[发明专利]一种分区域自适应匹配的光场数据深度重建方法

说明书

本发明公开了一种分区域自适应匹配的光场数据深度重建方法，所述分区域自适应匹配的光场数据深度重建方法包括以下步骤：步骤110，定义中心视图与待匹配视图中的待匹配像素点的距离测度函数；步骤120，为不同区域的待匹配像素点选择不同的匹配窗口，其中，所述不同区域包括纹理区域、平滑区域和边缘遮挡区域；步骤130，统计匹配窗口正确匹配像素点的个数作为窗口的距离测度值，并在所述平滑区域加上平滑因子；步骤140，优化匹配视差，并计算场景深度。本发明能够在四维光场理论下实现高精度的深度重建。

技术领域

本发明涉及计算机视觉与数字图像处理技术领域，特别是关于一种分区域自适应匹配的光场数据深度重建方法。

背景技术

光场包含光线的空间和角度信息，是对场景中光线的辐照度刻画，广泛应用于场景渲染、深度信息获取以及计算摄影与三维重构。七维全光函数最早被提出用来形式描述光场，描述了空间中任意时刻任意波长的光线辐照度信息。Levoy，Gortler等人提出了光场的双平面参数化表示，即四维光场L(x,y,u,v)。基于四维光场的理论，Ng和Levoy等人设计基于微透镜阵列采集系统的手持相机，实现了单次曝光下的四维光场数据采集和重聚焦成像。

由光场数据获取场景深度信息当前有如下三类方法：

第一种是基于多视点像素匹配的深度获取方法，对于该方法而言，光场可以看作一组不同视点下的透视图，该方法通过像素匹配获取任意物点在所有视点下的视差信息。

第二种是基于极线图的深度获取方法，该方法是计算梯度方向或者尺度变换求极值，得到极线图中直线的斜率。

第三种基于聚焦堆栈深度获取方法，其是通过清晰度评价和聚焦堆栈的其它特性，估计深度。

但是，上述光场数据获取场景深度信息方法仍然无法进行高精度的深度重建。

发明内容

本发明的目的在于提供一种分区域自适应匹配的光场数据深度重建方法，为基于光场的数字重聚焦和三维场景重构提供高精度的深度信息。

为实现上述目的，本发明提供一种分区域自适应匹配的光场数据深度重建方法，所述分区域自适应匹配的光场数据深度重建方法包括以下步骤：

步骤110，定义中心视图与待匹配视图中的待匹配像素点的距离测度函数；

步骤120，为不同区域的待匹配像素点选择不同的匹配窗口，其中，所述不同区域包括纹理区域、平滑区域和边缘遮挡区域；

步骤130，统计匹配窗口正确匹配像素点的个数作为窗口的距离测度值，并在所述平滑区域加上平滑因子；

步骤140，优化匹配视差，并计算场景深度。

进一步地，所述步骤110中的“距离测度函数”表示下式(2)：

E_i，j(x，y，s)＝||L_u0，v0(x，y)-L_ui，vj(x+is，y+js)|| (2)

式(2)中，L_u0，v0(x，y)表示中心视图中像素点坐标(x，y)对应的像素值；L_ui，vj(x+is，y+js)表示待匹配视图中像素点坐标(x+is，y+js)对应的像素值；所述中心视图L_u0，v0(x，y)为中心视点(u₀，v₀)所成的图像；所述待匹配视图L_ui，vj(x，y)为所述中心视点(u₀，v₀)之外的其余视点(u_i，v_j)所成的图像；E_i，j(x，y，s)表示像素点坐标(x，y)在视差s下的距离测度值。

进一步地，步骤120具体包括：