[发明专利]一种面向光场重聚焦图像的聚焦分割方法

说明书

本发明公开了一种面向光场重聚焦图像的聚焦分割方法，包括：使用PCNN计算模型将输入图像变换到神经元点火序列空间，生成二维点火序列矩阵；在点火序列矩阵中，分析各点火序号的连通区域和连通度，得到每个像素的连通度属性；根据像素连通度属性和像素邻域点火序列模型，建立像素分类准则；）对每个像素，根据像素分类准则，标记其分类属性，形成分类标记矩阵；在分类标记矩阵上，使用滑窗技术查找“清晰标记”密度最大的区域，在原始重聚焦图像中分割出对应区域作为聚焦区域输出。本发明可以在不失分割准确性的情况下，显著降低聚焦分割时间；方法配置简单、可扩展性好，非常适合用于计算密集型的光场图像处理领域。

技术领域

本发明涉及一种面向光场重聚焦图像的聚焦分割方法，属于图像聚焦分割领域。

背景技术

早在1936年，A.Gershun就提出了光场的概念，用以描述光在三维空间中的辐射特性，然而，光场图像获取技术远远滞后于概念的发展。直到2005年，R.Ng等设计出手持式光场相机，才使这一局面大为改观。这一创造推动了光场相机快速进入民用市场，同时也在学术界掀起了光场图像应用研究的热潮。

光场相机可以实现“先拍照，后聚焦”，因为光场成像不仅记录光辐射的传播位置，还记录传播方向。光场相机采集到光场数据后，可以通过重积分技术得到聚焦于任意像面的重聚焦图像。重聚焦图像中蕴含着丰富的场景深度信息，目前已经应用于深度估计、三维重建、目标检测、目标识别等问题。

从单幅光场重聚焦图像中分割出聚焦区域，可以为后期深度估计等应用奠定基础并改善性能。目前，采用的方法多是借鉴其他类型图像的聚焦分割方法，比如针对低景深图像的方法，文献[Ahn,S.And J.Chong,Segmenting a Noisy Low-Depth-of-Field ImageUsing Adaptive Second-Order Statistics.Vol.22.2015.270-273]提出一种针对低景深图像的目标分割方法，该算法对噪声具有一定鲁棒性，但运算时间较长，不适合光场重聚焦图像的聚焦分割。具体针对光场图像聚焦分割的学术论文目前未见相关报道。关于光场图像分割的专利也较少，中国专利CN 104867129 A，公布日2015.08.26，申请号201510178753.6，一种光场图像分割方法。该发明通过对光场中一部分视图(图像)标注，学习其特征来构造分类器，来对光场中所有视图(图像)进行分割。从技术方案上看，该发明是对光场中所有图像的分割，不是针对单幅重聚焦图像进行分割，而且对训练样本图像的标注需要人工参与，不是一个全自动分割方案。

中国专利CN 105184808 A，公布日2015.12.23，申请号201510670734.5，一种光场图像前后景自动分割方法。该发明致力于分割光场描述的场景的前景和背景，本质上是融合处理光场产生的多幅图像，以达到准确高效的目的。

单幅光场重聚焦图像的聚焦分割是多幅融合聚焦分割的基础步骤，可以改善多幅图像融合分割的效果，但要求是时间节约的轻量级计算方法，针对低景深图像的目标分割方法不满足这一条件。因此，提出适合于光场重聚焦图像聚焦分割的方法具有现实意义。

发明内容

本发明所要解决的技术问题是提供一种面向光场重聚焦图像的聚焦分割方法，可以在不失分割准确性的情况下，显著降低聚焦分割时间；方法配置简单、可扩展性好，非常适合用于计算密集型的光场图像处理领域。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种面向光场重聚焦图像的聚焦分割方法，具体步骤如下：

步骤1，使用简化的脉冲耦合神经网络PCNN计算模型将原始光场重聚焦图像变换到神经元点火序列空间，生成二维点火序列矩阵；

步骤2，在步骤1生成的点火序列矩阵中，分析各点火序号的连通区域和连通度，得到每个像素的连通度属性；