聚焦性检测与彩色信息引导的光场图像深度提取

摘要：

目的 光场相机可以通过一次拍摄,获取立体空间中的4D光场数据,渲染出焦点堆栈图像,然后采用聚焦性检测函数从中提取深度信息.然而,不同聚焦性检测函数响应特性不同,不能适应于所有的场景,且现有多数方法提取的深度信息散焦误差较大,鲁棒性较差.针对该问题,提出一种新的基于光场聚焦性检测函数的深度提取方法,获取高精度的深度信息.方法 设计加窗的梯度均方差聚焦性检测函数,提取焦点堆栈图像中的深度信息;利用全聚焦彩色图像和散焦函数标记图像中的散焦区域,使用邻域搜索算法修正散焦误差.最后利用马尔可夫随机场(MRF)将修正后的拉普拉斯算子提取的深度图与梯度均方差函数得到的深度图融合,得到高精确度的深度图像.结果 在Lytro数据集和自行采集的测试数据上,相比于其他先进的算法,本文方法提取的深度信息噪声较少.精确度平均提高约9.29％,均方误差平均降低约0.056.结论 本文方法提取的深度信息颗粒噪声更少;结合彩色信息引导,有效修正了散焦误差.对于平滑区域较多的场景,深度提取效果较好.

关键词：深度提取、光场相机、焦点堆栈图像、聚焦性检测、散焦误差

所属期刊栏目：21

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61403116,61273237,61271121,61471154;中央高校基本科研业务费专项基金项目2013HGBH0045;中国博士后基金项目2014M560507;合肥工业大学研究生教学改革研究资助项目YJG2014Y13 National Natural Science Foundation of China61403116,61273237,61271121,61471154

在线出版日期：2016-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：155-164