性能评价标准应用于深度估计恢复 以及全聚焦图像复原：
[0053] (1)失焦模糊成像模型：
[0054] f = fa?kd +η
[0055] 其中，f代表成像系统拍摄得到的失焦模糊图像，fo代表原始清晰图像，0代表成像 系统在不同深度d处的点扩散函数，#~X(0. f)描述高斯白噪声。
[0056] (2)三次旋转编码光圈系统的失焦成像模型：
[0057] Fi = Fo · Kid+Ni,i = l,2,3
[0058] 其中，此模型是（1)中模型在频域中的表达。h表示旋转编码光圈成像系统拍摄得 到的失焦模糊图像，Fo表示原始图像，K，表示不同深度的点扩散函数，化表示第i次旋转编 码光圈获得拍摄图像中的高斯白噪声，i表示旋转次数，即三次旋转会产生三次不同的失焦 模糊图像。此模型对应于旋转编码光圈成像系统的拍摄所得的三张失焦模糊图像的数学模 型。
[0059] (3)使用能量函数最小值解决最大后验概率问题(Maximum A Posteriori)以实现 对旋转编码光圈的性能优化。
[0060]
[0061] 其中，代表图像先验的噪信比(Noise to Signal Ratios)，可以表示为 σ2/Α，其中，A可以使用多张自然图像的平均功率谱来表示，即3 = ：! |A(#)f /4?)，ξ表示频 率。使用能量函数最小值意味着使估计模糊图像与原始模糊图像之间的差别最小，即使得 估计过程精度最高，深度恢复结果最准确。
[0062] (4)使用维纳反卷积法获得估计清晰图像。即对一个既定的估计深度y，使用能量 函数先求解估计清晰图像fV，即在^ = D的条件下，可得，
[0063]
[0064] 其中，瓦是K的复共辄，是指在既定估计深度g处对应的成像系统点扩散函数 的频域表示。
[0065] (5)将步骤(4)和步骤(2)中的公式带入步骤(3)，重构并整理简化能量函数，证明 过程如下：
[0066] (51)在给定的旋转编码光圈h，K2，K3，标准深度cf，以及噪声〇(频域中为N，N表示 频域中的加性高斯白噪声）的条件下，对应于估计深度d的能暈函数Ε可写为：
[0067]
[0068] (52)将步骤(2)中的F,和步骤(4)中的带入(51)的能量函数中，可得：
[0069]
[0070] (53)在认为图像信号与噪声信号是相互独立的条件下，可将（52)中的公式整理 为：
[0071]
[0072] (54)为便于分辨，令5 H [f f +丨拉f +丨杧丨2 + I CT、由于心是相互独立的高斯白 噪声信号，因此，E(Ni)=0，var(Ni)=σ2，E(NiNj)=0。此处，B是一个中间变量，仅用于计算推 导。则能量函数可表示为：
[0073:
[0074] (55)定义Fo的功率谱期望为A，同时，廣#) = ? I巧〇 |2 //仍），c = o2/A。因此，能量 函数可整理为：
[0075]
[0076] (56)经整理，可得最终能量公式证明结果： Λ
[0077]
[0078] 其中，cf表示位于成像系统所对应的标准深度，d表示可见光图像在各层级处的深 度。
[0079] (6)在噪声参数为〇的条件下，对旋转编码光圈位于cf处的深度估计进行性能评价 可得，
[0080]
[0081] 其中，D={C1(f，C2cf，'"，CKf}代表各深度层级，{ Ci}可取为{0.1，0.15,…，1.5}， 步长为0.05。
[0082] (7)对以上结果进行归一化可得旋转编码光圈的性能评价标准：
[0083]
[0084] R值越大表征评价深度估计的能量函数变化越陡峭，使得深度估计性能对于图像 噪声或者彩色纹理的鲁棒性越强。
[0085] 2)设计并使用遗传算法优化获得低分辨率的旋转编码光圈。对于分辨率为LXL的 光圈而言，其可能性多达2 ?χ?种，计算量很大，因此无法直接使用高分辨率进行优化选择过 程。
[0086] 3)使用坐标下降法提高旋转编码光圈的分辨率。为了减少光学衍射的影响，继续 编码光圈的性能，使用坐标下降法对光圈的性能进行再优化，得到优化旋转编码光圈。
[0087] 4)深度估计恢复和全聚焦图像复原过程。使用旋转编码光圈成像系统获取可见光 图像后，本发明借助维纳反卷积以及像差法对其进行深度恢复和全聚焦图像复原的工作。
[0088] 下面结合附图和具体实例，进一步详细说明本发明。
[0089] 1)提出旋转编码光圈成像系统的性能评价标准应用于深度估计恢复以及全聚焦 图像复原：
[0090] (1)失焦模糊成像模型：
[0091]
