光场图像深度估计方法的研究

【摘要】：在光场图像的显示技术中,集成成像已表现出其宽阔的发展前景。在科技日新月异发展的今天,人们已经不满足于二维平面显示,转而将目光移向了三维立体显示,因而真三维集成成像显示技术逐渐被人们关注。如何采集、三维重建出我们想要的现实世界物体,以及如何真实地显示出来,成为研究人员重点关注的问题。集成成像的内容生成部分包含了诸多重要步骤,其中三维重建是关键,而三维重建中的重点是图像的深度估计。本文着重探讨了如何提升深度图的质量与效果,这个工作对整个三维重建乃至集成成像工作都有着非常重要的意义。本文主要内容有:1.采用一种多视点输入的超像素正则化光场图像深度估计方法。由于深度估计的关键问题是处理物体相互遮挡的边缘,本章首先分析了部分遮挡边界区域的产生和其不确定性,接下来介绍了解决部分遮挡边界问题的算法——SLIC超像素算法。最后使用实验室先前拍摄的多视点图像代替单个图像作为实验输入,还使用了光场图像数据集中若干多视点光场图像作为输入,经过一系列算法流程后,得出深度图,与单个图像输入得出的深度图进行对比,本实验得到的深度图反映了更完整的深度信息,物体遮挡边界部分的深度信息更佳真实精确。2.为了改善深度估计中图像分辨率,采用一种超分辨率重建与光场图像深度估计协同进行的方法。运用SRCNN超分辨率算法对深度估计过程中的两个中间图像进行超分辨率重建,以达到提高最后输出图像分辨率的目的。首先,将SRCNN算法使用在输入图片像素的深度估计图t(x)上。接着,将算法使用在遮挡边界区域置信度收缩过程中,使得超分辨率重建工作和图像的深度估计同时进行。3.对深度估计实验进行了定量分析,计算了实验结果的峰值信噪比和均方根误差。实验结果表明,重建后图像的峰值信噪比(PSNR)均在40d B左右,所得深度图与标准深度图的均方根误差平均减小0.53%。经过两次算法处理,最后所得深度图经放大后,感官上可观察出细节信息的明显改善,客观评价指标峰值信噪比也有明显的提升。