[发明专利]基于旋转编码光圈的全聚焦成像系统

权利要求书

1.一种基于旋转编码光圈的全聚焦成像方法，其特征在于，该方法首先提出旋转编码光圈成像系统的性能评价标准，并依据该评价标准使用遗传算法及坐标下降法优化旋转编码光圈，然后借助优化的旋转编码光圈实现深度估计及全聚焦图像复原工作。

2.如权利要求1所述的基于旋转编码光圈的全聚焦成像方法，其特征在于，该方法包括：

步骤1：提出旋转编码光圈成像系统的性能评价标准应用于深度估计恢复以及全聚焦图像复原：

所述步骤1包括如下具体步骤：

(1)失焦模糊成像模型：

其中，f代表成像系统拍摄得到的失焦模糊图像，f₀代表原始清晰图像，k^d代表成像系统在不同深度d处的点扩散函数，η～N(0,σ²)代表高斯白噪声；

(2)三次旋转编码光圈系统的失焦成像模型：

F_i＝F₀·K_i^d+N_i,i＝1,2,3

其中，此模型是(1)中模型在频域中的表达：F_i表示旋转编码光圈成像系统拍摄得到的失焦模糊图像，F₀表示原始图像，K_i^d表示不同深度的点扩散函数，N_i表示高斯白噪声，i则表示旋转次数，即三次旋转会产生三次不同的失焦模糊图像。此模型对应于旋转编码光圈成像系统的拍摄所得的三张失焦模糊图像的数学模型；

(3)使用能量函数最小值解决最大后验概率问题(Maximum A Posteriori)以实现对旋转编码光圈的性能优化；

其中，代表图像先验的噪信比(Noise to Signal Ratios)，可以表示为σ²/A，其中，A可以使用1/f法则，即多张自然图像的平均功率谱来表示，ξ表示频率。使用能量函数最小值意味着使估计模糊图像与原始模糊图像之间的差别最小，即使得估计过程精度最高，深度恢复结果最准确；

(4)使用维纳反卷积法获得估计清晰图像；即对一个既定的估计深度使用能量函数先求解估计清晰图像即在的条件下，可得，

其中，是K的复共轭，是指在既定估计深度处对应的成像系统点扩散函数的频域表示；

(5)将步骤(4)和步骤(2)中的公式带入步骤(3)，重构能量函数，经整理简化可得一个关于估计深度的能量评价函数，

其中，d^*表示位于成像系统对应于标准深度的模糊核，d表示可见光图像的各层级处深度的模糊核；

(6)在噪声层级为σ的条件下，对旋转编码光圈位于d^*处的深度估计进行性能评价可得，

其中，D＝{c₁d^*,c₂d^*,…,c_ld^*}代表各深度层级对应的点扩散函数模糊核的大小，{c_i}可取为{0.1,0.15,…,1.5}，步长为0.05；

(7)对以上结果进行归一化可得旋转编码光圈的性能评价标准：

R值越大表征评价深度估计的能量函数变化越陡峭，使得深度估计性能对于图像噪声或者彩色纹理的鲁棒性越强；

设计并使用遗传算法优化获得低分辨率的旋转编码光圈；使用坐标下降法提高旋转编码光圈的分辨率；

深度估计恢复和全聚焦图像复原过程，是借助维纳反卷积以及像差法对其进行深度恢复和全聚焦图像复原的工作；

步骤2：设计并使用遗传算法优化获得低分辨率的旋转编码光圈；

对于分辨率为N×N的光圈而言，其可能性多达2^N×N种，计算量很大，因此无法直接使用高分辨率进行优化选择过程；

步骤3：使用坐标下降法提高旋转编码光圈的分辨率；

为了减少光学衍射的影响，继续编码光圈的性能，使用坐标下降法对光圈的性能进行再优化，得到优化旋转编码光圈；

步骤4：深度估计恢复和全聚焦图像复原过程；

使用旋转编码光圈成像系统获取可见光图像后，借助维纳反卷积以及像差法对其进行深度恢复和全聚焦图像复原的工作。