基于光场内联遮挡处理的噪声场景深度获取

摘要：

光场相机通过单次曝光同时从多个视角采样单个场景,在深度估计领域具有独特优势.噪声场景下的深度获取是光场图像深度估计的难点之一.传统针对噪声场景的深度获取方法大多仅适用于非遮挡情况,无法较好处理包含遮挡区域的噪声场景.针对含遮挡的噪声场景深度估计问题,提出了基于内联遮挡处理的深度估计方法.该方法采用内联遮挡处理框架,通过将遮挡处理集成进抗噪成本量中,在保证抗噪性能的同时提升算法的抗遮挡能力.在成本量建立完成后,为进一步滤除剩余噪声,采用提出的适应遮挡的多模板滤波策略对成本量进行遮挡感知优化,该策略通过为不同方向的遮挡分别设计滤波模板,在滤波的同时能较好保留图像的边缘结构,有效改善了传统滤波算法无法保留遮挡边界的问题.实验结果表明,相比其它先进深度估计算法,该方法在高噪场景下具有显著优势,并能更好处理噪声场景深度估计的遮挡问题.

关键词：光场;深度估计;散焦线索;噪声抑制;遮挡处理

所属期刊栏目：48

分类号：TP391;TB811(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61876057,61971177

在线出版日期：2021-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：9-22