[0092]其中，f代表成像系统拍摄得到的失焦模糊图像，fo代表原始清晰图像，0代表成像 系统在不同深度d处的点扩散函数，~X(0, f)描述高斯白噪声。
[0093] (2)三次旋转编码光圈系统的失焦成像模型：
[0094] Fi = F〇 · Kid+Ni,i = l,2,3
[0095] 其中，此模型是（1)中模型在频域中的表达。h表示旋转编码光圈成像系统拍摄得 到的失焦模糊图像，Fo表示原始图像，表示不同深度d处的点扩散函数，化表示第i次旋转 编码光圈获得拍摄图像中的高斯白噪声，i表示旋转次数，即三次旋转会产生三次不同的失 焦模糊图像。此模型对应于旋转编码光圈成像系统的拍摄所得的三张失焦模糊图像的数学 模型。
[0096] (3)使用能量函数E的最小值解决最大后验概率问题(Maximum A Posteriori)以 实现对旋转编码光圈的件能优仆m
[0097]
[0098] 其中，|(?|2=(7._('代表图像先验的噪信比(Noise to Signal Ratios)，可以表示为 〇2/A，其中，A可以使多张自然图像的平均功率谱来表示，2= / |6(0|2ΜΚ)，ξ表示频率，μ (F〇)表示积分的自然图像。min表示求最小值，Σ表示加和，| |*| |表示求模。使用能量函数 最小值意味着使估计模糊图像与原始模糊图像之间的差别最小，即使得估计过程精度最 高，深度恢复结果最准确。
[0099] (4)使用维纳反卷积法获得估计清晰图像。即对一个既定的估计深度j，使用能量 函数先求解估计清晰图像即在/ 3 = Q的条件下，可得，
[0100]
[0101] 其中，亙是K的复共辄，是指在既定估计深度d处对应的成像系统点扩散函数的 频域表示。
[0102] (5)将步骤(4)和步骤(2)中的公式带入步骤(3)，重构并整理简化能量函数，证明 过程如下：
[0103] (51)在给定的旋转编码光圈Ki，K2，K3，标准深度cf，以及噪声〇 (频域中为N)的条件 下，对应于估计深度d的能量函数Ε可写为：
[0104]
[0105]其中，他，犯，犯指的是分别对应于旋转编码光圈系统三次拍摄获得的可见光图像 的频域中的高斯白噪声。
[0106] (52)将步骤(2)中的F,和步骤(4)中的&带入(51)的能量函数中，可得：
[0107]
[0108] (53)在认为图像信号与噪声信号是相互独立的条件下，可将（52)中的公式整理 为：
[0109:
[0110] (54)为便于分辨，令5 =|尤f f +1於I2 +1碎I2 +1CI2;由于心是相互独立的高斯白 噪声信号，因此，E(Ni)=0，va;r(Ni)=σ2，E(NiNj)=0。此处，va;r意指求取方差，则能量函数可 表示为：
[0111]
[0112] (55)定义F〇的功率谱期望为A，同时，廣D 11 Κ(Ο I2 )，C = σ2/Α。因此，能量 函数可整理为：
[0113]
[0114] (56)经整理，可得最终能量公式证明结果：
[0115]
[0116] 其中，cf表示位于成像系统所对应的标准深度，d表示可见光图像各层级处的深 度，表示在频域中，对应于第*次旋转时位于#深度处的点扩散函数。
[0117] (6)在噪声参数为〇的条件下，对旋转编码光圈位于cf处的深度估计进行性能评价 可得，
[0118]
[0119] 其中，0={〇1(1'(32(1'~，〇1们代表系统对应的各深度层级，{(31}是一组深度层级 参数，可取为{〇. 1，〇. 15，…，1.5}，步长为0.05，d eD/cf表示不包含标准深度模糊核cf的深 度集合。
[0120] (7)对以上结果进行归一化并简化可得旋转编码光圈的性能评价标准：
[0121
[0122] R值越大表征评价深度估计的能量函数变化越陡峭，使得深度估计性能对于图像 噪声或者彩色纹理的鲁棒性越强。
[0123] 2)设计并使用遗传算法优化获得低分辨率的旋转编码光圈。对于分辨率为LXL的 光圈而言，其可能性多达2 ?χ?种，计算量很大，因此无法使用较高分辨率进行优化选择过程。 但同时，高分辨率是保证光圈不受光学衍射干扰性能的关键。为解决这一问题，本发明采取 先使用低分辨率后提升分辨率至较高标准的方式进行整个优化过程。遗传算法优化步骤如 下：
[0124] (1)算法相关参数输入初始化：
[0125] D={C1Cr，C2(f，…，cuf}，表示旋转编码光圈系统的深度层级分辨力性能参数，cf =7；
[0126] ?(广丨20'240"],丨=1，2,3,表示旋转编码光圈三次旋转角度的初始值；
[0127] g = 0，g表示遗传算法的迭代次数，初始迭代次数为0;