【技术实现步骤摘要】
一种基于光场傅里叶视差层的视差重建方法
[0001]本专利技术涉及计算机视觉与数字图像处理
,特别是关于一种基于光场傅里叶视差层的视差重建方法。
技术介绍
[0002]场景深度信息的恢复是光场计算成像领域的前沿热点问题,深度重建属于中层视觉处理,光场成像的应用性能很大程度上取决于其深度信息的精确反演。光场理论的发展及光场相机的问世,为深度估计的研究带来广阔的发展空间。光场数据可以看成是在多个视点下图像的集合,依据不同视点下光线的信息来估计深度。基于光场的深度估计可以分为五类,分别是基于空间域的深度重建、基于角度域的深度重建、基于空角耦合域的深度重建、基于聚焦堆栈数据的深度重建和基于深度学习的深度重建。深度与视差存在对应关系,子孔径图像阵列、宏像素、EPI是基于光场在空间域、角度域和空角域的三种可视化方式,不同可视化形式蕴含着不同耦合形式的视差信息。
[0003]傅里叶视差层(Fourier Disparity Layers,FDL)是光场在变换域中一种表达形式,它是由离散傅里叶视差层组成,每层只含有该层视差对应 ...
【技术保护点】
【技术特征摘要】
1.一种基于光场傅里叶视差层的视差重建方法,其特征在于,包括:S1,由光场重构傅里叶视差层;S2,由傅里叶视差层重建视差层图像;S3,基于视差层图像确定像素点所在的视差层;S4,融合所有视差层的像素点,获得场景信息的全局视差图。2.如权利要求1所述的视差重建方法,其特征在于,所述S1具体包括:S11,基于傅里叶视差层表示光场的傅里叶变换;S11,基于傅里叶视差层表示光场的傅里叶变换;其中,(ω
x
,ω
u
)为光场的频域坐标,δ为狄利克雷函数,d
k
为第k个视差层的视差,为傅里叶视差层,Ω
k
为空间区域,i为虚数单位;L(x,0)为中心视点u=0下的光场;S12,基于傅里叶视差层的子孔径图像的傅里叶变换;其中,u
j
为标号j的视点;对于m张子孔径图像,n个视差层,则可将(3)式离散化成线性方程组A
j,k
X
k
=b
j
ꢀꢀꢀꢀ
(4)(4)(4)其中,A
j,k
大小取决于视点个数m和视差层的层数n。3.如权利要求2所述的视差重建方法,其特征在于,所述S2中对于第k个视差层图像L
(k)
(x,y),由傅里叶视差层进行二维傅里叶逆变换得到;对所有的傅里叶视差层进行逆傅里叶变换,得到全部深度的视差层图像。4.如权利要求3所述的视差重建方法,其特征在于,所述S3根据重建出的视差层图像在不同深度层的梯度变化情况建立测度函数,基于Sobel测度算子提取像素点的视差层图像;S311,基于Sobel算子,建立测度函数
G
(k)
(x,y)=|G
x(k)
(x,y)|+|G
y(k)
(x,y)|
ꢀꢀꢀꢀ
(10)G
x(k)
(x,y)=S
x
×
L
(k)
(x,y)
ꢀꢀꢀꢀꢀꢀꢀ
(11)G
y(k)
(x,y)=S
y
×
L
(k)
(x,y)
ꢀꢀꢀ...
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。