基于Richard-Lucy迭代的光场深度估计方法技术

本申请涉及图像处理技术领域，特别涉及一种基于Richard

【技术实现步骤摘要】
基于Richard
‑
Lucy迭代的光场深度估计方法


[0001]本申请涉及图像处理
，特别涉及一种基于Richard
‑
Lucy迭代的光场深度估计方法。

技术介绍

[0002]深度估计是指使用算法获取环境中物体表面的深度信息，从而确定不同物体所在位置。这一技术被广泛应用于自动驾驶、移动机器人自主导航系统、工业自动化等工业实践中。根据获取深度的不同原理，深度估计算法主要分为依靠主动光与依靠被动光两类。
[0003]依靠主动光的算法通过使用激光、红外线或者其他发光介质，在物体表面产生干涉，并从干涉条纹中解读相位信息，以估计光传播的距离。这类算法的结果精度较高，但其价格高昂、光源设备操作复杂，因此，在相关应用范围领域内会受到一定限制。
[0004]依靠被动光的算法是通过利用图像中的颜色、纹理等深度线索恢复深度与形状信息。这类方法在数据获取上的要求与深度估计结果的精度都比较低，且后续处理算法复杂、计算量庞大，其算法的性能同时受限于图像中深度线索的数量与质量。
[0005]光场成像是一种快速体成像方法，能够捕获更全面的光信息。光场系统通过在原成像面加入微透镜阵列，将进入成像系统的光线分为不同方向，即仅用一次曝光即可获得丰富的视角信息。基于光场成像在信息获取方面的优势，近年来这一技术被大量应用于深度估计领域。如今，现有的方法主要利用重聚焦、极平面、立体匹配等视觉深度线索，对成像过程进行几何近似。
[0006]然而，这一近似过程无法对成像模型进行严密准确的描述，依赖于特定的成像环境，严重限制了这类算法的应用场景。此外，在几何近似时也忽略了传播过程中的大量频域信息，使得算法无法充分利用光场系统捕获到的光信息。

