基于局部不变性分析的光场图像特征匹配算法研究
发布时间：2021-09-18 14:40
图像的特征检测、描述和匹配作为图像处理的基础对于许多计算机视觉技术及应用的发展至关重要。传统二维图像只能聚焦在场景中的某个固定深度,场景中其他深度的目标模糊不清。因此,传统二维图像的特征检测和匹配不能准确全面地检测到场景中各个深度的目标的特征。四维光场图像同时保存了场景中二维位置信息和二维角度信息,可以通过数字重聚焦操作得到聚焦在不同深度处的场景图像。因此,本文主要研究四维光场图像的特征检测和匹配方法。图像的局部不变性特征是指图像中提取的特征在发生尺度、旋转、光照等变化时仍然可以被准确地检测到,进而对当前点及其周围点的关系进行特征描述等等。基于局部不变性分析检测得到的特征更加稳定和独立。因此,本文提出了一种基于局部不变性特征分析的四维光场图像特征检测和描述方法。本文的主要研究内容和创新之处有:（1）四维光场图像可以通过数字重聚焦操作得到聚焦在不同深度处的图像,但是四维光场图像有大量的冗余数据特性。本文将四维光场图像降维成三维聚焦堆栈图像。该过程不仅有效地得到了聚焦在不同深度处的场景图像,还极大地减少了冗余数据,简化了计算。（2）考虑到局部不变性特征分析中的尺度不变性,本文提出在三维聚焦...
【文章来源】：西安理工大学陕西省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图像特征检测、描述和匹配示意图
绪论3提示。通过合成与观看者自然适应范围内的虚拟对象相对应的光场，可以通过离焦元素来描绘清晰的图像。2015年，Microsoft公司[16]开发了名为HoloLens的新增强现实（AR）系统，以及用于支持该空间中与其他用户的协作的交互模型。2016年，Seungjae等人[17]提出一种透明的附加光场显示器，将全息光学元件（HOE）用作透明添加剂层。作为一种新型的压缩光场显示器。2019年，南京大学研究组[18]介绍了一个由氮化镓（GaN）纳米天线组成的金属阵列用来捕获光场信息，并介绍了一个没有色差的全彩色光场相机。图1-2单相机扫描式光场相机和光场阵列相机Fig.1-2Singlecamerascanninglightfieldcameraandlightfieldarraycamera图1-3Lytro公司研制的光场相机LytroI和IllumIIFig.1-3LytroIandIllumIIlightfieldcameras光场成像技术成为摄影计算成像领域的新的突破点，克服了许多传统成像的瓶颈，因此光场成像技术在计算机视觉领域的应用也日渐广泛，其中包含光学成像、医学显微、三维重建和目标跟踪等等。2014年，麻省理工大学的Robert等研究人员[19]在nature杂志上发表了采用光场成像技术结合3D去卷积理论观测生物神经活动的文章。为了权衡光场相机的角度分辨率和空间分辨率，光场相机通常在角度或空间域中采用稀疏采样。Khademi等人[20]提出使用机器学习来减轻这种折中，从稀疏的输入视图集中合成高分辨率的新视图。2016年，Wang等人[21]引入了一个新的材料光场数据集，并利用了深度学习来对4D光场进行材料识别。同年，Wu等研究人员[22]利用光场数据中对极平面图像
绪论3提示。通过合成与观看者自然适应范围内的虚拟对象相对应的光场，可以通过离焦元素来描绘清晰的图像。2015年，Microsoft公司[16]开发了名为HoloLens的新增强现实（AR）系统，以及用于支持该空间中与其他用户的协作的交互模型。2016年，Seungjae等人[17]提出一种透明的附加光场显示器，将全息光学元件（HOE）用作透明添加剂层。作为一种新型的压缩光场显示器。2019年，南京大学研究组[18]介绍了一个由氮化镓（GaN）纳米天线组成的金属阵列用来捕获光场信息，并介绍了一个没有色差的全彩色光场相机。图1-2单相机扫描式光场相机和光场阵列相机Fig.1-2Singlecamerascanninglightfieldcameraandlightfieldarraycamera图1-3Lytro公司研制的光场相机LytroI和IllumIIFig.1-3LytroIandIllumIIlightfieldcameras光场成像技术成为摄影计算成像领域的新的突破点，克服了许多传统成像的瓶颈，因此光场成像技术在计算机视觉领域的应用也日渐广泛，其中包含光学成像、医学显微、三维重建和目标跟踪等等。2014年，麻省理工大学的Robert等研究人员[19]在nature杂志上发表了采用光场成像技术结合3D去卷积理论观测生物神经活动的文章。为了权衡光场相机的角度分辨率和空间分辨率，光场相机通常在角度或空间域中采用稀疏采样。Khademi等人[20]提出使用机器学习来减轻这种折中，从稀疏的输入视图集中合成高分辨率的新视图。2016年，Wang等人[21]引入了一个新的材料光场数据集，并利用了深度学习来对4D光场进行材料识别。同年，Wu等研究人员[22]利用光场数据中对极平面图像
