投影方法。

[0047] 本申请提供的提高色域的投影方法、投影系统及投影仪，解析待投影数据得到每一帧待投影图像的文字图像和物体图像；通过文字特征模型确定每一帧待投影图像中文字图像的文字色域值；通过物体特征模型确定每一帧待投影图像中物体图像的物体色域值；根据色域评价指数表确定文字色域评价指数，根据色域评价指数表确定物体色域评价指数；基于文字色域评价指数调整其文字色域值，基于物体色域评价指数调整其物体色域值；
基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

[0048] 在提高色域的投影过程中，通过每一帧待投影图像中文字图像的文字色域值和文字色域评价指数，每一帧待投影图像中物体图像的物体色域值和物体色域评价指数，提高每一帧待投影图像的最终文字色域值和最终文字色域值，最大程度保证了画面灰阶白平衡的不失调。

附图说明

[0049] 为了更清楚地说明本申请的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0050] 图1是本申请提供的提高色域的投影方法的流程图；

[0051] 图2是本申请提供的像素路径示意图；

[0052] 图3是本申请提供的提高色域的投影系统的结构图；

[0053] 图4是本申请提供的投影仪的结构图。

具体实施方式

[0054] 为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0055] 进一步地，下面结合图1至图4描述本申请提供的提高色域的投影方法、投影系统及投影仪。图1是本申请提供的提高色域的投影方法的流程图；图2是本申请提供的像素路径示意图；图3是本申请提供的提高色域的投影系统的结构图；图4是本申请提供的投影仪的结构图。

[0056] 本申请实施例提供了提高色域的投影方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些数据下，可以以不同于此处的顺序完成所示出或描述的步骤。

[0057] 本申请实施例以投影系统作为执行主体，并不进行限制。

[0058] 参照图1，图1是本申请提供的提高色域的投影方法的流程图。本申请实施例提供的提高色域的投影方法包括：

[0059] 步骤101，解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像；

[0060] 步骤102，通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值；

[0061] 步骤103，通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值。

[0062] 需要说明的是，本发明实施例中的投影系统设有外接口或者内磁盘，投影系统可以通过外接口读取插入的内存设备（如U盘）的数据，同时，投影系统也可以通过内存盘读取光盘中的数据。本发明实施例以外接口为例。

[0063] 因此，投影系统读取内存设备中的数据，并将读取出的数据确定为待投影数据，需要说明的是，待投影数据可为视频数据，也可以为图像数据，本发明实施例以视频数据进行举例。

[0064] 进一步地，投影系统对读取出的待投影数据进行解析，解析得到待投影数据中每一帧待投影图像。进一步地，投影系统对每一帧待投影图像进行分析，将每一帧待投影图像中包含文字部分的图像解析为每一帧待投影图像的文字图像，并将每一帧待投影图像中包含物体部分的图像解析为每一帧待投影图像的物体图像，其中，包含物体部分可以理解为包含人或者其他动物或者静物。

[0065] 进一步地，投影系统通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值，其中，类型特征属于稀疏特征的一种，信息特征属于稠密特征的一种。因此，文字图像的类型特征可以理解为文字图像的稀疏特征，文字图像的信息特征可以理解为文字图像的稠密特征。

[0066] 进一步地，投影系统通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值。其中，类型特征属于稀疏特征的一种，尺寸特征属于稠密特征的一种。因此，物体图像的类型特征可以理解为物体图像的稀疏特征，物体图像的信息特征可以理解为物体图像的稠密特征。

[0067] 步骤104，根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，以及根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数；

[0068] 步骤105，基于每一帧待投影图像的文字色域评价指数调整其文字色域值，并基于每一帧待投影图像的物体色域评价指数调整其物体色域值；

[0069] 步骤106，基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

[0070] 进一步地，投影系统确定出色域评价指数表，根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数。同时。投影系统根据色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数。

[0071] 进一步地，投影系统根据每一帧待投影图像的文字色域评价指数确定每一帧待投影图像的文字色域值是高还是低，从而通过每一帧待投影图像的文字色域评价指数，调整每一帧待投影图像的文字色域值。同理，投影系统根据每一帧待投影图像的物体色域评价指数确定每一帧待投影图像的物体色域值是高还是低，从而通过每一帧待投影图像的物体色域评价指数，调整每一帧待投影图像的物体色域值。

