基于光场成像的多线索融合深度估计方法

• 作者: 徐梦溪 王慧斌 王鑫 韩磊
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 光场 深度估计 多线索融合 微透镜 对称性 极平面图像
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能图像处理
• 页码范围: 107-122
• 页数: 16页
• 分类号: TP391
• 字数: 14304字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2020.00107

摘要

在计算机视觉领域,传统的深度估计方法通常基于单个或多个摄像机拍摄的二维图像实现,忽略了光线的方向信息,获取的深度图精确性较差.以Raytrix、Lytro光场相机为代表的新型计算成像设备,能够在一次曝光中同时获取光辐射的空间分布及方向信息,为基于图像的深度估计提供了更多几何依据和线索.近年来,结合微透镜光场相机成像模型的多深度线索融合思想,成为探求深度估计问题的新导向.与基于单一深度线索的深度估计方法相比,当前的多线索融合方法取得了更准确的深度估计效果,然而,尚不能保持对噪声和遮挡的鲁棒性.为此,本文基于光场成像几何提出了一种考虑遮挡并对噪声鲁棒的多线索融合深度估计方法.首先,在借鉴人类视觉多线索优势差异的研究成果基础上,选择对噪声不敏感的聚焦线索和准确度较高的对应线索作为深度估计的依据;接着,针对微透镜光场相机成像模型,剖析聚焦、对应两种深度线索的几何特性,阐明了焦点堆栈轮廓曲线的局部对称性以及EPI图像上直线斜率与深度的比例关系,进一步分析并证明了存在遮挡的情况下,分别由焦点堆栈和中心子孔径图像生成的两类轮廓曲线之间仍存在一致性;随后,基于这些几何特性,构建了考虑遮挡和噪声影响的度量标准;然后,建模深度估计为多标签优化问题,将度量标准构造成最小化能量函数,以图割法求解得最优深度估计.在实验环节,本文首先对模型参数做Ablation分析:单独考虑对称性、一致性、对应线索的其中之一,或组合考虑两种或全部分别进行实验,结果表明综合考虑多种性质时本文方法效果最好.另外,分别在合成光场数据集和真实场景光场数据集上测试本文及相关文献的深度估计方法,实验结果表明本文深度估计方法准确度较高,对遮挡边缘的细节处理有效,且能够保持对噪声的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩磊	河海大学计算机与信息学院	21	58	4.0	6.0
3	徐梦溪	南京工程学院计算机工程学院	14	52	5.0	6.0
4	王慧斌	河海大学计算机与信息学院	42	321	9.0	16.0
5	王鑫	河海大学计算机与信息学院	28	213	10.0	13.0