搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于字典学习的稠密光场重建算法

夏正德 宋娜 刘宾 潘晋孝 闫文敏

基于字典学习的稠密光场重建算法

夏正德, 宋娜, 刘宾, 潘晋孝, 闫文敏
PDF
导出引用
导出核心图
计量
  • 文章访问数:  42
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-10-23

基于字典学习的稠密光场重建算法

  • 1. 中北大学理学院
  • 2. 山西省太原市中北大学,国防科技电子测试技术重点实验室
  • 3. 中北大学
  • 4. 中国兵器工业第208研究所,国防科技瞬态冲击技术重点实验室
  • 通信作者: 刘宾, liubin414605032@163.com
    基金项目: 省部级-瞬态冲击技术重点实验室基金(614260603030817)

摘要: 相机阵列是获取空间中目标光场信息的重要手段,采用大规模密集相机阵列获取高角度分辨率光场的方法增加了采样难度和设备成本,同时产生的大量数据的同步和传输需求也限制了光场采样规模。为了实现稀疏光场采样的稠密重建,本文基于稀疏光场数据,分析了同一场景多视角图像的空间、角度信息的关联性和冗余性,建立了有效的光场字典学习和稀疏编码数学模型,并根据稀疏编码元素间的约束关系,建立了虚拟角度图像稀疏编码恢复模型,提出了变换域稀疏编码恢复方法,并结合多场景稠密重建实验,验证提出方法的有效性。实验结果表明,本文方法能够对场景中的遮挡、阴影以及复杂的光影变化信息进行高质量恢复,可以用于复杂场景的稀疏光场稠密重建。本研究实现了线性采集稀疏光场的稠密重建,未来将针对非线性采集稀疏光场的稠密重建进行研究,以推进光场成像在实际工程中的应用。

English Abstract

目录

    /

    返回文章
    返回