本发明专利技术公开了一种基于多层次迭代可视化优化的全聚焦合成孔径透视成像方法，用于解决现有的基于能量最小化像素标记合成孔径成像方法成像效果差的技术问题。技术方案是首先将场景分为多个可视层，利用迭代的方法，设计一个广泛的合成孔径优化框架，在自由深度下重建可见物体和被遮挡物体的表面，利用多层迭代能量最小化优化方式，在任意给定的深度范围内产生全聚焦图像。将本发明专利技术在Stanford数据库和UCSD数据库的数据进行测试，测试结果显示本发明专利技术方法得到了更清晰以及更接近现实的全聚焦成像。
【技术实现步骤摘要】
本专利技术涉及一种全聚焦合成孔径透视成像方法，特别是涉及一种。
技术介绍
基于相机阵列透视成像是计算机视觉领域的一个重要研究课题，其在对隐藏目标成像、检测、识别和跟踪以及自由深度视点成像等方面具有广泛的应用。目前的合成孔径成像方法主要有:基于平面+视差的合成孔径成像方法与基于能量最小化的像素标记合成孔径成像方法。文献“Synthetic Aperture Imaging using Pixel Labeling via Energy Minimization, PR, 46 (I): 174-187，2013”公开了一种基于能量最小化像素标记合成孔径成像方法。与传统基于平面+视差的合成孔径成像方法不同，该方法将透视成像转化为类别标记问题，而非简单的将所有相机视角下的图像进行平均。该方法首先对每个相机视角下的像素利用能量最小化方法标记属于遮挡物的像素点，然后，在给定聚焦深度对没有被标记的像素进行平均，获得透视成像。虽然这种方法获得了对遮挡物的透视成像，但是却只能解决前景遮挡物的标记问题，无法实现在不同深度的多遮挡物分割和成像问题。此外，这种方法只能聚焦到场景中的特定深度而不是实现全聚焦，并且对缺乏纹理的成像效果较差。
技术实现思路
为了克服现有的基于能量最小化像素标记合成孔径成像方法成像效果差的不足，本专利技术提供一种。该方法根据景物是否可见将场景分为多个可视层，首先利用迭代的方式，设计一个广泛的合成孔径优化框架，在自由深度下重建可见和被遮挡物体的表面，利用多层迭代能量最小化优化方式，在任意给定的深度范围内产生全聚焦图像。在Stanford数据库和UCSD数据库上的测试结果显示，本专利技术能够得到更清晰以及更接近现实的全聚焦成像。本专利技术解决其技术问题所采用的技术方案是:一种，其特点是包括以下步骤:步骤一、初始化，将所有相机视角下的像素点标记为不可见，并利用合成孔径成像方法，生成任意深度的合成图像，以及对应的最大色差图(Maximum Color DifferenceImage,简称 MCD 图)；步骤二、多层次可视化优化，即将MCD图作为数据项进行能量最小化优化，标记可视点和被遮挡的像素点。当前处理层I能够获取的信息包括O至(1-1)层的可视图和深度图，利用所获取的信息可以在所有相机成像中将遮挡物移除。本专利技术将当前层I的全部可见的像素估计问题转化为能量最小化问题，产生可视化能量函数，表示为:E (V1) =Ed (V1)+Es (V1)⑴其中Ed (V1)表示数据项，Es (V1)表示平滑项。对于数据项，本专利技术选择基于MCD的最优深度聚焦方法，并定义在参考相机下的每个像素X的数据损失Ed(V1)为:权利要求1.一种，其特征在于包括以下步骤: 步骤一、将所有相机视角下的像素点标记为不可见，并利用合成孔径成像方法，生成任意深度的合成图像以及对应的最大色差图； 步骤二、将最大色差图作为数据项进行能量最小化优化，标记可视点和被遮挡的像素点；当前处理层I获取的信息包括O至(1-1)层的可视图和深度图，利用所获取的信息在所有相机成像中将遮挡物移除；将当前层I的全部可见的像素估计问题转化为能量最小化问题,产生可视化能量函数,表示为: E (V1) =Ed (V1)+Es (V1) (I) 式中，Ed(V1)表示数据项，Es(V1)表示平滑项； 对于数据项，选择基于最大色差的最优深度聚焦方法，并定义在参考相机下的每个像素X的数据损失Ed (V1)为:全文摘要本专利技术公开了一种，用于解决现有的基于能量最小化像素标记合成孔径成像方法成像效果差的技术问题。技术方案是首先将场景分为多个可视层，利用迭代的方法，设计一个广泛的合成孔径优化框架，在自由深度下重建可见物体和被遮挡物体的表面，利用多层迭代能量最小化优化方式，在任意给定的深度范围内产生全聚焦图像。将本专利技术在Stanford数据库和UCSD数据库的数据进行测试，测试结果显示本专利技术方法得到了更清晰以及更接近现实的全聚焦成像。文档编号G06T7/00GK103198475SQ20131007480公开日2013年7月10日 申请日期2013年3月8日 优先权日2013年3月8日专利技术者杨涛, 张艳宁, 仝小敏, 马文广 申请人:西北工业大学本文档来自技高网...
