关于LYTRO相机光场图像深度估计与重建算法的研究论文.pdf

简介：
本文探讨了针对Lytro相机所拍摄的光场图像进行深度估计及重建的新算法，旨在提高重建效果和效率。 光场相机在消费领域和工业应用中的使用已经非常广泛。利用光场相机对目标物进行深度重建是一项重要的研究课题。然而，在实际的研究过程中发现，Lytro相机由于空间信息与角度信息复用于同一传感器上，导致图像分辨率较低，从而影响了重建效果。 为解决这一问题，提出了一种亚像素精度的光场图像深度估计方法。这种方法在频率域对子孔径图像进行多标签下的亚像素偏移，并以中心视角图像作为参照建立像素匹配代价行为；通过引导滤波抑制噪声的同时保持图像边缘；优化了多标签下匹配代价的行为，从而得到更精确的深度估计结果。 进一步地，通过对目标深度图进行表面渲染、纹理映射等重建处理，可以获得更为精细和清晰的重建效果。实验结果显示，在对复杂度较高的物体进行重建时，该算法能够有效解决模糊等问题，并表现出良好的性能。