[发明专利]基于尺度不变特征变换的计算集成成像图像重构方法

摘要

基于尺度不变特征变换的计算集成成像图像重构方法属三维图像处理技术领域，本发明使用相对更正确的图像区域替换失真区域，这些图像区域通过对原始对象采集的视图图像和立体元图像之间的匹配得到，由于设备的限制和实验操作的不可避免的缺点，从原始对象采集的视图图像的对应区域不能满足人们的要求，为了解决上述问题，本发明采用SIFT描述子和透视变换来获得合理的正确区域，提供了三维视图图像的仿真和实验结果，以及相应的图像质量评估，以测试和验证所提方法的性能，仿真和实验结果表明，本发明提出的方法优于传统的计算集成成像重构方法，验证了本发明提出的方法的可行性和有效性。

主权项

1.一种基于尺度不变特征变换的计算集成成像图像重构方法，其特征在于包括下列步骤：1.1 获得立体元图像阵列和视点图像，具体包括下列步骤：1.1.1 利用MAYA软件生成三维虚拟模型和虚拟相机拍摄阵列，设虚拟相机阵列大小为A×B，调整虚拟相机阵列参数，同时对三维虚拟模型进行拍摄，生成的立体元图像按照相机阵列顺序拼接，得到立体元图像阵列；1.1.2 确定计算重构视点位置(x₀，y₀，z₀)，将一个虚拟相机摆设在该位置，三维虚拟模型位置不变，用该虚拟相机拍摄三维虚拟模型，得到该视点位置的视点图像；1.2 利用步骤1.1.1中得到的立体元图像阵列，根据非周期计算重构方法进行采集端的计算机重构，具体包括下列步骤：1.2.1 根据步骤1.1.2确定的计算重构视点位置，按照小孔阵列模型非周期计算重构算法进行集成成像计算重构，对应每个小孔的像素点，以该点为中心取分辨率为c×c的小块，c的取值满足下列公式：c＝(gP_Il₂R_I)/[l₁(l₁+l₂+g)]其中：g是显示平面与透镜阵列的距离；P_I是立体元图像的物理尺寸；l₁是透镜阵列到计算重构成像平面的距离；l₂是计算重构成像平面与视点平面的距离；R_I是立体元图像的横向分辨率；1.2.2 通过步骤1.2.1得到分辨率为Ac×Bc的在视点(x₀，y₀，z₀)处的集成成像计算重构图像，将步骤1.1.2得到的视点图像调整分辨率为Ac×Bc；1.3 在采集端，对根据步骤1.2计算重构生成的视点(x₀，y₀，z₀)处的重构图像和步骤1.1.2获得的该视点下的视点图像，用尺度不变特征变换提取特征点；1.4 用对步骤1.3从重构图像和视点图像中提取出的特征点进行匹配，将视点图像按照匹配矩阵变换成模板图像，具体包括下列步骤：1.4.1 利用距离比值算法对步骤1.3从重构图像和视点图像中提取出的特征点进行匹配，确定匹配点对；1.4.2 利用随机取样一致性算法，对步骤1.4.1得到的匹配点对进行筛选，剔除错误的匹配点对；1.4.3 利用步骤1.4.2最终得到的匹配点对，计算在视点(x₀，y₀，z₀)处从视点图像到重构图像的透视变换矩阵；1.4.4 利用步骤1.4.3得到的透视变换矩阵，对在视点(x₀，y₀，z₀)处的视点图像进行透视变换，生成在视点(x₀，y₀，z₀)处的计算重构模板图像；1.5 将步骤1.2.2中生成的在视点(x₀，y₀，z₀)处的重构图像和步骤1.4.4中生成的该视点位置下的模板图像进行分块的特征匹配，具体包括下列步骤：1.5.1 将步骤1.2.2中生成的在视点(x₀，y₀，z₀)处的重构图像和步骤1.4.4中生成的该视点号；位置下的模板图像按照分辨率c×c大小分别分为A×B个小块，并按照{1，2，3，...，A×B}编1.5.2 将步骤1.5.1生成的A×B×2个小块中的相同编号的小块，进行峰值信噪比的计算，定义峰值信噪比低于30的小块为失真小块；1.6 将步骤1.1.1得到的立体元图像阵列和步骤1.5.2产生的失真小块编号，分别传输至图像编码器和数值编码器，产生的码流传输到解码器，这里的编码解码均为无损操作；1.7 将从步骤1.6编码器传输出的码流，即解码器接收到的码流进行解码，得到步骤1.1.1生成的立体元图像阵列和步骤1.5.2生成的失真小块编号；1.8 利用步骤1.7中解码出的立体元图像阵列，根据非周期计算重构方法得出重构端在视点(x₀，y₀，z₀)处的重构图像，步骤1.8与步骤1.2相同；1.9 利用步骤1.7中解码出的失真小块编号，提取该编号下的模板图像小块，和该编号下的重构图像小块对应的立体元图像，在该立体元图像上搜索与对应模板图像小块峰值信噪比最高的小块，并覆盖在重构端的在视点(x₀，y₀，z₀)处的重构图像的相应位置，得到最终的该视点下的集成成像计算重构图像。