[0072] 本申请提供的提高色域的投影方法，解析待投影数据得到每一帧待投影图像的文字图像和物体图像；通过文字特征模型确定每一帧待投影图像中文字图像的文字色域值；通过物体特征模型确定每一帧待投影图像中物体图像的物体色域值；根据色域评价指数表确定文字色域评价指数，根据色域评价指数表确定物体色域评价指数；基于文字色域评价指数调整其文字色域值，基于物体色域评价指数调整其物体色域值；基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

[0073] 在提高色域的投影过程中，通过每一帧待投影图像中文字图像的文字色域值和文字色域评价指数，每一帧待投影图像中物体图像的物体色域值和物体色域评价指数，提高每一帧待投影图像的最终文字色域值和最终文字色域值，最大程度保证了画面灰阶白平衡的不失调。

[0074] 进一步地，步骤104记载的根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，包括：

[0075] 根据每一帧待投影图像中文字图像的任一像素路径在预设时段内上报的各个信息的信息强度、上报各个信息的时间、各个信息中的最大信息强度以及当前时间，确定每一帧待投影图像中文字图像的文字色域评价指数，其中，预设时段根据当前时间和预设时间间隔确定；

[0076] 每一帧待投影图像中文字图像的文字色域评价指数计算公式为：

[0077]

[0078] 其中， 、 为常数， 为像素路径中第i条信息的信息强度， 为各个信息中的最大信息强度，为当前时间，为像素路径中上报第i条信息的时间，m为像素路径中上报的信息总条数。

[0079] 具体地，投影系统中预设有一个色域评价指数表，每一帧待投影图像中文字图像包括M行像素，N列像素，则色域评价指数表包含M行N列，参照图2所示，图2是本申请提供的像素路径示意图，图2表中元素即对应行像素i和列像素j形成的像素路径的文字色域评价指数，图2中举例了4行像素i和4列像素j。

[0080] 进一步地，文字色域评价指数基于信息强度和时间两个维度进行评价，表征了在某段时间内平均信息强度状况，且时间越近所占权重越大。示例性的，对于每一帧待投影图像中文字图像中，由编号为i的行像素和编号为j的列像素组成的像素路径 （像素路径也即图2中的 ），先根据当前时间和预设时间间隔，确定与当前时间的时间间隔为预设时间间隔的历史时间，以根据历史时间和当前时间形成的时段，作为预设时段。然后，确定该预设时段内，由该像素路径 上报至投影系统的m条信息，并获取任一条信息i的信息强度，上报任一条信息i至投影系统分别所需的时间 ，每一帧待投影图像中文字图像的最大信息强度 以及当前时间 。最后，基于各信息强度 、各时间 、最大信息强度 以及当前时间 ，可确定像素路径 在当前时刻的文字色域评价指数为：

[0081]

[0082] 、 为常数， 为像素路径中第i条信息的信息强度， 为各个信息中的最大信息强度，为当前时间，为像素路径中上报第i条信息的时间，m为像素路径中上报的信息总条数。

[0083] 本发明实施例准确地确定出每一帧待投影图像中文字图像的文字色域评价指数，最大程度保证了画面灰阶白平衡的不失调。

[0084] 进一步地，步骤104记载的根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数，包括：

[0085] 根据每一帧待投影图像中物体图像的任一像素路径在预设时段内上报的各个信息的信息强度、上报各个信息的时间、各个信息中的最大信息强度以及当前时间，确定每一帧待投影图像中物体图像的物体色域评价指数，其中，预设时段根据当前时间和预设时间间隔确定；

[0086] 每一帧待投影图像中物体图像的物体色域评价指数计算公式为：

[0087]

[0088] 其中， 、 为常数， 为像素路径中第i条信息的信息强度， 为各个信息中的最大信息强度，为当前时间，为像素路径中上报第i条信息的时间，n为像素路径中上报的信息总条数。