技术实现思路

[0007]本申请提供一种基于Richard
‑
Lucy迭代的光场深度估计方法，以解决该算法无法准确的描述成像模型、无法充分利用光场系统捕捉到的光信息进行光场深度估计以及过度的依赖特定的成像环境限制了算法的应用场景等问题，利用光场成像模型推导反向方程并使用迭代反卷积的方式进行深度重建，从而得到更准确的深度估计结果，降低了光场深度估计算法的使用限制。
[0008]本申请第一方面实施例提供一种基于Richard
‑
Lucy迭代的光场深度估计，包括以下步骤：将采集的光场图像转成相空间信息，建立所述相空间信息的成像模型，并基于所述相空间信息获取光场相空间点扩散函数；根据所述相空间信息初始化三维表面信息，并基于所述相空间信息的成像模型和所述相空间点扩散函数，通过Richard
‑
Lucy对初始化后的三维表面信息迭代重建，得到目标场景表面三维信息；以及
从所述目标场景表面三维信息中提取深度信息，并根据所述深度信息对光场深度进行估计。
[0009]根据本申请的一个实施例，所述基于所述相空间信息的成像模型和所述相空间点扩散函数，通过Richard
‑
Lucy对初始化后的三维表面信息迭代重建，得到目标场景表面三维信息，包括：利用所述相空间点扩散函数初始化所述相空间信息中的子孔径分量迭代权重；按照所述子孔径排布位置，通过所述子孔径分量迭代权重和Richard
‑
Lucy反卷积公式依次更新所述初始化后的三维表面信息，并在所有子孔径分量迭代权重均被使用后进行循环迭代，直至满足迭代条件后，得到迭代后的场景表面三维信息；对所述迭代后的场景表面三维信息进行波长通道整合，得到所述目标场景表面三维信息。
[0010]根据本申请的一个实施例，所述利用所述相空间点扩散函数初始化所述相空间信息中的子孔径分量迭代权重，包括：结合预设初始化公式，利用所述相空间点扩散函数初始化所述相空间信息中的子孔径分量迭代权重，其中，所述预设初始化公式为：；其中，为场景三维坐标，为不同子孔径位置，为接收到的光波波长，为相空间点扩散函数，为所述子孔径分量迭代权重。
[0011]根据本申请的一个实施例，所述Richard
‑
Lucy反卷积公式为：Lucy反卷积公式为：；其中，为矩阵点乘，为矩阵点除，为场景三维坐标，为相空间中的一个空间像素相对于微透镜中心的坐标，为不同子孔径位置，为接收到的光波波长，为坐标的范围，为场景中位于的物体表面对于波长为的光波的反射能力，为相空间点扩散函数，为相空间信息，为子孔径分量迭代权重，c为控制迭代收敛速度的常数，为迭代次数，为第次迭代中由第k个子孔径分量产生的场景表面信息更新，为第次迭代中由第k个子孔径分量更新后的场景表面信息，为次迭代中由第k
‑
1个子孔径分量更新后的场景表面信息，为对相空间坐标维做180度翻转后的相空间点扩散函数。
[0012]根据本申请的一个实施例，所述对所述迭代后的场景表面三维信息进行波长通道整合，包括：结合预设波长通道整合公式，对所述迭代后的场景表面三维信息进行波长通道整合，其中，所述预设波长通道整合公式为：；其中，为场景三维坐标，为接收到的光波波长，为迭代得到的场景表面信息，为所述整合后的场景表面三维信息。
[0013]根据本申请的一个实施例，所述建立所述相空间信息的成像模型，包括：结合预设建模公式，建立所述相空间信息的成像模型相空间信息的成像模型，其中，所述预设建模公式为：；其中，为场景三维坐标，为相空间中的一个空间像素相对于微透镜中心的坐标，为不同子孔径位置，为接收到的光波波长，为场景中位于的物体表面对于波长为的光波的反射能力，为相空间的点扩散函数，为获取到的相空间信息，为泊松分布噪声函数。
[0014]根据本申请的一个实施例，所述从所述目标场景表面三维信息中提取深度信息，包括：结合预设提取公式，从所述目标场景表面三维信息中提取深度信息，其中，所述预设提取公式为：；其中，为场景三维坐标，为所述场景表面在横向坐标的轴向重建信息，为在横向坐标处场景的估计深度，对每个横向坐标进行深度估计，得到场景的深度图，为最终确定的横向坐标处深度值，由查找该横向坐标处轴向重建信息最大值所在轴向坐标获得，为横向坐标处轴向重建信息最大值。
[0015]根据本申请实施例的基于Richard
‑
Lucy迭代的光场深度估计方法，将采集的光场图像转成相空间信息并建立成像模型，同时获取光场相空间点扩散函数及初始化三维表面信息，基于成像模型和扩散函数，通过Richard
‑
