CN103021014A - 一种提高计算机集成图像重构分辨率的方法 - Google Patents

一种提高计算机集成图像重构分辨率的方法 Download PDF

Info

Publication number
CN103021014A
CN103021014A CN2012105009357A CN201210500935A CN103021014A CN 103021014 A CN103021014 A CN 103021014A CN 2012105009357 A CN2012105009357 A CN 2012105009357A CN 201210500935 A CN201210500935 A CN 201210500935A CN 103021014 A CN103021014 A CN 103021014A
Authority
CN
China
Prior art keywords
element image
image
extract
pixel
pixels
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012105009357A
Other languages
English (en)
Other versions
CN103021014B (zh
Inventor
王宇
朴燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changchun University of Science and Technology
Original Assignee
Changchun University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changchun University of Science and Technology filed Critical Changchun University of Science and Technology
Priority to CN201210500935.7A priority Critical patent/CN103021014B/zh
Publication of CN103021014A publication Critical patent/CN103021014A/zh
Application granted granted Critical
Publication of CN103021014B publication Critical patent/CN103021014B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明涉及一种提高计算机集成图像重构分辨率的方法,属于图像处理技术领域。充分利用集成成像中相邻元素图像具有部分相似信息的特点,在计算机重构时对元素图像集合进行周期性选取,从每个选取的元素图像中提取若干像素进行拼接,从而获得最终的重构图像。本方法提高了计算机重构图像的分辨率。

