[发明专利]基于光场数据分布的深度估计方法

权利要求书

1.一种基于光场数据分布的深度估计方法，其特征在于，包括以下步骤：

S1、调整输入光场图像的像素分布，生成多个不同焦距的重聚焦光场图像；

S2、针对所述多个重聚焦光场图像，分别提取同一个宏像素的强度范围，进而选出最小强度范围对应的重聚焦光场图像，以该重聚焦光场图像的焦距作为该宏像素的场景深度；所述宏像素对应实际场景中的一点，所述宏像素的强度范围为该宏像素内所有点的强度值的变化范围；以及

重复所述步骤S2，获得所有宏像素的场景深度。

2.根据权利要求1所述的基于光场数据分布的深度估计方法，其特征在于，所述步骤S1中，采用点扩散函数调整输入光场图像的像素分布。

3.根据权利要求1所述的基于光场数据分布的深度估计方法，其特征在于，进一步还包括依据可信度模型对步骤S2获得的场景深度进行全局优化的步骤S3。

4.根据权利要求3所述的基于光场数据分布的深度估计方法，其特征在于，所述的依据可信度模型对步骤S2获得的场景深度进行全局优化的步骤S3包括：以步骤S2获得的场景深度作为初始输入，利用马尔科夫随机场进行优化，具体的优化方法包括：依据所述可信度模型对各点的深度评估，利用准确性高的深度估计修正不准确的深度，提升同质区域深度估计的一致性并保留深度边界。

5.根据权利要求3所述的基于光场数据分布的深度估计方法，其特征在于，所述可信度模型为多元可信度模型，该多元可信度模型包括用于衡量所述场景深度的准确性的第一部分，以及用于衡量所述场景深度在非边界区域的一致性与边界区域的突变性的第二部分。

6.根据权利要求5所述的基于光场数据分布的深度估计方法，其特征在于，

所述多元可信度模型的第一部分为C1(x,y)，

C1(x,y)=(Rz*(x,y)-Rz′(x,y))2+(z*-z′)2]]>

其中，R_z*(x,y)和R_z’(x,y)分别是强度范围R_z(x,y)随场景深度的变化曲线的最小值点和极小值点，z*和z’为最小值点和极小值点对应的场景深度。

7.根据权利要求5所述的基于光场数据分布的深度估计方法，其特征在于，

所述多元可信度模型的第二部分以中心子孔径纹理图的梯度信息为基础；

所述深度估计方法进一步还包括分别获取所述多个重聚焦光场图像的中心子孔径纹理图的步骤，以及用获取的中心子孔径纹理图通过所述多元可信度模型的第二部分计算可信度的步骤。