發(fā)布時間：2021-07-23 09:01

　　當今社會,人工智能技術(shù)的發(fā)展突飛猛進,而其重要的一個分支—計算機視覺技術(shù),應用前景十分廣泛。景深算法作為計算機視覺技術(shù)的一個重要組成部分,擁有廣闊的應用場景和巨大的研究價值。然而,傳統(tǒng)的景深算法技術(shù)存在一些劣勢。比如:多視點系統(tǒng)對設(shè)備需求量大、要求高,成本相對較高;而單目視覺系統(tǒng)視角太少,所以其提取的景深精度較低。光場相機的出現(xiàn)完美解決了單目和多視點視覺系統(tǒng)中存在的問題,為景深算法領(lǐng)域注入了新鮮血液。光場相機系統(tǒng)中,在主透鏡和圖像傳感器之間放置微透鏡陣列,每條入射光線的光量和方向被同時記錄,相當于同時采集了物體的空間和角度信息。所以,光場圖像攜帶的豐富信息對后續(xù)的景深計算十分有益。但是,光場圖像的基線十分狹窄,空間分辨率和角度分辨率難以折衷、且存在遮擋等問題,傳統(tǒng)的密集光場景深算法計算結(jié)果不是十分準確,且由于數(shù)據(jù)量大,計算效率普遍較低。因此,研究適合光場的景深算法,尤其是適合稀疏光場的景深算法是本文的工作重點�；谝陨戏治�,本文主要針對光場圖像進行超精細的景深算法研究,主要研究內(nèi)容和創(chuàng)新點如下:1、闡述了光場景深算法的相關(guān)原理,包括光場的兩平面參數(shù)化模型、EPI（Epipolar Im... 

【文章來源】：東南大學江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

圖２＿１四維光場的三種參數(shù)化表征：（ａ）相ＰＤＰ；?（ｂ）?ＳＰＰ；?（ｃ）?ＴＰＰ??

２光場可視化分析??雖然全光涵數(shù)Ｌ（ｕ，ｖ，ｘ，ｙ）是一個筒化的光場模：型，隹很難想象這個４Ｄ表示。．在這一??小節(jié)中，我們將用Ｈ種不同的方式將４Ｄ光場可視化呈現(xiàn)：子孔徑圖像、光場子視圖和??ＥＰＩ圖像。??在兩平面光場模型Ｌ（ｕ，ｖ，ｘ，ｙ）中，我們可以將ｕｖ平面看作一組攝像機，其焦平面位??于ｘｙ平面上．�？梢圆扇煞N不同的觀點來理解這個模型。首先，每個攝像頭收集從ｘｙ??平面射出的光線并到達ｕｖ平面上的一個點（從某個視點收集光線）。固此，４Ｄ光場可??以表示為二維圖像陣列，如圖２－２?（ａ）所示。由相機記錄的每個圖像被稱為子孔徑圖像，??也被稱為針孔視圖。其次，在ｘｙ平面上的某個點代表了在ｕｖ平面上的所有點所限定的??光線（從不同視點的光線集合投射到某個點上，即從不同視點著到的相同點），見圖２－２??（ｂ））。因為ｕｖ〒面中的樣本數(shù)量取決于視點的數(shù)置，而ｘｙ平面中的取樣數(shù)量取決于??相機分辨率，所以Ｕ和ｖ維度被稱為角度維度，ｘ和ｙ維度被稱為空：間維度??特別地，對于四維光場Ｌ（ｕ，ｖ，ｘ，ｙ），我們可以通過固定ｕｖ平面的坐標和／，獲得??二維切片：也可以這么理解，逋過＿定：某一個相機的位：置在處，采集．２Ｄ??切片ＩｕＶ＊（ｘ，ｙ），即子孔徑圖像。圖２－２?（ａ）右邊部分示出了一個子孔徑圖像。同理，通??過園．定ｘｙ平面的坐標ｘ＊和ｙ％得到切＿片Ｉｘ＊，ｙ＞＜ｕ，ｖ）。．?２Ｄ切片．Ｉ＃．ｙ＊（ｕ，ｖ）通常指光場的子視??圖，也可以理解為此切片由來自不同視點的光線在每個點上聚集而形成，如圖２－２?（ｂ）??所示。??？?＼?ｉ?＼?＼?＼?＼?＼?＼?ｒ??■?＾?％?Ｌ?％?Ａｋ??（ａ）??■??ｉ

?東南大學碩士學位論文???圖２－４編碼光場渲染虛擬視點??只要使用一組足夠密集的攝像機，我們可以通過重新采樣和內(nèi)插光線［１］，在球體表??面的任何位置（甚至更靠近物體）創(chuàng)建光場的虛擬渲染，而不是基于幾何信息［４１］去合成??視點。圖２－４示出了比現(xiàn)有視圖更靠近對象（綠色形狀）的虛擬視圖（位于藍點處??由于光線的輻射度在自由空間中保持不變，因此可以從現(xiàn)有視圖重新采樣一些光線。然??而，仍有照相機沒有捕捉到的光線，因此必須通過內(nèi)插（例如，圖２－４中的虛線所示的??光線）進行推斷。為了渲染這樣的光線，首先計算它們與兩個平面的交點坐標。然后，??使用最近的１６個采樣光線來插入虛擬光線。??在光場渲染中，不足的樣本會在新視圖中引起重影效應。然而，獲取太多的光場樣??本是不切實際的＿。例如，Ｌｅｖｏｙ和Ｈａｎｒａｈａｎ?［１］提出的合成走廊光場使廟了四塊光板，每??塊光板包含６４ｘ３２幅圖片，原始尺寸為１６０８ＭＢ。Ｃｈａｉ等人［４２］和１＾等［４３］人研宄了光??場渲染所需的最小樣本數(shù)鷥，并得出結(jié)論認為，貢獻像素必須相互接觸才能呈現(xiàn)無重影??的新視圖。換句話說，相鄰視圖之間的最大視差必須小于１個像素，這是與攝像機分辨??率和場景深度密切相關(guān)的值；貢獻像素越接近（即，視差越小），內(nèi)插點將越尖銳。??鐺場景的幾何信息已知時，可以大大減少所需樣本數(shù)量，即使是不規(guī)則采樣的光場??也適合新視圖渲染。Ｂｕｅｈｌｅｒ等人［４４］提出了一個廣義模型，使用不規(guī)則采樣圖像（即非??結(jié)構(gòu)化輸入）來結(jié)含光場渲染和基于深度圖像的渲染。為了呈現(xiàn)新視圖，使用“相機混??合潮來組合輸入的視圖，這和角度差、欠采樣估計以及視場（ＦＯＶ）有關(guān)。??２．２光

【參考文獻】：
期刊論文
[1]基于光場分析的多線索融合深度估計方法[J]. 楊德剛,肖照林,楊恒,王慶.  計算機學報. 2015(12)
[2]光場相機成像質(zhì)量評價方法研究[J]. 楊凡,袁艷,周志良.  現(xiàn)代電子技術(shù). 2011(06)
[3]光場相機中微透鏡陣列與探測器配準誤差分析[J]. 袁艷,周宇,胡煌華.  光子學報. 2010(01)
[4]基于光場攝像技術(shù)的對焦測距方法的研究[J]. 肖相國,王忠厚,孫傳東,白加光.  光子學報. 2008(12)



本文編號：3298995