一种基于并行LU分解的PSF反变换方法技术

本发明专利技术公开了一种基于并行LU分解的PSF反变换方法，包括：A1：输入二维化的PSF矩阵H与向量化的像平面图像P，分别对矩阵H和向量P进行分块；A2：初始化s＝0；A3：令s＝s+1，对矩阵H的子矩阵Hs‑s与n‑s个子矩阵Hi‑s进行第一变换运算；A4：对矩阵H的子矩阵Hi‑j进行第二变换运算；A5：判断s是否等于n‑1，如是则进入步骤A6，如否则返回步骤A3；A6：将矩阵H中处于主对角线以下的子矩阵集合作为方程组系数矩阵，将向量P作为方程组常数项，计算得到作为中间变量的分块向量Q；A7：将矩阵H中处于主对角线及主对角线以上的子矩阵集合作为方程组系数矩阵，将分块向量Q作为方程组常数项，计算得到物平面图像向量B。本发明专利技术能有效地减少PSF反变换过程所消耗的时间。

An inverse transformation method of PSF based on parallel LU decomposition

The invention discloses a parallel LU decomposition method based on PSF transform, including: A1: PSF matrix H and input vector of the two-dimensional image plane image P, respectively on the matrix H and the vector P block; A2: initial s = 0; A3: S = s+1, the matrix H the s and N matrix Hs s Hi s for the first sub matrix transform; A4: Hi J sub matrix of matrix H second transform; A5: determine whether the S is equal to n 1, is to step A6, otherwise returns to step A3; A6: H matrix in the equations below the diagonal coefficient matrix of principal sub matrix in cooperation, the vector P as constant equations, calculated as the intermediate variable block vector Q; A7: H matrix in the main diagonal above the main diagonal and sub matrix set as the coefficient matrix, the block vector Q As the term of the equation group constant, the vector B of the plane image is calculated. The invention can effectively reduce the time consumed by the PSF inverse transformation process.

【技术实现步骤摘要】
一种基于并行LU分解的PSF反变换方法
本专利技术涉及计算机视觉与数字图像处理领域，尤其涉及一种基于并行LU分解的PSF反变换方法。
技术介绍
近年来，光场相机所捕获的光场图像在立体显示、三维重建、虚拟现实等计算机视觉领域引发了人们的广泛关注，对光场相机的建模分析也成为了研究重点，根据菲涅耳衍射定理，光场相机的理论模型往往都可以对应成一个线性方程组，其中方程组的系数矩阵即为二维化的联合PSF(点扩散函数)矩阵，方程组的未知量即为向量化的物平面图像信息，方程组的常数项即为向量化的成像平面图像信息。PSF反变换的目的就是通过求解这个线性方程组，从PSF矩阵与相机所捕获的图像，反推得到物平面上的真实图像信息。但是随着成像平面像素值的增加，方程组的维数也会急剧增加，这就导致利用传统求解方程组的方法很难求解出结果，或者求解的过程十分复杂，时间消耗非常严重。在目前已有的求解PSF反变化的方法中：一类是直接求解联合PSF矩阵的逆矩阵，将逆矩阵左乘常数项，得出最终结果；该方案理论上比较直观，步骤上比较简洁，但是需要消耗的时间非常多，而且求解过程中对计算机的内存、CPU要求也较高；另一类则基于MATL本文档来自技高网...

【技术保护点】
一种基于并行LU分解的PSF反变换方法，其特征在于，包括以下步骤：A1：输入二维化的PSF矩阵H与向量化的像平面图像P，分别对矩阵H和向量P进行分块，将矩阵H分为n×n个k阶子矩阵，将向量P分成n个含k个元素的子向量，其中n和k均为正整数；A2：初始化s＝0；A3：令s＝s+1，对矩阵H的子矩阵Hs‑s与n‑s个子矩阵Hi‑s进行第一变换运算，其中s+1≤i≤n；A4：对矩阵H的子矩阵Hi‑j进行第二变换运算，其中s+1≤i≤n，s+1≤j≤n；A5：判断s是否等于n‑1，如果是，则进入步骤A6，如果否，则返回步骤A3；A6：将矩阵H中处于主对角线以下的子矩阵集合作为方程组的系数矩阵，将向量P...

【技术特征摘要】
1.一种基于并行LU分解的PSF反变换方法，其特征在于，包括以下步骤：A1：输入二维化的PSF矩阵H与向量化的像平面图像P，分别对矩阵H和向量P进行分块，将矩阵H分为n×n个k阶子矩阵，将向量P分成n个含k个元素的子向量，其中n和k均为正整数；A2：初始化s＝0；A3：令s＝s+1，对矩阵H的子矩阵Hs-s与n-s个子矩阵Hi-s进行第一变换运算，其中s+1≤i≤n；A4：对矩阵H的子矩阵Hi-j进行第二变换运算，其中s+1≤i≤n，s+1≤j≤n；A5：判断s是否等于n-1，如果是，则进入步骤A6，如果否，则返回步骤A3；A6：将矩阵H中处于主对角线以下的子矩阵集合作为方程组的系数矩阵，将向量P作为方程组的常数项，计算得到作为中间变量的分块向量Q；A7：将矩阵H中处于主对角线及主对角线以上的子矩阵集合作为方程组的系数矩阵，将分块向量Q作为方程组的常数项，计算得到物平面图像向量B。2.根据权利要求1所述的PSF反变换方法，其特征在于，步骤A1中n与k的取值满足下述两式：m＝n×k(1)其中，m为分块前的矩阵H的阶数，n为分块后的矩阵H的阶数，k为分块后的矩阵H中每个子矩阵的阶数，s为用于并行计算的处理器个数，O1为计算所采用的矩阵除法的时间复杂度，O2为计算所采用的矩阵乘法的时间复杂度。3.根据权利要求1所述的PSF反变换方法，其特征在于，步骤A3中对矩阵H的子矩阵Hs-s与n-s个子矩阵Hi-s进行第一变换运算具体为：Hi-s＝Hi-s/Hs-s。4.根据权利要求1所述的PSF反变换方法，其特征在于，步骤A4中对矩阵H的子矩阵Hi-j进行第二变换运算具体为：Hi-j＝Hi-j-Hi-s×Hs-j。5.根据权利要求1所述的PSF反变换方法，其特征在于，步骤A6中具体包括：将矩阵H中处于...

【专利技术属性】
技术研发人员：金欣，李钏溥，戴琼海，
申请(专利权)人：清华大学深圳研究生院，
类型：发明
国别省市：广东,44