【技术保护点】
一种基于多层次迭代可视化优化的全聚焦合成孔径透视成像方法，其特征在于包括以下步骤：步骤一、将所有相机视角下的像素点标记为不可见，并利用合成孔径成像方法，生成任意深度的合成图像以及对应的最大色差图；步骤二、将最大色差图作为数据项进行能量最小化优化，标记可视点和被遮挡的像素点；当前处理层l获取的信息包括0至(l?1)层的可视图和深度图，利用所获取的信息在所有相机成像中将遮挡物移除；将当前层l的全部可见的像素估计问题转化为能量最小化问题，产生可视化能量函数，表示为：E(Vl)=Ed(Vl)+Es(Vl)???(1)式中，Ed(Vl)表示数据项，Es(Vl)表示平滑项；对于数据项，选择基于最大色差的最优深度聚焦方法，并定义在参考相机下的每个像素x的数据损失Ed(Vl)为：Ed(Vl)=Σx∈Iref(Vl(x)-(1-mind∈D(MCDd(x))))---(2)式中，D={d1,d2,d3,L,dm}，MCDd(x)表示像素x在深度d处的聚焦度量值：MCDd(x)=max∀i≠j(|Iid(x)-Ijd(x)|·Bil(x)·Bjl(x))---(3)Bil(x)=0ifΣl0=1l-1Vl0i(x)>01otherwise---(4)式中，代表像素点x在聚焦深度为d的情况下经仿射变换后第i个相机成像中的像素值；是属于第i个相机的二值图，标记在该层之前的所有层中的可见像素点；是第i相机下的可见层l0，从参考相机的层获得；如果x被前一层遮挡，则否则在l层的平滑项Es(Dl)是一种前置正则化；这种前置是指两个相邻接像素在同一时间属于同一目标的可能性很大，并且在参考相机中能够同时可视或者遮挡；采用标准的4邻接系统，并当相邻两个像素的标签不相同时进行惩罚：Es(Vl)=Σp∈Irefq∈NpSp,q(Vl(p),Vl(q))---(5)Sp,q(Vl(p),Vl(q))=min(τυ,β(p,q)·|Vl(p)?Vl(q)|)???(6)ρ(p,q)=h(|mind∈D(MCDd(p))-mind∈D(MCDd(q))|)---(7)τυ和β(p,q)表示对应平滑项的最大值和权值；h是递减权值函数，选择反比例函数作为h(.)；利用以上的数据项和平滑项，用Graph?Cut对能量函数进行最小化，获取可视层Vl；步骤三、对于可视点进行最优聚焦深度估计，产生当前层下全部可见像素的深度图；根据步骤二中通过可视化优化获取的Vl，结合多层次优化估计当前层全部可见的像素的最优深度；与可视化优化相同，采用标签Dl:Ωl→D，Ωl={x:|Vl(x)=1|}代表在参考相机下全部可见的像素，D是该场景的深度序列；同样，利用能量最小化结构寻找标签：E(Dl)=Ed(Dl)+Es(Dl)???(8)对于数据项，采用与多层次可视化优化相同的处理方式，将最大色差度量作为代价函数：Ed(Dl)=Σx∈ΩlMCDDl(x)(x)---(9)第l层的平滑项Es(Dl)是一种正则规则；同样采用4邻接系统，并当相邻两个像素的标签不相同时进行惩罚：Es(Dl)=Σp∈Ωlq∈NpSp,q(Dl(p),Dl(q))---(10)Sp,q(Dl(p),Dl(q))=min(τυ,β(p,q)·|Dl(p)?Dl(q)|)???(11)τυ和β(p,q)表示对应平滑项的最大值和权值，利用获取的数据项和平滑项，采用Graph?Cut解决深度标签优化问题，得到当前可见层的深度图；步骤四、将当前层l中不可见的点作为下一个可视层，根据当前层的像素点的标记信息，应用针孔相机成像模型原理，找到当前层的像素点在所有相机成像中的对应点，对其标记信息，得到所有相机成像中的像素标记信息，去除已标记为可见的像素点，得到只包含对当前层不可见的像素点的新的成像，由这些图像进行新的合成孔径成像，生成任意深度的合成图像，以及对应的最大色差图；步骤五、重复步骤二至四，直到没有被遮挡的点为止，获取所有可视层图像，将得到的可视层图像进行合并，得到全聚焦图像。FDA00002897930300014.jpg,FDA00002897930300015.jpg,FDA00002897930300016.jpg,FDA00002897930300017.jpg,FDA00002897930300018.jpg,FDA00002897930300019.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：杨涛，张艳宁，仝小敏，马文广，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
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。