基于光场图像的深度估计算法研究

发布时间：2021-04-08 05:18

　　近年来,随着人工智能技术的兴起,虚拟现实（Virtual Reality,VR）、增强现实（Augmented Reality,AR）、立体3D视频、3D打印等3D技术发展迅速,各类应用层出不穷。而在诸多应用中,如何获取场景的深度信息一直是研究的重点。传统相机可以很好地获取场景的空间信息,但在拍摄过程却丢失了深度信息。而传统的方法中使用单相机、双相机估计场景深度视角少、精度低,而使用多相机视角多、精度高但复杂度高、成本高,方法上各有缺陷。随着光场相机的出现,深度估计的技术有了一个新的研究热点。光场相机与传统相机相比,可以实现同时对空间域和角度域的信息采集,也解决了单、双相机和多相机获取深度在视角个数和成本上的矛盾。因此,利用光场相机来估计场景的深度具有很大优势与研究前景。然而,在现实场景中存在着许多挑战,例如遮挡现象的存在,纹理平坦区域等。这些都是利用光场相机估计场景的深度中的一些研究难点,基于此,本论文针对这些问题展开了研究。首先,针对遮挡问题,本文从光场的光线传播路径出发,推导出在遮挡情况下光场中空间信息与角度信息之间的关系,建立了空间信息与角度信息之间的抗遮挡模型。基于此模型对不... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

ToF相机获取的深度图

图 1.2 Kinect 相机获取的深度图主要是利用二维彩色图像信息对场景进类为单目深度估计、双目深度估计以及幅彩色图来恢复深度信息，其中具有代RF 结合，CRF 通过条件概率进行建模能人[7]采用非监督学习的方法。但由于单幅度图误差较大。双目深度估计主要是利用场景进行深度估计，获取的深度图质量的利用深度学习网络来进行相关的研究度估计[10]主要是使用相机阵列对场景进这类方法需要较多的相机设备，成本比较运动，聚焦，散焦，模糊等线索，这类方

型相机出现在大众的视野里——光场相机，算摄影学[11]也引起广大研究者的极大兴趣。镜和成像元件间加入一组微透镜阵列，这样线的方向，一次拍摄过程可以同时记录了空集了二维光场数据（光线的强度）相比，光场的强度和方向），因此光场相机可以先拍照再摄可以提供丰富的场景信息，光场相机广泛[13]，显著性检测[14]，图像超分辨[15]，三维重提供单目相机的空间信息，又可以提供多目如何使用光场相机对场景进行深度估计也是前景。

【参考文献】：
期刊论文
[1]基于联合双边滤波器的Kinect深度图像滤波算法[J]. 李知菲,陈源.  计算机应用. 2014(08)

博士论文
[1]光场成像技术研究[D]. 周志良.中国科学技术大学 2012

硕士论文
[1]基于卷积神经网络的光场图像深度估计[D]. 潘志伟.浙江工商大学 2018



本文编号：3124927