一种基于超像素的光场图像拼接方法技术

技术编号:19860267 阅读:38 留言:0更新日期:2018-12-22 12:19
本发明专利技术公开了一种基于超像素的光场图像拼接方法,包括:输入待拼接的光场数据以得到光场子孔径图像,进行特征点提取、匹配和筛选,并根据特征点对预测全局单应性变换矩阵;对光场子孔径图像进行超像素分割,依据当前深度假设下的特征点对预测每个超像素对应的单应性变换矩阵,根据单应性变换矩阵映射光场,并评价筛选出最优的深度假设作为超像素分层图;建立局部映射的权值矩阵,再根据全局单应性变换矩阵和局部映射的权值矩阵预测每个超像素的最优单应性变换矩阵,根据每个超像素的最优单应性变换矩阵映射光场;对光场进行融合得到光场拼接结果。本发明专利技术解决了较大视差变化造成结果错位和重影的问题,实现了精确的视差容忍的光场拼接方法。

【技术实现步骤摘要】
一种基于超像素的光场图像拼接方法
本专利技术涉及计算机视觉与数字图像处理领域,尤其涉及一种基于超像素的光场图像拼接方法。
技术介绍
目前,光场成像技术是计算机视觉与数字图像处理领域中的一项关键技术,其通过在主透镜和传感器中间加入一个微透镜阵列,记录了来自各个方向的光线信息,从而得到完整信息的光辐射场。随着光学传感器的分辨率持续上升和光场相机逐步市场化,光场成像技术的实用价值变得越来越高。相比于传统的数码相机,基于微透镜阵列的光场相机优势在于在记录场景空间位置信息的同时,也保存了光线的方向信息,因此可以被广泛应用于虚拟视觉、3D可视化、工业成像等领域。然而由于光学结构的限制,手持式全光相机的视场角较小;因此不依赖于光场结构设置的光场拼接方法可以提高光场相机的视场角。现有的光场拼接方法通过特征匹配和单应性矩阵映射的方法进行光场配准,通过构造配准后光场重叠区域的能量损失函数来寻找光场的最优缝合线,实现光场融合;其可以实现视差较小的光场拼接,但是针对视差较大的光场数据,其拼接效果较差。另外一种方法是利用结合视差容忍的图像拼接方法来减小视差对拼接结果带来的影响,这种方式能在一定程度上解决视差所本文档来自技高网...

【技术保护点】
1.一种基于超像素的光场图像拼接方法,其特征在于,包括以下步骤:A1:输入待拼接的光场数据,进行解码和预处理得到光场子孔径图像,对所述光场子孔径图像进行特征点提取、匹配和筛选,得到所述光场子孔径图像中的特征点和特征点对,并根据特征点对预测全局单应性变换矩阵;A2:对所述光场子孔径图像进行超像素分割得到所述光场子孔径图像中的超像素,依据当前深度假设下的特征点对预测每个超像素对应的单应性变换矩阵,根据所述单应性变换矩阵映射光场,并评价筛选出最优的深度假设作为超像素分层图;A3:根据特征点与超像素中心点的位置以及各自和超像素层的关系建立局部映射的权值矩阵,再根据全局单应性变换矩阵和局部映射的权值矩阵...

【技术特征摘要】
1.一种基于超像素的光场图像拼接方法,其特征在于,包括以下步骤:A1:输入待拼接的光场数据,进行解码和预处理得到光场子孔径图像,对所述光场子孔径图像进行特征点提取、匹配和筛选,得到所述光场子孔径图像中的特征点和特征点对,并根据特征点对预测全局单应性变换矩阵;A2:对所述光场子孔径图像进行超像素分割得到所述光场子孔径图像中的超像素,依据当前深度假设下的特征点对预测每个超像素对应的单应性变换矩阵,根据所述单应性变换矩阵映射光场,并评价筛选出最优的深度假设作为超像素分层图;A3:根据特征点与超像素中心点的位置以及各自和超像素层的关系建立局部映射的权值矩阵,再根据全局单应性变换矩阵和局部映射的权值矩阵来预测每个超像素的最优单应性变换矩阵,并根据所述光场子孔径图像中每个超像素的最优单应性变换矩阵映射光场;A4:对步骤A3得到的光场进行融合,得到光场拼接结果。2.根据权利要求1所述的光场图像拼接方法,其特征在于,步骤A2中对所述光场子孔径图像进行超像素分割得到所述光场子孔径图像中的超像素具体采用线性迭代聚类方法的光场超像素分割方法对所述光场子孔径图像进行分割:其中,Sr(u0,v0)是参考光场在视角(u0,v0)处的子孔径图像,Sw1(u0,v0)、Sw2(u0,v0)、……、Swn(u0,v0)分别是n个待拼接光场在视角(u0,v0)处的子孔径图像,ΩS为得到光场的超像素组成的集合。3.根据权利要求1所述的光场图像拼接方法,其特征在于,步骤A2中依据当前深度假设下的特征点对预测每个超像素对应的单应性变换矩阵具体采用下式来进行预测:其中,是当前深度假设下的权值矩阵,Η是全局单应性变换矩阵,矩阵A∈R4N×25由矩阵变换04×1=A×Η得到。4.根据权利要求3所述的光场图像拼接方法,其特征在于,其中当前深度假设下的权值矩阵具体为:其中,αK是比例系数,ηK∈[0,1]是当前深度假设下的权值矩阵的最小阈值,(x*,y*)是超像素中心点的位置坐标,(xi,yi)是特征点所在的位置坐标,Dl是光场的...

【专利技术属性】
技术研发人员:金欣王培戴琼海
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

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1