当前位置:主页 > 科技论文 > 物理论文 >

基于多流卷积神经网络的光场图像深度估计算法研究

发布时间:2022-01-19 11:13
  光场(LightField,LF)成像以其独特的成像原理而备受关注。传统相机拍摄的图像只能记录光线投影到二维平面的位置信息,忽略了光线传播的方向信息。通过密集微透镜组成的阵列进行采集所获得的光场,其能够记录光在传播过程中的携带四维信息,即位置信息和方向信息。根据光场的四维信息可以提取光场的宏像素图像、子孔径图像和极线平面图像(Epipolar Plane Image,EPI),从而实现光场的可视化。利用可视化后的光场图像可以还原场景的深度,光场图像的深度估计算法大致分为四种:基于多视图的算法、基于极线平面图像(EPI)的算法、基于重聚焦的算法以及基于深度学习的算法。由于现实场景的多样性,每种深度估计算法的性能在不同程度上受到限制。考虑到在光场图像纹理较弱的区域容易出现错误的深度估计,且深度估计结果容易受到图像中噪声的影响,结合多种算法的原理和特点,本文提出了基于多流卷积神经网络的光场图像深度估计算法。首先,对光场图像进行预处理,采用单个图像超分辨(Single Image Super Resolution,SISR)算法对光场子孔径图像进行空间超分辨,以增加像素数目,然后提取中心子孔径... 

【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】:65 页

【学位级别】:硕士

【部分图文】:

基于多流卷积神经网络的光场图像深度估计算法研究


图2-1传统成像原理??

原理图,成像,原理,平面


山东大学硕士学位论文??的传播方向最终到达像平面的4、4和4的位置,因此可以记录4点发出光线的方??向信息。假设整个微透镜阵列是一个2D平面,将透过单个微透镜的光线的位置记??作平面内的一对坐标,即光线的方向信息;将透过每个微透镜的光线投影在像平面??上的位置记作每条光线的另外两个坐标,即光线的位置信息。因此,通过光场成像??方式可以得到场景中的4D信息W。??无穷远?微透镜阵列?无穷远??图2-2光场成像原理??2.?2光场的参数化表征??由光场图像的获取原理可知,光场包含了光线在空间中的位置信息和方向信??息。假设这两种信息为一个分布函数,那么这个分布函数可通过光线与相机平面以??及像平面两个平行平面上的交点坐标进行参数化表征,即利用双平行平面(Two-??Parallel-Plane,?2PP)_模型对其进行表征,如图2-3所示。Levoy等_首先提出了??2PP模型,假设光线先通过相机平面u-y,再通过像平面s-t。0〇111打等[31]将光??线传播方向反向表示,即光线从像平面映射到相机平面。Ng等[32]采用u?_?表示相??机平面,表示像平面。本文统一采用拖等%提出的表征符号对光场进行描??述。??令。为该光场的2PP参数化的表达方式,w?-?V平面为相机平面,;c?-?y平面为??像平面,F表示相机平面和像平面之间的距离,那么就表示从相机平面??专播到像平面光线的采样。相机平面坐标反映了光线的传播方向,??所以in;控制了图像的角度分辨率,即视角;像平面上的坐标表示光线的分布??位置,所以xy控制了图像的空间分辨率,即某视角的像素。这种表达方式既包含了??该光线的入射点的位置信息,又包含了光线从

模型图,模型,平面,光线


山东大学硕士学位论文??U?V?个Y??Ku?><.v??Lf{xyy,u,v)??V/??F???????相机平面?像平面??图2-3?2PP模型??令£>?(x,?y)表示像平面上的点(x,?y)处的光照强度,它等于点〇:,?y)接收的来自??整个相机平面上光线的积分,即??EF〇c,y)?=?^?fj?LF(x,y,u,v')?cos4?0dudv,?(2-1)??式中,F表示相机平面和像平面之间的距离,0表示光线和像平面之间的??角度。也就是说,采样光线并非都是垂直于像平面射入的,像平面体现了光线的入??射的角度。注意,此处提到的角度信息是指光线传播到像平面上的入射角度,并不??是指前文中提到的光线的方向信息,光线的方向信息由光线传播到相机平面的坐??标记录。??Levoy等[3Q]认为光线在自由空间传播过程中能量保持不变,因此可以忽略光??线的入射角度0对光照强度的影响。将式(2-1)简化后,点〇,>〇处的光照强度为??=j^ff?lF{x,y,u,v)dudv?.?(2-2)??如图2-4所示,如果像平面在距离相机平面F处,则可以直接对光场LF进行采??样。假设移动像平面,可以计算像平面和相机平面任意距离厂处的光照强度??此处厂不需要与F相同。如果使F'?=?a?■f,则??LFt{x,y,u,v)?=?L^a.F){x,y,u,v)??J?(?.?X-U?y-v?\??=[u+—,v?+?—,u,?vj?(2-3)??=?LF[(1 ̄^)U+l>i1 ̄l)V?+?a>U>V.????8??


本文编号:3596752

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wulilw/3596752.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ccedf***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com