光传输成分分解方法与流程

本发明属于计算摄像学技术领域，特别涉及一种基于卷积稀疏重构和logsum算法的光传输成分分解方法。

背景技术：
麻省理工学院媒体实验室发明了采集时间精度为2ps的相机，对应每帧的时间内，光传播的时间为0.6mm的距离，因此也叫这种相机为光速相机。这种飞秒成像装置由三个部分组成：一是飞秒相机，以每秒750MHz的频率发射时长为飞秒级别的激光脉冲；二是条纹相机，这种相机只能采集一维空间的光强随时间变化的情况；三是旋转光学系统，由一对旋转镜面组成，能够实现相机在另一维度上的信息的扫描，进而实现二维场景的ps时间分辨率的信息的捕获。此外，由于帧间时间过短，采集的光强太小，为了提高信噪比和采集精度，所以对于较条纹相机采集维度的另一维度的上的每一个位置需要进行多次采集。武迪等人在2012发表的基于光传输信号分解的论文中提出了一种简单地基于梯度的光传输成分的分离方法，从最直观的角度出发，首先计算出光传输时间函数关于时间的梯度信息，然后利用梯度变化的趋势找到直接反射成分的起点和终点，然后用高斯函数对直接反射成分拟合，进而将直接反射成分和间接反射成分分离开。该方法在抗噪和复杂光传输的情况下的处理效果均有待改进。

