[发明专利]一种全聚焦光场图像组成方法及系统在审
| 申请号： | 201910534802.3 | 申请日： | 2019-06-20 |
| 公开（公告）号： | CN110246162A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 关鸿亮;徐翎丰;段福洲;苏文博;郭甜;杨帆;张玉瑶;陈璐;孟祥慈 | 申请（专利权）人： | 首都师范大学 |
| 主分类号： | G06T7/30 | 分类号： | G06T7/30;G06T7/50;H04N5/232 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 刘凤玲 |
| 地址： | 100048 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 成像 光场图像 原始图像 全聚焦 堆栈 光场 匹配代价 索引 焦点 全聚焦图像 成像组成 方差计算 复杂度 宏像素 空间点 聚焦 清晰 | ||
1.一种全聚焦光场图像组成方法，其特征在于，所述方法包括：
获取光原始图像；
对所述光场原始图像进行数字重聚焦，得到光场的焦点堆栈；
对所述焦点堆栈进行宏像素方差计算，得到空间点的匹配代价；
根据所述匹配代价计算成像索引；
通过所述成像索引，从所述焦点堆栈中提取出所述光场原始图像中所有点的成像；
根据所有所述点的成像组成全聚焦光场图像。
2.根据权利要求1所述的全聚焦光场图像组成方法，其特征在于，所述对所述光场原始图像进行数字重聚焦的重聚焦公式为：
式中，Lα为重聚焦之后的光场图像；L为重聚焦之前的光场图像；(s，t)为空间坐标；(u，v)为角度坐标；α为重聚焦参数，所述重聚焦参数为重聚焦后的深度与重聚焦之前的深度的比值。
3.根据权利要求1所述的全聚焦光场图像组成方法，其特征在于，所述对所述焦点堆栈进行宏像素方差计算，得到空间点的匹配代价的匹配代价计算公式为：
式中，Cα(s，t)为深度为α的重聚焦图像中空间坐标为(s，t)的点的匹配代价值；N为宏像素P内的点的数量；I(u，v)为宏像素P内角度坐标为(u，v)的点；为宏像素P中像素的平均值。
4.根据权利要求1所述的全聚焦光场图像组成方法，其特征在于，所述根据所述匹配代价计算成像索引的计算公式为：
D(s，t)＝argαminCα(s，t)
式中，D(s，t)为空间坐标为(s，t)的点的最清晰成像索引值。
5.一种全聚焦光场图像组成系统，其特征在于，所述系统包括：
图像获取模块，用于获取光原始图像；
重聚焦模块，用于对所述光场原始图像进行数字重聚焦，得到光场的焦点堆栈；
方差计算模块，用于对所述焦点堆栈进行宏像素方差计算，得到空间点的匹配代价；
成像索引计算模块，用于根据所述匹配代价计算成像索引；
提取模块，用于通过所述成像索引，从所述焦点堆栈中提取出所述光场原始图像中所有点的成像；
全聚焦光场图像组成模块，用于根据所述点的成像组成全聚焦光场图像。
6.根据权利要求5所述的全聚焦光场图像组成系统，其特征在于，所述对所述光场原始图像进行数字重聚焦的重聚焦公式为：
式中，Lα为重聚焦之后的光场图像；L为重聚焦之前的光场图像；(s，t)为空间坐标；(u，v)为角度坐标；α为重聚焦参数，所述重聚焦参数为重聚焦后的深度与重聚焦之前的深度的比值。
7.根据权利要求5所述的全聚焦光场图像组成系统，其特征在于，所述对所述焦点堆栈进行宏像素方差计算，得到空间点的匹配代价的匹配代价计算公式为：
式中，Cα(s，t)为深度为α的重聚焦图像中空间坐标为(s，t)的点的匹配代价值；N为宏像素P内的点的数量；I(u，v)为宏像素P内角度坐标为(u，v)的点；为宏像素P中像素的平均值。
8.根据权利要求5所述的全聚焦光场图像组成系统，其特征在于，所述根据所述匹配代价计算成像索引的计算公式为：
D(s，t)＝argαminCα(s，t)
式中，D(s，t)为空间坐标为(s，t)的点的最清晰成像索引值。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于首都师范大学，未经首都师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910534802.3/1.html，转载请声明来源钻瓜专利网。
