【技术实现步骤摘要】
本申请涉及计算成像，特别涉及一种稀疏视点采集的三维全息图生成方法、装置、设备及介质。
技术介绍
1、相关技术中，主要通过传统双目相机生成三维场景的深度图，并依据生成三维场景的深度图，使用点云或分层等方式来表征三维场景，从而能够显示真实世界场景。
2、然而，相关技术中，由于依赖三维场景的深度图信息，难以用于实采场景高分辨率全息图生成，容易导致生成的全息图像质量和清晰度较低，由于通过景深渲染对虚拟场景构建数据集，无法利用真实世界数据集，降低了数据集的准确度和真实性，且由于双目相机仅包含水平视差，缺乏垂直深度信息，限制视差范围，影响场景的完整性和精确度，亟待改进。
技术实现思路
1、本申请提供一种稀疏视点采集的三维全息图生成方法、装置、电子设备及存储介质，以解决相关技术中，由于依赖深度图信息，难以用于实采场景高分辨率全息图生成，容易导致生成的全息图像质量较低，由于依赖虚拟场景渲染，无法利用真实世界数据集，降低了数据集的准确度和真实性，且由于双目相机仅包含水平视差，影响场景的完整性和精确度等问题。
2、本申请第一方面实施例提供一种稀疏视点采集的三维全息图生成方法，包括以下步骤：基于光场数据构建具有稀疏四视点图像的数据集；基于所述数据集生成预测全息图，并对所述预测全息图进行重建，得到不同深度层的重建效果；以及根据所述不同深度层的重建效果计算损失函数，并进行反向传播，得到用于生成全息图的最终卷积网络，以加载到空间光调制器后，生成实拍场景全息显示结果。
3、可
4、可选地，在本申请的一个实施例中，所述基于所述数据集生成预测全息图，并对所述预测全息图进行重建，得到不同深度层的重建效果，包括：将所述稀疏四视点图像输入至预设卷积网络，输出所述预测全息图；根据所述预测全息图计算调制复振幅传播距离，以得到复振幅。
5、可选地，在本申请的一个实施例中，所述根据所述不同深度层的重建效果计算损失函数，包括：根据所述复振幅与所述复振幅传播距离对应的重聚焦图像计算所述损失函数。
6、可选地，在本申请的一个实施例中，所述损失函数为：
7、
8、其中，mse为损失函数，n为像素总数，i为当前像素索引，ai为目标图像振幅，di为目标位置仿真重建的复振幅。
9、本申请第二方面实施例提供一种稀疏视点采集的三维全息图生成装置，包括：构建模块，用于基于光场数据构建具有稀疏四视点图像的数据集；重建模块，用于基于所述数据集生成预测全息图，并对所述预测全息图进行重建，得到不同深度层的重建效果；以及生成模块，用于根据所述不同深度层的重建效果计算损失函数，并进行反向传播，得到用于生成全息图的最终卷积网络，以加载到空间光调制器后，生成实拍场景全息显示结果。
10、可选地，在本申请的一个实施例中，所述稀疏四视点图像包括左上视点图像、左下视点图像、右上视点图像、右下视点图像，且所述稀疏四视点图像的分辨率大于预设分辨率。
11、可选地，在本申请的一个实施例中，所述重建模块包括：预测单元，用于将所述稀疏四视点图像输入至预设卷积网络，输出所述预测全息图；第一计算单元，用于根据所述预测全息图计算调制复振幅传播距离，以得到复振幅。
12、可选地，在本申请的一个实施例中，所述生成模块包括：第二计算单元，用于根据所述复振幅与所述复振幅传播距离对应的重聚焦图像计算所述损失函数。
13、可选地，在本申请的一个实施例中，所述损失函数为：
14、
15、其中，mse为损失函数，n为像素总数，i为当前像素索引，ai为目标图像振幅，di为目标位置仿真重建的复振幅。
16、本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的稀疏视点采集的三维全息图生成方法。
17、本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的稀疏视点采集的三维全息图生成方法。
18、本申请实施例可以基于光场数据构建具有稀疏四视点图像的数据集并生成预测全息图，通过重建得到不同深度层的重建效果，根据不同深度层的重建效果计算损失函数，并进行反向传播，从而可以得到用于生成全息图的最终卷积网络，以加载到空间光调制器后，生成实拍场景全息显示结果，能够提高全息图的计算速度，实现真实场景的实时全息显示，提高计算全息的实用性，且能够实现更精确的重聚焦，进一步提升显示质量。由此，解决了相关技术中，由于依赖深度图信息，难以用于实采场景高分辨率全息图生成，容易导致生成的全息图像质量较低，由于依赖虚拟场景渲染，无法利用真实世界数据集，降低了数据集的准确度和真实性，且由于双目相机仅包含水平视差，影响场景的完整性和精确度等问题。
19、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种稀疏视点采集的三维全息图生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述稀疏四视点图像包括左上视点图像、左下视点图像、右上视点图像、右下视点图像，且所述稀疏四视点图像的分辨率大于预设分辨率。
3.根据权利要求1所述的方法，其特征在于，所述基于所述数据集生成预测全息图，并对所述预测全息图进行重建，得到不同深度层的重建效果，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述不同深度层的重建效果计算损失函数，包括：
5.根据权利要求4所述的方法，其特征在于，所述损失函数为：
6.一种稀疏视点采集的三维全息图生成装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，所述稀疏四视点图像包括左上视点图像、左下视点图像、右上视点图像、右下视点图像，且所述稀疏四视点图像的分辨率大于预设分辨率。
8.根据权利要求6所述的装置，其特征在于，所述重建模块包括：
9.根据权利要求8所述的装置，其特征在于，所述生成模块包括：
10
11.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的稀疏视点采集的三维全息图生成方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的稀疏视点采集的三维全息图生成方法。
...【技术特征摘要】
1.一种稀疏视点采集的三维全息图生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述稀疏四视点图像包括左上视点图像、左下视点图像、右上视点图像、右下视点图像，且所述稀疏四视点图像的分辨率大于预设分辨率。
3.根据权利要求1所述的方法，其特征在于，所述基于所述数据集生成预测全息图，并对所述预测全息图进行重建，得到不同深度层的重建效果，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述不同深度层的重建效果计算损失函数，包括：
5.根据权利要求4所述的方法，其特征在于，所述损失函数为：
6.一种稀疏视点采集的三维全息图生成装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，所述稀疏四视...
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。