技术实现要素：
本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明旨在于提出一种成分分立效果好、不同成分连续性佳的光传输成分分解方法。一种光传输成分分解方法，其特征在于，包括如下步骤：S1：利用光传输成分结构模式的先验知识构造表示光传输不同成分的卷积核；S2：建立卷积稀疏重构的光传输分解的数学模型，并在数学模型中加入logsum逼近因子；以及S3：实现结合logsum和卷积稀疏重构算法实现光传输的成分分解，利用分解出的不同成分进行场景的分析与理解。在本发明的一个实施例中，所述光传输包括直接反射作用、多次反射作用与亚表面散射作用，所述光传输的理想时域-辐射度函数包括反射作用函数与亚表面散射作用函数，其中，由于相机固有的PSF核的模糊作用，所述反射结构模型用核宽度为σ高斯核函数来描述，其中，kgauss(t)为高斯核函数，t0为高斯核中心，σ为高斯核宽度，所述亚表面散射作用函数为起始于时刻t0的指数衰减函数和由相机模糊核函数高斯模糊核函数卷积得到的结果，kexp(t)=yexp(t)*kcamera其中其中，yexp(t)为对应的指数衰减函数，kcamera为场景采集系统对应的模糊核函数，α为指数函数的衰减系数。在本发明的一个实施例中，针对理想时域-辐射度函数，通过调整反射作用的高斯和宽度，亚表面散射作用的起始作用衰减系数α来构建表示光传输作用的核。在本发明的一个实施例中，通过调整反射作用的高斯和宽度，亚表面散射作用的起始作用衰减速度α来构建表示光传输作用的核，构建光速相机采集范围内基本光传输模式组成的表示光传输作用的核字典，所述核字典的每一成分对应不同参数的可能的形式。在本发明的一个实施例中，在所述步骤S3中，考虑实际相机采集的精度模型，实际采集的光强时间函数是理想光强时间函数卷积高斯模糊核后的结果。在本发明的一个实施例中，所述模糊核为时域上的高斯函数，函数宽度由光速相机的采集参数决定。在本发明的一个实施例中，所述具有稀疏约束的成像模型方程为：其中，*为卷积操作，为表示光传输作用的卷积核，为待重构的信号，也就是输入的光强时间信号，为光传输基本构成模式的函数的表征向量，其具有稀疏特性，考虑卷积作用的平移不变性，光传输成分的位置信息和幅值信息都包含在该重构的向量中，K为卷积核集合的核个数。在本发明的一个实施例中，利用卷积稀疏约束和logsum算法求解所述成像模型方程，得到光传输的基本构成模式的函数的表征向量综上，根据本发明实施例的光传输成分分解方法基于卷积稀疏重构和logsum算法，重构并分解得到了光传输的基本构成模式，提高了深度边缘与分离的准确性和真实性。本发明相较于现有技术来说在深度边缘的分离效果更符合物理实际，不需要预先知道某种成分可能的个数也能通过卷积稀疏重构实现很好的分离效果。本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。附图说明本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1为本发明实施例的光传输成分分解方法的流程图；图2为某场景中某一点在整体图像中的位置的示意图；图3为对应图2中该点的光强随时间变化的函数曲线；图4为本发明实施例的光传输成分分解方法中构建的核的矩阵展开形式的结构示意图；图5为相机采集到的时域-辐射度值和重构结果的比较示意图；图6为武迪2012CVPR论文中基于梯度的分离效果和本发明的基于卷积稀疏重构和logsum分解效果的比较示意图。具体实施方式下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。如图1所示，本发明提出了一种光传输成分分解方法，包括如下步骤：S1：利用光传输成分结构模式的先验知识构造表示光传输不同成分的卷积核。S2：建立卷积稀疏重构的光传输分解的数学模型并在数学模型中加入logsum逼近因子。S3：实现结合logsum和卷积稀疏重构算法实现光传输的成分分解，利用分解出的不同成分进行场景的分析与理解。本发明的基于卷积稀疏重构和logsum算法的光传输成分分解方法的具体步骤如下：第一步：利用光传输成分结构模式的先验知识构造表示光传输不同成分的卷积核，由于光传输作用包括基本的反射作用及亚表面散射作用，其时域-光强（辐射度）函数具有特定表征模式，光传输的理想时域-辐射度函数包括反射作用函数与亚表面散射作用函数，其中，反射函数为一个冲激函数和一个高斯函数的卷积得到的结果形式：其中，kgauss(t)为高斯核函数，t0为高斯核中心，σ为高斯核宽度。亚表面散射作用函数为起始于时刻t0的指数衰减函数和由相机模糊核函数高斯模糊核函数卷积得到的结果。kexp(t)=yexp(t)*kcamera其中其中，yexp(t)为对应的指数衰减函数，kcamera为场景采集系统对应的模糊核函数，α为指数函数的衰减系数。图2为某场景中某一点在整体图像中的位置的示意图，该点对应场景中包含成分比较复杂的点，在场景中的边缘部分，对应该点有一个辐射度时间函数曲线如图3所示。图3的曲线中有两个明显的高斯峰，对应该点，有直接的从场景中的物体边缘上反射回来的一次反射成分，有从该点对应的场景中的物体边缘点对应的后面的墙上点反射回来的直接反射成分，还有从场景中的物体内部射出的全局反射成分。第二步：建立卷积稀疏重构的光传输分解的数学模型，并在数学模型中加入logsum逼近因子；对应实际情况中，直接反射（一次反射）成分对应高斯核宽度参数，亚表面散射成分对应的衰减系数参数α。在本实施方式中，首先利用高斯拟合大致确定场景中所有点对应高斯核宽度的大致的分布范围，然后分别构造对应不同高斯核宽度和指数衰减系数的基核，这些核在不同位置处的分布能够用光传输基矩阵的形式表示出来，如图4所示，其中，图4（a）是仅考虑反射作用的基核用矩阵表示出来的形式，图中为只考虑了一种核宽度的情况。图4（b）是考虑反射及亚表面散射的基核用矩阵表示出来的形式，图中对两种情况分别只考虑了一种核宽度和一种指数衰减系数的情况。第三步：实现结合logsum和卷积稀疏重构算法实现光传输的成分分解，利用分解出的不同成分进行场景的分析与理解。建立具有卷积稀疏约束的成像模型，方程为：其中，*为卷积操作，为表示光传输作用的卷积核，为待重构的信号，也就是输入的光强时间信号，K卷积核集合的核个数，为光传输基本构成模式的函数的表征向量，其具有稀疏特性，考虑卷积作用的平移不变性，光传输成分的位置信息和幅值信息都包含在该重构的向量中。图5为相机采集到的时域-辐射度值和重构结果的比较示意图。图6为武迪2012CVPR论文中基于梯度的分离效果和本发明的基于卷积稀疏重构和logsum分解效果的比较。从图6（a）和图6（b）中可以看出，在处理场景边缘的点的光传输分解时，我们的方法能够将同时对应光传输直接反射成分的两个峰值都分离出来，而武迪的方法只能分离出其中一个，而且分离的效果非常的不准确。从图6（c）和图6（d）可以看出，在场景信号成分比较简单的情况下，武迪的方法能够分解好的地方我们也能得到比较好的结果。综上，我们的方法在普通的情况下，能够达到和武迪提出的方法类似的分解效果，而在更复杂的情况下能够得到比武迪的方法更符合物理解释的分解效果。综上，根据本发明实施例的光传输成分分解方法基于卷积稀疏重构和logsum算法，重构并分解得到了光传输的基本构成模式，提高了深度边缘与分离的准确性和真实性。本发明相较于现有技术来说在深度边缘的分离效果更符合物理实际，不需要预先知道某种成分可能的个数也能通过卷积稀疏重构实现很好的分离效果。需要说明的是，流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。尽管上面已经示出和描述了本发明的实施例，但上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。