一种光场获取方法
【专利摘要】公开了一种光场获取方法，其能够实现对光场角度维度与空间维度的双观测、在相同压缩比的前提下提高了图像质量。包括步骤：(1)将光场相机K次采集到的图像按列扫描得到一个列向量；(2)将观测矩阵、先验约束与步骤(1)的列向量作为所设计优化模型的已知量，利用凸规划cvx工具包获得最优解；(3)将步骤(2)所得的最优解作为重建光场，与原始光场进行对比，计算峰值信噪比PSNR值作为重建质量的度量。
【专利说明】一种光场获取方法
【技术领域】
[0001]本发明属于计算摄影学的【技术领域】，具体地涉及一种光场获取方法。
【背景技术】
[0002]随着计算摄影学的发展，利用光学器件以及后处理技术能够捕获到更多的光线信息。光线信息的一种常用的表达方式为光场，所谓光场是指一个4维函数L (U，V，s，t)，其中(U，V)和(s，t)分别是光线与双平面的两个交点坐标，L描述的是该光线的辐射度。由于传统的相机仅仅能够捕获到4维光场的2维投影，因此近年来出现了很多关于收集场景4维信息的新颖的相机设计，一般称之为光场相机。目前已有光场相机的形式主要分为单相机多路复用和多相机阵列两类。为了本文的需要，此处仅介绍单相机多路复用技术。
[0003]对于单相机多路复用技术，一般通过在光路中放置面罩的方式实现。2008年，Liang等人设计了一种多路复用的光场获取方法，其利用可编码的光圈进行多次采样，之后进行光场的重建。光场数据多数以图像集的形式存在，占用大量的存储空间，因而对其进行压缩是亟待解决的问题。2012年,Babacan等人利用压缩感知(CS)的理论对Liang的工作进行了改进，其对原始光场进行压缩的采样并通过CS方法重建原始光场。CS主要分为观测和重建两个环节，不同的观测模型或者重建模型都对方法的性能有着至关重要的影响。但是Babacan等人的采集方式只是对角度维度(U，V)进行了混叠观测，而没有考虑整个四维空间(U，V, s，t)之间的信息相关性。
【发明内容】
[0004]本发明的技术解决问题是:克服现有技术的不足，提供一种光场获取方法，其能够实现对光场角度维度与空间维度的双观测、在相同压缩比的前提下提高了图像质量。
[0005]本发明的技术解决方案是:这种光场获取方法，包括以下步骤:
[0006](I)将光场相机K次采集到的图像按列扫描得到一个列向量；
[0007](2)将观测矩阵、先验约束与步骤⑴的列向量作为所设计优化模型的已知量，利用凸规划cvx工具包获得最优解；
[0008](3)将步骤(2)所得的最优解作为重建光场，与原始光场进行对比，计算峰值信噪比PSNR值作为重建质量的度量。
[0009]本方法将随机卷积CMOS光学传感器件与可编码光圈结合，实现对光场角度维度与空间维度的双观测，与之前仅对角度维度的单观测相比，在相同压缩比的前提下提高了图像质量，或者说在保证同一图像质量的要求下提高了压缩比。
【专利附图】
【附图说明】
[0010]图1不出了 4D光场的双平面表不；
[0011]图2示出了光场相机模型示意图；
[0012]图3示出了根据公式(6)的实验结果(压缩比是25%，PSNR = 29.5558)，其中图3a为原始角度图像的第15幅，图3b是该幅角度图像对应的重建结果；
[0013]图4示出了根据公式(7)的实验结果(压缩比是25%，PSNR = 29.5558)，其中图4a为原始角度图像的第15幅，图4b是该幅角度图像对应的重建结果；
[0014]图5为根据本发明的光场获取方法的示意图。
【具体实施方式】
[0015]这种光场获取方法，包括以下步骤:
[0016](I)将光场相机K次采集到的图像按列扫描得到一个列向量；
[0017](2)将观测矩阵、先验约束与步骤⑴的列向量作为所设计优化模型的已知量，利用凸规划cvx工具包获得最优解；
[0018](3)将步骤(2)所得的最优解作为重建光场，与原始光场进行对比，计算峰值信噪比PSNR值作为重建质量的度量。
[0019]本方法将随机卷积CMOS光学传感器件与可编码光圈结合，实现对光场角度维度与空间维度的双观测，与之前仅对角度维度的单观测相比，在相同压缩比的前提下提高了图像质量，或者说在保证同一图像质量的要求下提高了压缩比。
[0020]具体地如图1所示，这种超分辨率稀疏重建方法，包括以下步骤:
[0021](I)对给定的低分辨率彩色图像进行空间转化，得到其YCbCr空间图像(Y为颜色的亮度成分、而Cb和Cr则为蓝色和红色的浓度偏移量成份)，对Cb、Cr分量利用插值方法进行重建；
[0022](2)构造用于训练的数据库，即高分辨率图像块Xh和低分辨率图像块X1,并组合成数据库X ;
[0023](3)对数据库X利用Sparse Coding (稀疏编码)方法生成字典D，并分解为高分辨率图像的字典Dh和低分辨率图像的字典D1 ；
[0024](4)利用D1和低分辨率图像2倍上采样的图像对应的特征图像来求解稀疏系数；
[0025](5)通过稀疏系数和Dh，求解原始低分辨率图像3倍上采样的图像，即Y分量；
[0026](6)将Y、Cb、Cr组合得到YCbCr图像，并转化为RGB图像，进行存储，就得到了最
终超分辨率重建图像。
[0027]本方法在没有外界的高分辨率图像库的前提下，直接通过自身的低分辨率图像，构造近似高分辨率图像，然后建立采样块，并得到相应的训练字典，然后借助此时训练的低分辨率图像的字典D1，通过稀疏表示理论求出相应的稀疏系数，最后将该稀疏系数复用于高分辨率图像的字典Dh ，重建得到高分辨率图像。
[0028]优选地，步骤(1)的列向量为公式(3)
[0029]ν?.(/?Μ<,π<,) = {Α' ? /)vec{L) + n⑶
[0030]其中veca。^?)表示将在该模型下采集的图像展成的一维列向量，A表示K次可编码光圈的样式，I为单位矩阵，vec (L)表不将光场矩阵L按列扫描展成一维列向量，η表示噪音。
[0031]优选地，所述步骤⑵的优化模型为公式(6):
【权利要求】
1.一种光场获取方法，包括以下步骤: (1)将光场相机K次采集到的图像按列扫描得到一个列向量； (2)将观测矩阵、先验约束与步骤(1)的列向量作为所设计优化模型的已知量，利用凸规划CVX工具包获得最优解； (3)将步骤(2)所得的最优解作为重建光场，与原始光场进行对比，计算峰值信噪比PSNR值作为重建质量的度量。
2.根据权利要求1所述的光场获取方法，其特征在于:步骤(1)的列向量为公式(3)
3.根据权利要求2所述的光场获取方法，其特征在于:所述步骤(2)的优化模型为公式(6):
4.根据权利要求1所述的光场获取方法，其特征在于:步骤(1)的列向量为公式(5)
5.根据权利要求4所述的光场获取方法，其特征在于:所述步骤(2)的优化模型为公式⑵
【文档编号】G06T5/00GK104036489SQ201410194131
【公开日】2014年9月10日 申请日期:2014年5月9日 优先权日:2014年5月9日
【发明者】尹宝才, 王玉萍, 王立春, 孔德慧 申请人:北京工业大学