[0089] 具体地，投影系统中预设有一个色域评价指数表，每一帧待投影图像中物体图像包括M行像素，N列像素，则色域评价指数表包含M行N列，参照图2所示，图2是本申请提供的像素路径示意图，图2表中元素即对应行像素i和列像素j形成的像素路径的物体色域评价指数，图2中举例了4行像素i和4列像素j。

[0090] 进一步地，物体色域评价指数基于信息强度和时间两个维度进行评价，表征了在某段时间内平均信息强度状况，且时间越近所占权重越大。示例性的，对于每一帧待投影图像中物体图像中，由编号为i的行像素和编号为j的列像素组成的像素路径 （像素路径也即图2中的 ），先根据当前时间和预设时间间隔，确定与当前时间的时间间隔为预设时间间隔的历史时间，以根据历史时间和当前时间形成的时段，作为预设时段。然后，确定该预设时段内，由该像素路径 上报至投影系统的n条信息，并获取任一条信息i的信息强度，上报任一条信息i至投影系统分别所需的时间 ，每一帧待投影图像中物体图像的最大信息强度 以及当前时间。最后，基于各信息强度 、各时间 、最大信息强度以及当前时间 ，可确定像素路径 在当前时刻的物体色域评价指数为：

[0091]

[0092] 、 为常数， 为像素路径中第i条信息的信息强度， 为各个信息中的最大信息强度，为当前时间，为像素路径中上报第i条信息的时间，n为像素路径中上报的信息总条数。

[0093] 本发明实施例准确地确定出每一帧待投影图像中物体图像的物体色域评价指数，最大程度保证了画面灰阶白平衡的不失调。

[0094] 进一步地，步骤105记载的基于每一帧待投影图像的文字色域评价指数调整其文字色域值，包括：

[0095] 若每一帧待投影图像的文字色域评价指数为每一帧待投影图像的文字色域值大于第一文字色域值，则调低每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于第二文字色域值，且小于所述第一文字色域值；

[0096] 若每一帧待投影图像的文字色域评价指数为每一帧待投影图像的文字色域值小于所述第二文字色域值，则调高每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于所述第二文字色域值，且小于所述第一文字色域值。

[0097] 具体地，若确定每一帧待投影图像的文字色域评价指数为：每一帧待投影图像的文字色域值大于第一文字色域值，即每一帧待投影图像的文字色域值过高，投影系统则调低每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于第二文字色域值，且小于第一文字色域值，其中，第一文字色域值和第二文字色域值为技术人员设定。

[0098] 若确定每一帧待投影图像的文字色域评价指数为：每一帧待投影图像的文字色域值小于第二文字色域值，即每一帧待投影图像的文字色域值过低，投影系统则调高每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于第二文字色域值，且小于第一文字色域值。

[0099] 若确定每一帧待投影图像的文字色域评价指数为：每一帧待投影图像的文字色域值大于第二文字色域值，且小于第一文字色域值，即每一帧待投影图像的文字色域值属于正常范围，投影系统则保持每一帧待投影图像的文字色域值。

[0100] 本发明实施例通过每一帧待投影图像的文字色域评价指数，对每一帧待投影图像的文字色域值进行准确地调整，最大程度保证了画面灰阶白平衡的不失调

[0101] 进一步地，步骤105记载的基于每一帧待投影图像的物体色域评价指数调整其物体色域值，包括：

[0102] 若每一帧待投影图像的物体色域评价指数为每一帧待投影图像的物体色域值大于第一物体色域值，则调低每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于第二物体色域值，且小于所述第一物体色域值；

[0103] 若每一帧待投影图像的物体色域评价指数为每一帧待投影图像的物体色域值小于所述第二物体色域值，则调高每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于所述第二物体色域值，且小于所述第一物体色域值。

[0104] 具体地，若确定每一帧待投影图像的物体色域评价指数为：每一帧待投影图像的物体色域值大于第一物体色域值，即每一帧待投影图像的物体色域值过高，投影系统则调低每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于第二物体色域值，且小于第一物体色域值，其中，第一物体色域值和第二物体色域值为技术人员设定。

[0105] 若确定每一帧待投影图像的物体色域评价指数为：每一帧待投影图像的物体色域值小于第二物体色域值，即每一帧待投影图像的物体色域值过低，投影系统则调高每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于第二物体色域值，且小于第一物体色域值。

