[发明专利]面向光场相机的结构化观测与稀疏表示的协同优化方法有效
| 申请号： | 201810222647.7 | 申请日： | 2018-03-19 |
| 公开（公告）号： | CN108492239B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 尹宝才;宿建卓;施云惠;丁文鹏 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06T1/00 | 分类号： | G06T1/00;G06V10/40 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 张慧 |
| 地址： | 100124 *** | 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： | 本发明公开一种面向光场相机的结构化观测与稀疏表示的协同优化方法，用于压缩四维光场数据，采用压缩感知理论框架，综合分析光场信号在空间角度坐标系下和二维图像内部的信号分布特性，提出一种面向光场图像的压缩感知模型，通过该压缩感知模型，协同优化观测矩阵和字典，不仅将光场图像数据间的相似性关系充分挖掘出来，还提高了重建精度，从而达到提高光场获取和重建能力的目标。 | ||
| 搜索关键词： | 面向 相机 结构 观测 稀疏 表示 协同 优化 方法 | ||
【主权项】：
1.一种面向光场相机的结构化观测与稀疏表示的协同优化方法，其特征在于，包括以下步骤：1、输入的N×N,N＝2光场信号，输入信号为![]()
为按像素点集合的顺序排列![]()
2、由分析可知，各个视点间的图像相似度极高，因此可以把![]()
按照视点图顺序排列为x即![]()
3、利用协同优化光场结构化观测和字典的算法中，初始给定随机观测矩阵和普通字典，分步迭代求解观测矩阵P和优化结构化字典D，在求解P时，可利用梯度下降法优化求解得到。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京工业大学，未经北京工业大学许可，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/patent/201810222647.7/，转载请声明来源钻瓜专利网。
