[发明专利]一种融合焦点堆栈和全聚焦图像的光场特征提取方法

权利要求书

1.一种融合焦点堆栈和全聚焦图像的光场特征提取方法，其特征在于，包括以下步骤：

A1：输入光场数据，对所述光场数据进行解码和预处理得到光场子视角图像阵列，根据所述光场子视角图像阵列得到多个视角位置的焦点堆栈和全聚焦图像；

A2：将多个视角位置的所述焦点堆栈和所述全聚焦图像分别进行级联得到图像集合，根据所述图像集合生成高斯差分金字塔；

A3：搜索所述高斯差分金字塔中的局部极值点作为特征点位置，并生成对应的特征点描述符。

2.根据权利要求1所述的光场特征提取方法，其特征在于，步骤A1中根据所述光场子视角图像阵列得到多个视角位置的焦点堆栈和全聚焦图像具体包括：提取所述光场子视角图像阵列中对角线视角上的光场自视角图像，根据对角线视角上的光场自视角图像生成对角线视角上的焦点堆栈和全聚焦图像。

3.根据权利要求2所述的光场特征提取方法，其特征在于，生成的对角线视角上的焦点堆栈为：

其中，是角度域坐标为(u₀,v₀)的视角处的焦点堆栈，λ是重聚焦系数，L(u,v,s,t)表示根据所述光场数据解码后的光场，(u,v)为角度域坐标，(s,t)为空间域坐标，U、V是光场子视角图像阵列的行数和列数。

4.根据权利要求3所述的光场特征提取方法，其特征在于，生成的全聚焦图像为：

其中，是角度域坐标为(u₀,v₀)的视角处的全聚焦图像，Depth是光场深度图索引。

5.根据权利要求1所述的光场特征提取方法，其特征在于，步骤A2中将多个视角位置的所述焦点堆栈和所述全聚焦图像分别进行级联得到图像集合具体包括：采用下式将多个视角位置的所述焦点堆栈和所述全聚焦图像分别进行级联：

其中，是角度域坐标为(u₀,v₀)的视角处的图像集合，是角度域坐标为(u₀,v₀)的视角处的焦点堆栈，是角度域坐标为(u₀,v₀)的视角处的全聚焦图像。

6.根据权利要求1所述的光场特征提取方法，其特征在于，步骤A2中根据所述图像集合生成高斯差分金字塔具体包括：采用下式构建高斯差分金字塔：

其中，是角度域坐标为(u₀,v₀)的视角处的高斯差分金字塔，是角度域坐标为(u₀,v₀)的视角处的图像集合的尺度空间；

进一步地，采用高斯函数对所述图像集合进行模糊和降采样处理，得到角度域坐标为(u₀,v₀)的视角处的图像集合的尺度空间表示为：

其中，G(s,t,σ_i)是尺度可变高斯函数，是角度域坐标为(u₀,v₀)的视角处的图像集合。

7.根据权利要求6所述的光场特征提取方法，其特征在于，尺度可变高斯函数G(s,t,σ_i)表示为：

其中，(s,t)为空间域坐标，σ_i为尺度；

进一步地，尺度σ_i表示为：σ_i+1＝kσ_i,1≤i≤N，N为高斯尺度空间内的尺度的数量，k为大于0的参数。

8.根据权利要求1所述的光场特征提取方法，其特征在于，步骤A3中搜索所述高斯差分金字塔中的局部极值点作为特征点位置具体包括：

计算所述高斯差分金字塔的局部Hessian矩阵：

其中，(s,t)为空间域坐标，D为所述高斯差分金字塔；

当局部Hessian矩阵取局部最大值时，判定当前点为特征点，并将当前点的位置作为特征点位置。