[0106] 若确定每一帧待投影图像的物体色域评价指数为：每一帧待投影图像的物体色域值大于第二物体色域值，且小于第一物体色域值，即每一帧待投影图像的物体色域值属于正常范围，投影系统则保持每一帧待投影图像的物体色域值。

[0107] 本发明实施例通过每一帧待投影图像的物体色域评价指数，对每一帧待投影图像的物体色域值进行准确地调整，最大程度保证了画面灰阶白平衡的不失调。

[0108] 进一步地，步骤101记载的解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像之前，还包括：

[0109] 对每一张待训练图像中文字图像的类型特征进行归一化处理，归一化处理后进行独热编码，生成每一张待训练图像的文字类型向量；

[0110] 对每一张待训练图像中文字图像的信息特征进行独热编码，生成每一张待训练图像的文字信息向量；

[0111] 将每一张待训练图像的文字类型向量和文字信息向量进行连接，得到每一张待训练图像的文字训练向量；

[0112] 基于每一张待训练图像的文字训练向量，对文字特征的深度神经网络进行训练，得到所述文字特征模型。

[0113] 需要说明的是，本发明实施例中文字特征的深度神经网络DNN（Deep Neural Network）是由一层输入维度为256的全连接层、一层输入维度为128的全连接层和一层输出维度为32的全连接层组成。

[0114] 具体地，投影系统确定用于模型训练的待训练图像集，并确定待训练图像集中的每一张待训练图像。进一步地，投影系统对每一张待训练图像中文字图像的类型特征进行归一化处理，得到每一张待训练图像归一化处理后的文字图像，其中，归一化处理的公式为，其中，X为样本数值，为样本均值，为样本标准差。进一步地，投影系统将每一张待训练图像归一化处理后的文字图像进行one‑hot独热编码，生成每一张待训练图像的文字类型向量。

[0115] 进一步地，投影系统对每一张待训练图像中文字图像的信息特征直接进行独热编码，生成每一张待训练图像的文字信息向量，one‑hot独热编码后得到的每一张待训练图像的文字信息向量，文字信息向量形如[0,1,0,0,0]，其中，被标记的值为1，其他的值均为0。

[0116] 进一步地，投影系统将每一张待训练图像的文字类型向量和文字信息向量进行连接，得到每一张待训练图像的文字训练向量。

[0117] 在一实施例中，每一张待训练图像的文字训练向量可以用 表示，每一张待训练图像的文字类型向量可以用 表示，每一张待训练图像的文字信息向量可以用 表示，因此，每一张待训练图像的文字训练向量 = 。

[0118] 最后，投影系统通过每一张待训练图像的文字训练向量，对文字特征的深度神经网络进行训练，得到文字特征模型。

[0119] 需要说明的是，在需要确定每一帧待投影图像中文字图像的文字色域值时，只需要将每一帧待投影图像中文字图像的类型特征和信息特征输入值文字特征模型，文字特征模型即可根据每一帧待投影图像中文字图像的类型特征和信息特征，抽取出每一帧待投影图像中文字图像的文字色域值。

[0120] 本发明实施例通过文字特征模型直接抽取每一帧待投影图像中文字图像的文字色域值，最大程度保证了画面灰阶白平衡的不失调。

[0121] 进一步地，步骤101记载的解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像之前，还包括：

[0122] 对每一张待训练图像中物体图像的类型特征进行归一化处理，归一化处理后进行独热编码，生成每一张待训练图像的物体类型向量；

[0123] 对每一张待训练图像中物体图像的尺寸特征进行独热编码，生成每一张待训练图像的物体尺寸向量；

[0124] 将每一张待训练图像的物体类型向量和物体尺寸向量进行连接，得到每一张待训练图像的物体训练向量；

[0125] 基于每一张待训练图像的物体训练向量，对物体特征的深度神经网络进行训练，得到所述物体特征模型。

[0126] 需要说明的是，本发明实施例中物体特征模型的深度神经网络DNN由一层输入维度为128的全连接层、一层输入维度为64的全连接层和一层输出维度为32的全连接层组成。