【参考文献】：
期刊论文
[1]光场成像技术进展[J]. 聂云峰,相里斌,周志良. 中国科学院研究生院学报. 2011(05)
[2]采用简化SIFT算法实现快速图像匹配[J]. 刘立,彭复员,赵坤,万亚平. 红外与激光工程. 2008(01)
本文编号：3400321
【文章来源】：西安理工大学陕西省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图像特征检测、描述和匹配示意图
绪论3提示。通过合成与观看者自然适应范围内的虚拟对象相对应的光场，可以通过离焦元素来描绘清晰的图像。2015年，Microsoft公司[16]开发了名为HoloLens的新增强现实（AR）系统，以及用于支持该空间中与其他用户的协作的交互模型。2016年，Seungjae等人[17]提出一种透明的附加光场显示器，将全息光学元件（HOE）用作透明添加剂层。作为一种新型的压缩光场显示器。2019年，南京大学研究组[18]介绍了一个由氮化镓（GaN）纳米天线组成的金属阵列用来捕获光场信息，并介绍了一个没有色差的全彩色光场相机。图1-2单相机扫描式光场相机和光场阵列相机Fig.1-2Singlecamerascanninglightfieldcameraandlightfieldarraycamera图1-3Lytro公司研制的光场相机LytroI和IllumIIFig.1-3LytroIandIllumIIlightfieldcameras光场成像技术成为摄影计算成像领域的新的突破点，克服了许多传统成像的瓶颈，因此光场成像技术在计算机视觉领域的应用也日渐广泛，其中包含光学成像、医学显微、三维重建和目标跟踪等等。2014年，麻省理工大学的Robert等研究人员[19]在nature杂志上发表了采用光场成像技术结合3D去卷积理论观测生物神经活动的文章。为了权衡光场相机的角度分辨率和空间分辨率，光场相机通常在角度或空间域中采用稀疏采样。Khademi等人[20]提出使用机器学习来减轻这种折中，从稀疏的输入视图集中合成高分辨率的新视图。2016年，Wang等人[21]引入了一个新的材料光场数据集，并利用了深度学习来对4D光场进行材料识别。同年，Wu等研究人员[22]利用光场数据中对极平面图像
绪论3提示。通过合成与观看者自然适应范围内的虚拟对象相对应的光场，可以通过离焦元素来描绘清晰的图像。2015年，Microsoft公司[16]开发了名为HoloLens的新增强现实（AR）系统，以及用于支持该空间中与其他用户的协作的交互模型。2016年，Seungjae等人[17]提出一种透明的附加光场显示器，将全息光学元件（HOE）用作透明添加剂层。作为一种新型的压缩光场显示器。2019年，南京大学研究组[18]介绍了一个由氮化镓（GaN）纳米天线组成的金属阵列用来捕获光场信息，并介绍了一个没有色差的全彩色光场相机。图1-2单相机扫描式光场相机和光场阵列相机Fig.1-2Singlecamerascanninglightfieldcameraandlightfieldarraycamera图1-3Lytro公司研制的光场相机LytroI和IllumIIFig.1-3LytroIandIllumIIlightfieldcameras光场成像技术成为摄影计算成像领域的新的突破点，克服了许多传统成像的瓶颈，因此光场成像技术在计算机视觉领域的应用也日渐广泛，其中包含光学成像、医学显微、三维重建和目标跟踪等等。2014年，麻省理工大学的Robert等研究人员[19]在nature杂志上发表了采用光场成像技术结合3D去卷积理论观测生物神经活动的文章。为了权衡光场相机的角度分辨率和空间分辨率，光场相机通常在角度或空间域中采用稀疏采样。Khademi等人[20]提出使用机器学习来减轻这种折中，从稀疏的输入视图集中合成高分辨率的新视图。2016年，Wang等人[21]引入了一个新的材料光场数据集，并利用了深度学习来对4D光场进行材料识别。同年，Wu等研究人员[22]利用光场数据中对极平面图像
【参考文献】：
期刊论文
[1]光场成像技术进展[J]. 聂云峰,相里斌,周志良. 中国科学院研究生院学报. 2011(05)
[2]采用简化SIFT算法实现快速图像匹配[J]. 刘立,彭复员,赵坤,万亚平. 红外与激光工程. 2008(01)
本文编号：3400321
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3400321.html
