论文部分内容阅读
光场是计算摄影学领域中一个非常重要的主题。光场相机能捕获4D光场以实现真实的景深渲染,即重对焦。重对焦技术使摄影师在曝光后可以改变景深,从而当他们在选择要突出显示的对象时拥有更高的自由度。从光场数据中获取重对焦图像,通常需要花费大量的时间和空间,并且随着光场采集设备和超分辨率技术的发展,重对焦算法面临着更大的挑战。因此,本文提出对光场进行降采样,计算低分辨率的重对焦图像,然后将重对焦的图像升采样至原始分辨率,以提高计算速度并减少存储消耗。本文重点研究了低分辨率光场重对焦图像的升采样方法,提出了两种解决方案,主要做了以下的工作:(1)根据光场数据重对焦处理后的角度差异与散焦信息之间的关联,提出基于加权融合的光场重对焦图像升采样方法。该算法由计算运行重对焦后光场的宏像元图像标准差来估计图像各像素点的模糊程度,再根据处理得到的非均匀图将高分辨率中心图像与放大到相同分辨率的插值图像相融合,得到高分辨率的重对焦结果。为了评估所提出的方法,本文在合成光场数据集以及真实光场数据集上进行了实验。实验结果表明,该方法在时间和空间方面的成本较低,并且能够得到对焦处清晰,散焦处模糊的升采样重对焦图像。(2)为了进一步提高光场重对焦图像升采样的精度,根据光场重对焦图像与中心图像之间差异的局部性质,提出基于双边加权引导的光场重对焦图像升采样算法。该算法将引导升采样任务建模为双边加权岭回归问题,双边权重使得模型偏向与局部窗口中心具有相似像素强度和位置的像素点,导出的线性关系可以更好地描述差值图像的局部输入与输出关系,由求得的结果再结合中心图像就可以达成提升重对焦图像分辨率的目的。从实验结果中可以得出结论,相比于现有方法,在采样因子增大时该方法可以得到质量更好的升采样重对焦图像。(3)基于以上研究内容设计并实现了光场图像重对焦的原型系统,该系统能够对不同类型的光场图像进行可视化和重对焦处理,调节对焦位置可以改变景深渲染效果,并能通过调整采样因子的大小来提高运行效率。系统具备较为完善的功能,运行稳定,验证了本文研究的实用性。