[0127] 具体地，投影系统确定用于模型训练的待训练图像集，并确定待训练图像集中的每一张待训练图像。进一步地，投影系统对每一张待训练图像中物体图像的类型特征进行归一化处理，得到每一张待训练图像归一化处理后的物体图像，其中，归一化处理的公式为，其中，X为样本数值，为样本均值，为样本标准差。进一步地，投影系统将每一张待训练图像归一化处理后的物体图像进行one‑hot独热编码，生成每一张待训练图像的物体类型向量。

[0128] 进一步地，投影系统对每一张待训练图像中物体图像的尺寸特征直接进行独热编码，生成每一张待训练图像的物体尺寸向量，one‑hot独热编码后得到的每一张待训练图像的物体尺寸向量。

[0129] 进一步地，投影系统将每一张待训练图像的物体类型向量和物体尺寸向量进行连接，得到每一张待训练图像的物体训练向量。

[0130] 在一实施例中，每一张待训练图像的物体训练向量可以用 表示，每一张待训练图像的物体类型向量可以用 表示，每一张待训练图像的物体尺寸向量可以用 表示，因此，每一张待训练图像的物体训练向量 = 。

[0131] 最后，投影系统通过每一张待训练图像的物体训练向量，对物体特征的深度神经网络进行训练，得到物体特征模型。

[0132] 确定每一帧待投影图像中物体图像的物体色域值时，只需要将每一帧待投影图像中物体图像的类型特征和尺寸特征输入值物体特征模型，物体特征模型即可根据每一帧待投影图像中物体图像的类型特征和尺寸特征，抽取出每一帧待投影图像中物体图像的物体色域值。

[0133] 本发明实施例通过物体特征模型直接抽取每一帧待投影图像中物体图像的物体色域值，最大程度保证了画面灰阶白平衡的不失调。

[0134] 进一步地，本申请提供的提高色域的投影系统与本申请提供的提高色域的投影方法互对应参照。

[0135] 图3所示，图3是本申请提供的提高色域的投影系统的结构图，提高色域的投影系统包括：

[0136] 解析模块301，用于解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像；

[0137] 第一确定模块302，用于通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值；

[0138] 第二确定模块303，用于通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值；

[0139] 第三确定模块304，用于根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，以及根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数；

[0140] 调整模块305，用于基于每一帧待投影图像的文字色域评价指数调整其文字色域值，并基于每一帧待投影图像的物体色域评价指数调整其物体色域值；

[0141] 投影模块306，用于基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

[0142] 进一步地，第三确定模块304还用于：

[0143] 根据每一帧待投影图像中文字图像的任一像素路径在预设时段内上报的各个信息的信息强度、上报各个信息的时间、各个信息中的最大信息强度以及当前时间，确定每一帧待投影图像中文字图像的文字色域评价指数，其中，预设时段根据当前时间和预设时间间隔确定；

[0144] 每一帧待投影图像中文字图像的文字色域评价指数计算公式为：

[0145]

[0146] 其中， 、 为常数， 为像素路径中第i条信息的信息强度， 为各个信息中的最大信息强度，为当前时间，为像素路径中上报第i条信息的时间，m为像素路径中上报的信息总条数。

[0147] 进一步地，第三确定模块304还用于：

[0148] 根据每一帧待投影图像中物体图像的任一像素路径在预设时段内上报的各个信息的信息强度、上报各个信息的时间、各个信息中的最大信息强度以及当前时间，确定每一帧待投影图像中物体图像的物体色域评价指数，其中，预设时段根据当前时间和预设时间间隔确定；

[0149] 每一帧待投影图像中物体图像的物体色域评价指数计算公式为：

[0150]

[0151] 其中， 、 为常数， 为像素路径中第i条信息的信息强度， 为各个信息中的最大信息强度，为当前时间，为像素路径中上报第i条信息的时间，n为像素路径中上报的信息总条数。

[0152] 进一步地，调整模块305还用于：

[0153] 若每一帧待投影图像的文字色域评价指数为每一帧待投影图像的文字色域值大于第一文字色域值，则调低每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于第二文字色域值，且小于所述第一文字色域值；

[0154] 若每一帧待投影图像的文字色域评价指数为每一帧待投影图像的文字色域值小于所述第二文字色域值，则调高每一帧待投影图像的文字色域值，以使得每一帧待投影图像调整后的文字色域值大于所述第二文字色域值，且小于所述第一文字色域值。

