一种光场图像角度重建方法技术

技术编号:32365600 阅读:27 留言:0更新日期:2022-02-20 03:39
本发明专利技术公开了一种光场图像角度重建方法,包括以下步骤:(1)将低角度分辨率光场图像从RGB空间转到YUV空间,提取Y通道信息;(2)通过特征融合重建网络获得粗的重建光场图像Y通道信息;(3)通过空间角度特征融合网络获得融合后的重建光场图像Y通道信息;(4)通过细节融合修复网络获得细的重建光场图像Y通道信息;(5)步骤(3)、(4)结果相加获得最终重建光场图像Y通道信息;对低角度分辨率光场图像U和V通道进行双线性上采样,获得重建光场图像U和V通道信息;(6)将所得Y、U、V通道信息转换到RGB空间,获得最终重建光场图像的RGB图像。本发明专利技术可以获得高质量重建光场图像,满足深度提取、三维重建等多种应用的实时性需求。建等多种应用的实时性需求。建等多种应用的实时性需求。

【技术实现步骤摘要】
一种光场图像角度重建方法


[0001]本专利技术属于图像处理
,更确切地说,涉及一种光场图像角度重建 方法。

技术介绍

[0002]光场成像可以从多个角度记录三维场景信息。高角度分辨率的光场图像在 虚拟现实、三维立体、生物医疗检测等领域得到广泛应用。但是,由于硬件条 件的限制,获取高角度分辨率的密集采样光场代价高昂,已成为制约光场成像 技术发展的主要瓶颈。因此,通过低角度分辨率的光场图像重建高角度分辨率 的光场图像具备重要的理论意义和实际应用价值。

技术实现思路

[0003]本专利技术所要解决的技术问题在于通过使用一种基于子孔径图像的光场图像 表征形式,并基于该表征方式提供一种光场图像角度重建方法来重建高角度分 辨率的光场图像。
[0004]本专利技术的光场图像角度重建方法,包括以下几个步骤:
[0005](1)将低角度分辨率光场子孔径图像阵列从RGB空间转换到YUV空间, 并提取所述低角度分辨率光场子孔径图像阵列的Y通道信息;
[0006](2)将获取的所述低角度分辨率光场子孔径图像阵列Y通道信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光场图像角度重建方法,包括以下步骤:(1)将低角度分辨率光场子孔径图像阵列从RGB空间转换到YUV空间,并提取所述低角度分辨率光场子孔径图像阵列的Y通道信息;(2)将获取的所述低角度分辨率光场子孔径图像阵列Y通道信息送入到特征融合重建网络,获得粗的高角度分辨率光场子孔径图像阵列Y通道信息;(3)将获取的所述粗高角度分辨率光场子孔径图像阵列Y通道信息送入到空间角度特征融合网络,获得融合后的高角度分辨率光场子孔径图像阵列Y通道信息;(4)将步骤(3)获得的融合后的高角度分辨率光场子孔径图像阵列Y通道信息送入到细节融合修复网络,获得细的高角度分辨率光场子孔径图像阵列Y通道信息;(5)将步骤(3)获得的融合后的高角度分辨率光场子孔径图像阵列Y通道信息与步骤(4)获得的细的高角度分辨率光场子孔径图像阵列Y通道信息相加获得最终高角度分辨率光场子孔径图像阵列。并对低角度分辨率光场子孔径图像阵列的U和V通道信息进行双线性上采样处理,获得最终高角度分辨率光场子孔径图像阵列的U和V通道信息;(6)将所述最终高角度分辨率光场子孔径图像阵列Y通道信息与最终高角度分辨率光场子孔径图像阵列U和V通道信息进行合并,并将合并后的数据转化到RGB空间,获得最终高角度分辨率光场子孔径图像阵列。2.如权利要求1所述的光场图像角度重建方法,其特征在于:所述步骤(1)具体计算过程如下:从光场图像中提取低角度分辨率光场子孔径阵列图像I,其维度为3
×
m
×
n
×
w
×
h,其中m
×
n为低角度分辨率光场子孔径阵列图像I中子孔径图像的角度分辨率,w
×
h为低角度分辨率光场子孔径阵列图像I中单个子孔径图像的空间分辨率,3为RGB三个通道。首先将所述的低角度分辨率光场子孔径阵列图像I从RGB空间转换到YUV空间。然后提取所述YUV空间的Y通道信息I
Y
,其维度为1
×
m
×
n
×
w
×
h。3.如权利要求1所述的光场图像角度重建方法,其特征在于:所述步骤(2)具体计算过程如下:首先对步骤(1)获取的低角度分辨率光场子孔径阵列图像Y通道信息I
Y
进行降低维度处理,将所述低角度分辨率光场子孔径阵列图像Y通道信息I
Y
的两个角度维度m与n进行合并,获得四维低角度分辨率光场子孔径阵列图像Γ,其维度为1
×
(m
×
n)
×
w
×
h。然后将所述的四维低角度分辨率光场子孔径阵列图像Γ输入到特征融合重建网络,获得粗的高角度分辨率光场子孔径阵列图像Y通道信息,其维度为1
×
(M
×
N)
×
w
×
h,其中(M
×
N)为超分辨后高角度分辨率光场子孔径阵列图像的角度分辨率。所述特征融合重建网络共有4
×
log2(m
·
n)层,包含2
×
log2(m
·
n)个卷积层以及2
...

【专利技术属性】
技术研发人员:刘德阳姚玮毛逸凡张友志郑馨艾列富
申请(专利权)人:安庆师范大学
类型:发明
国别省市:

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