Lucy迭代重建初始化后的三维表面信息，得到目标场景表面三维信息，并从中提取深度信息对光场深度进行估计。由此，解决了相关技术无法准确的描述成像模型、无法充分利用光信息进行光场深度估计及过度的依赖特定成像环境限制了算法的应用场景等问题，利用光场成像模型建立反向方程并使用迭代反卷积的方式进行深度重建，从而得到更准确的深度估计结果，降低了光场深度估计算法的使用限制。
[0016]本申请第二方面实施例提供一种基于Richard
‑
Lucy迭代的光场深度估计装置，包括：获取模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Richard
‑
Lucy迭代的光场深度估计方法，其特征在于，包括以下步骤：将采集的光场图像转成相空间信息，建立所述相空间信息的成像模型，并基于所述相空间信息获取光场相空间点扩散函数；根据所述相空间信息初始化三维表面信息，并基于所述相空间信息的成像模型和所述相空间点扩散函数，通过Richard
‑
Lucy对初始化后的三维表面信息迭代重建，得到目标场景表面三维信息；以及从所述目标场景表面三维信息中提取深度信息，并根据所述深度信息对光场深度进行估计。2.根据权利要求1所述的方法，其特征在于，所述基于所述相空间信息的成像模型和所述相空间点扩散函数，通过Richard
‑
Lucy对初始化后的三维表面信息迭代重建，得到目标场景表面三维信息，包括：利用所述相空间点扩散函数初始化所述相空间信息中的子孔径分量迭代权重；按照所述子孔径排布位置，通过所述子孔径分量迭代权重和Richard
‑
Lucy反卷积公式依次更新所述初始化后的三维表面信息，并在所有子孔径分量迭代权重均被使用后进行循环迭代，直至满足迭代条件后，得到迭代后的场景表面三维信息；对所述迭代后的场景表面三维信息进行波长通道整合，得到所述目标场景表面三维信息。3.根据权利要求2所述的方法，其特征在于，所述利用所述相空间点扩散函数初始化所述相空间信息中的子孔径分量迭代权重，包括：结合预设初始化公式，利用所述相空间点扩散函数初始化所述相空间信息中的子孔径分量迭代权重，其中，所述预设初始化公式为：；其中，为场景三维坐标，为不同子孔径位置，为接收到的光波波长，为相空间点扩散函数，为所述子孔径分量迭代权重。4.根据权利要求3所述的方法，其特征在于，所述Richard
‑
Lucy反卷积公式为：Lucy反卷积公式为：；其中，为矩阵点乘，为矩阵点除，为场景三维坐标，为相空间中的一个空间像素相对于微透镜中心的坐标，为不同子孔径位置，为接收到的光波波长，为坐标的范围，为场景中位于的物体表面对于波长为的光波的反射能力，为相空间点扩散函数，为相空间信息，为子孔径分
量迭代权重，c为控制迭代收敛速度的常数，为迭代次数，为第次迭代中由第k个子孔径分量产生的场景表面信息更新，为第次迭代中由第k个子孔径分量更新后的场景表面信息，为次迭代中由第k
‑
1个子孔径分量更新后的场景表面信息，为对相空间坐标维做180度翻转后的相空间点扩散函数。5.根据权利要求3所述的方法，其特征在于，所述对所述迭代后的场景表面三维信息进行波长通道整合，包括：结合预设波长通道整合公式，对所述迭代后的场景表面三维信息进行波长通道整合，其中，所述预设波长通道整合公式为：；其中，为场景三维坐标，为接收到的光波波长，为迭代得到的场景表面信息，为所述整合后的场景表面三维信息。6.根据权利要求1所述的方法，其特征在于，所述建立所述相空间信息的成像模型，包括：结合预设建模公式，建立所述相空间信息的成像模型相空间信息的成像模型，其中，所述预设建模公式为：；其中，为场景三维坐标，为相空间中的一个空间像素相对于微透镜中心的坐标，为不同子孔径位置，为接收到的光波波长，为场景中位于的物体表面对于波长为的光波的反射能力，为相空间的点扩散函数，为获取到的相空间信息，为泊松分布噪声函数。7.根据权利要求6所述的方法，其特征在于，所述从所述目标场景表面三维信息中提取深度信息，包括：结合预设提取公式，从所述目标场景表面三维信息中提取深度信息，其中，所述预设提取公式为：；其中，为场景三维坐标，为所述场景表面在横向坐标的轴向重建信息，为在横向坐标处场景的估计深度，对每个横向坐标进行深度估计，得到场景的深度图，为最终确定的横向坐标处深度值，由查找该横向坐标处轴向重建信息最大值所在轴向坐标获得，为横向坐标处轴向重建信息最大值。
8.一种基于Richard
‑
Lucy迭代的光场深度估计装置，其特征在于，包括：获取模块，用于将采集的光场图像转成...

【专利技术属性】
技术研发人员：戴琼海，轩辕眉黛，于涛，吴嘉敏，
申请(专利权)人：清华大学，
类型：发明
国别省市：