[0155] 进一步地，调整模块305还用于：

[0156] 若每一帧待投影图像的物体色域评价指数为每一帧待投影图像的物体色域值大于第一物体色域值，则调低每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于第二物体色域值，且小于所述第一物体色域值；

[0157] 若每一帧待投影图像的物体色域评价指数为每一帧待投影图像的物体色域值小于所述第二物体色域值，则调高每一帧待投影图像的物体色域值，以使得每一帧待投影图像调整后的物体色域值大于所述第二物体色域值，且小于所述第一物体色域值。

[0158] 进一步地，提高色域的投影系统还包括训练模块，用于：

[0159] 对每一张待训练图像中文字图像的类型特征进行归一化处理，归一化处理后进行独热编码，生成每一张待训练图像的文字类型向量；

[0160] 对每一张待训练图像中文字图像的信息特征进行独热编码，生成每一张待训练图像的文字信息向量；

[0161] 将每一张待训练图像的文字类型向量和文字信息向量进行连接，得到每一张待训练图像的文字训练向量；

[0162] 基于每一张待训练图像的文字训练向量，对文字特征的深度神经网络进行训练，得到所述文字特征模型。

[0163] 进一步地，所述训练模块还用于：

[0164] 对每一张待训练图像中物体图像的类型特征进行归一化处理，归一化处理后进行独热编码，生成每一张待训练图像的物体类型向量；

[0165] 对每一张待训练图像中物体图像的尺寸特征进行独热编码，生成每一张待训练图像的物体尺寸向量；

[0166] 将每一张待训练图像的物体类型向量和物体尺寸向量进行连接，得到每一张待训练图像的物体训练向量；

[0167] 基于每一张待训练图像的物体训练向量，对物体特征的深度神经网络进行训练，得到所述物体特征模型。

[0168] 本申请提供的提高色域的投影系统的具体实施例与上述提高色域的投影方法各实施例基本相同，在此不作赘述。

[0169] 图4示例了一种投影仪的实体结构图，如图4所示，投影仪可以包括：处理器（processor）410、通信接口（CommunicationsInterface）420、存储器（memory）430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行提高色域的投影方法，该方法包括：

[0170] 解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像；

[0171] 通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值；

[0172] 通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值；

[0173] 根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，以及根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数；

[0174] 基于每一帧待投影图像的文字色域评价指数调整其文字色域值，并基于每一帧待投影图像的物体色域评价指数调整其物体色域值；

[0175] 基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

[0176] 此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read‑OnlyMemory）、随机存取存储器（RAM，RandomAccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。

[0177] 另一方面，本申请还提供一种计算机程序产品，计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的提高色域的投影方法，该方法包括：

[0178] 解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像；

[0179] 通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值；

[0180] 通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值；

[0181] 根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，以及根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数；

[0182] 基于每一帧待投影图像的文字色域评价指数调整其文字色域值，并基于每一帧待投影图像的物体色域评价指数调整其物体色域值；

[0183] 基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

[0184] 又一方面，本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的提高色域的投影方法，该方法包括：

[0185] 解析待投影数据，得到所述待投影数据中每一帧待投影图像的文字图像和物体图像；

[0186] 通过文字特征模型根据每一帧待投影图像中文字图像的类型特征和信息特征，确定每一帧待投影图像中文字图像的文字色域值；

[0187] 通过物体特征模型根据每一帧待投影图像中物体图像的类型特征和尺寸特征，确定每一帧待投影图像中物体图像的物体色域值；

[0188] 根据色域评价指数表确定每一帧待投影图像中文字图像的文字色域评价指数，以及根据所述色域评价指数表确定每一帧待投影图像中物体图像的物体色域评价指数；

[0189] 基于每一帧待投影图像的文字色域评价指数调整其文字色域值，并基于每一帧待投影图像的物体色域评价指数调整其物体色域值；

[0190] 基于每一帧待投影图像调整后的文字色域值和调整后的物体色域值，将每一帧待投影图像进行投影。

[0191] 以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

[0192] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。

[0193] 最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。