[发明专利]一种光场图像空间超分辨率方法

说明书

本发明涉及一种光场图像空间超分辨率方法，包括：获取低空间分辨率光场图像的初始图像，分别提取初始图像的子孔径图像阵列Y、U、V通道信息；对初始图像的子孔径图像阵列Y通道信息进行处理，获取高空间分辨率的子孔径图像阵列Y通道信息；基于初始图像的子孔径图像阵列Y通道信息和高空间分辨率的子孔径图像阵列Y通道信息，获取最终高空间分辨率的子孔径图像阵列Y通道信息；对初始图像的子孔径图像阵列U、V通道信息进行处理，获取最终高空间分辨率的子孔径图像阵列U、V通道信息；基于最终高空间分辨率的子孔径图像阵列Y、U、V通道信息，获取最终高空间分辨率的子孔径图像阵列。本发明能够提高光场图像空间的重建质量和效率。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种光场图像空间超分辨率方法。

背景技术

光场相机可以通过单次拍摄获得场景的三维信息，在三维重建、再聚焦、虚拟现实等领域有着广泛的应用。然而，由于空间分辨率和角度分辨率之间的内在权衡，即光场相机只能获取高角度分辨率和低空间分辨率的光场图像或者高空间分辨率和低角度分辨率的光场图像，并不能同时获取高空间分辨率和高角度分辨率的光场图像。所获取的光场图像的空间分辨率较低，这阻碍了其在高分辨率场景中的应用。因此，如何让利用低空间分辨率的光场图像来重建高空间分辨率的光场图像具有重要的理论意义和实际应用价值。

一些传统的光场图像空间超分辨率方法首先获取图像的先验信息，然后重建出高空间分辨率的图像，但是难以获得高质量的结果。随着卷积神经网络的快速发展，提出了一些基于学习的光场图像方法，他们大都关注光场图像数据的高维特征，使用卷积来表征空间域或者角域的像素信息，但忽略了光场图像固有的视差结构。各视点之间的互补信息没有得到充分利用，尤其是图像之间的角度相关性没有得到充分的探索，导致空间超分辨率后的光场图像存在模糊、鬼影等噪声，降低了光场图像的图像质量。因此，亟需一种光场图像空间超分辨率方法来解决上述问题。

发明内容

本发明的目的是针对上述技术问题，提出一种光场图像空间超分辨率方法，融合多维度光场图像特征并重组光场角度结构特征的空间超分辨率，能够有效提升空间超分辨率后光场图像的图像质量。

为实现上述目的，本发明提供了如下方案：

一种光场图像空间超分辨率方法,包括：

获取低空间分辨率光场图像的初始图像，分别提取所述初始图像的子孔径图像阵列Y、U、V通道信息；

对所述初始图像的子孔径图像阵列Y通道信息进行处理，获取高空间分辨率的子孔径图像阵列Y通道信息；基于所述初始图像的子孔径图像阵列Y通道信息和所述高空间分辨率的子孔径图像阵列Y通道信息，获取最终高空间分辨率的子孔径图像阵列Y通道信息；

对所述初始图像的子孔径图像阵列U、V通道信息进行处理，获取最终高空间分辨率的子孔径图像阵列U、V通道信息；

基于所述最终高空间分辨率的子孔径图像阵列Y通道信息和所述最终高空间分辨率的子孔径图像阵列U、V通道信息，获取最终高空间分辨率的子孔径图像阵列。

进一步地，提取所述初始图像的子孔径图像阵列Y、U、V通道信息包括：

基于所述初始图像提取子孔径图像阵列，对所述子孔径图像阵列进行空间转换，分别提取所述子孔径图像阵列Y、U、V通道信息。

进一步地，获取所述高空间分辨率的子孔径图像阵列Y通道信息包括：

对所述初始图像的子孔径图像阵列Y通道信息进行第一次处理，获取第一次融合信息；对所述第一次融合信息进行第二次处理，获取第二次融合信息；对所述第二次融合信息进行第三次处理，获取所述高空间分辨率的子孔径图像阵列Y通道信息。

进一步地，对所述初始图像的子孔径图像阵列Y通道信息进行第一次处理，获取所述第一次融合信息包括：