Description

一种提高计算机集成图像重构分辨率的方法
技术领域
本发明属于图像处理技术领域,涉及三维图像处理,是一种提高集成成像系统中计算机重构分辨率的方法,可以用于集成成像中目标场景的三维立体显示。 
背景技术
集成成像(Integral Imaging,II)技术是一种通过微透镜阵列来记录和显示3D空间场景信息的图像技术。II系统包括采集和显示部分,分别如图1a和图1b所示。 
在采集部分,物体通过微透镜阵列成像,每个元素透镜形成了物体的对应图像,称为元素图像,这些元素图像再通过一个高清晰CCD相机成像;在显示部分,采集的元素图像集合位于显示平板上,通过与采集透镜阵列具有同样参数的显示透镜阵列的光线还原,即可再现原来的三维光学场景。另外,可以采用计算机重构方法完成立体显示,即利用计算机模拟光学设备的显示过程,从CCD相机采集的元素图像集合中提取3D信息,通过计算机的合成来形成不同视点的3D图像。计算机重构方法由于不存在由衍射和光学设备限制引起的图像质量下降,所以重构的图像质量要好于光学重构图像。但是,因为元素图像的数目有限,所以传统方法重构图像的分辨率很低。 
发明内容
本发明提供一种提高计算机集成图像重构分辨率的方法,充分利用集成成像中相邻元素图像具有部分相似信息的特点,在计算机重构时对元素图像集合进行周期性选取,从每个选取的元素图像中提取若干像素进行拼接,从而获得最终的重构图像。 
本发明采取的技术方案包括下列步骤: 
(一)、设集成成像系统中,采集微透镜阵列为H×W个微透镜成方形排列,微透镜焦距为f,微透镜宽度为P,CCD相机采集到的元素图像集合为H行×W列,每个元素图像有M×M个像素,元素图像集合平面与微透镜阵列之间的距离为g,3D场景与微透镜阵列之间的距离为z; 
在CCD相机采集的元素图像集合中,首先确定一个元素图像为初始元素图像,然后以N为周期间隔地选取元素图像,得到选取后的元素图像集合ES; 
在CCD相机采集的H行×W列元素图像集合中,首先确定一个元素图像I p,q为初始元素图像,Ip,q是第p行、第q列元素图像,1≤p,q≤N,然后再以N为周期,依次在第p行选取元素图像Ip,q+N、Ip,q+2N、…,在第p+N行选取元素图像Ip+N,q、Ip+N,q+N、Ip+N,q+2N、…,以此类推,得到选取后的元素图像集合ES; 
周期N值为满足下面条件的任一正整数: 
N ≤ z g - - - ( 1 )
(二)、在选取后的元素图像集合ES中,从每个元素图像的同样位置都提取一个像素块、大小为Nextract×Nextract个像素,将这些像素块进行拼接,可获得一个视点的重构图像,改变元素图像中像素块提取的位置,即可由选取后的元素图像集合ES重构出不同视点的图像; 
(1). 根据集成成像系统参数,计算从每个元素图像中提取的像素个数Nextract×Nextract; 
N exrtact = NPg z P e - - - ( 2 )
其中Pe为CCD相机采集到的元素图像中的像素间距,设采集的每个元素图像大小与微透镜大小相同,则: 
Pe=P/M                                     (3) 
将式(3)代入式(2),可得: 
N extract = MNPg zP = MNg z - - - ( 4 )
(2).选择每个元素图像的第(h,w)个像素为基准像素,若每个元素图像有M×M个像素,则h、w为满足下面条件的正整数: 
1≤h,w≤M-Nextract+1                           (5) 
在式(5)给出的取值范围内,选择h、w值,即确定基准像素位置;在每个元素图像中,以基准像素为左上角像素,沿水平、竖直方向提取Nextract×Nextract个像素进行拼接,得到一个视点的重构图像; 
(3). 变化元素图像中基准像素的位置,即改变h、w取值,重复步骤(2),也就是从每个元素图像中的不同位置提取像素块进行拼接,重构出由同一个选取的元素图像集合ES获得的不同视点图像; 
(三)、变换初始元素图像Ip,q的选择,即改变p、q取值,重复步骤(一)和步骤(二),重构出所有视点的图像。 
本发明优点是以集成成像系统的图像采集参数为依据,在元素图像集合中以周期N间隔选取元素图像,对于选取的每个元素图像,以第(h,w)个像素为基准像素,提取Nextract×Nextract个像素进行拼接,从而得到最终的计算机重构图像;与传统方法相比,本方法提高了计算机重构图像的分辨率。按照本方法计算机重构的图像分辨率HR×HR为: 
Figure BDA0000248836384
Figure BDA0000248836385
其中, 为向上取整函数。 
传统的计算机重构图像方法是从每个元素图像中提取1个像素进行重构,因为采集到的元素图像集合为H行×W列,所以传统方法重构的图像分辨率为H×W,本方法重构图像分辨率与传统方法相比较: 
H R × W R H × W ≥ ( Mg z ) 2 - - - ( 8 )
由上式可以看出,本方法重构的图像分辨率至少是传统方法的
Figure BDA0000248836388
 倍,该倍数与集成成像系统的图像采集参数M、g、z有关。 
附图说明
图1a是现有集成成像系统的采集部分; 
图1b是现有集成成像系统的显示部分; 
图2 是计算机重构3D场景的示意图; 
图3a是周期选取元素图像示意图,是CCD相机采集的元素图像集合; 
图3b是周期选取元素图像示意图;是得到选取后的元素图像集合ES。 
具体实施方式
(一)、设集成成像系统中,采集微透镜阵列为45×53个微透镜成方形排列,微透镜焦距为f=3.0mm,微透镜宽度为P=1.08mm,CCD相机采集到的元素图像集合为45行×53列(H=45,W=53),每个元素图像有40×40个像素(M=40),元素图像集合平面与微透镜阵列之间的距离为g=3.5mm,3D物体与微透镜阵列之间的距离为z=21mm; 
在CCD相机采集的元素图像集合中,首先确定一个元素图像为初始元素图像,然后以N为周期间隔地选取元素图像,得到选取后的元素图像集合ES; 
首先说明如何确定周期N值,如图2所示,CCD相机采集的元素图像集合放置于元素图像集合平面,以N为周期,间隔地选取一些元素图像,从每个选取的元素图像中提取区域ER,重构出3D场景中的区域OR,根据图中的几何关系,可以得到
Figure BDA0000248836389
 ; 
如果希望从每个被选取的元素图像中提取的区域能够完整无遗漏地重构出3D场景,则重构出来的相邻3D场景区域OR之间不能有遗漏的信息,即OR需满足OR≥NP ,又因为
Figure BDA00002488363810
 ,可得
Figure BDA00002488363811
 , 因为ER≥P,可推导出式(1):
Figure BDA00002488363812
本例中,将z=21mm,g=3.5mm代入式(1),得到N≤6; 
下面以N=5为例,详细说明计算机重构不同视点图像的过程; 
元素图像的选取如图3a和图3b所示。在CCD相机采集的元素图像集合中(图3a),若选择I1,1(图中画“十”的元素图像)为初始元素图像,以5为周期,依次再选取元素图像I1,6、I1,11、…I1,51,I6,1、I6,6、…I6,51,…,I41,1、I41,6、…I41,51,得到选取后的元素图像集合ES如图3(b)所示; 
(二)、在选取后的元素图像集合ES中,从每个元素图像的同样位置都提取一个像素块,大小为Nextract×Nextract个像素,将这些像素块进行拼接,可获得一个视点的重构图像,改变元素图像中像素块提取的位置,即可由选取后的元素图像集合ES重构出不同视点的图像; 
(1). 根据集成成像系统参数,计算从每个元素图像中提取的像素个数Nextract×Nextract; 
对于给定的N值,从元素图像集合ES的每个元素图像中提取区域ER,重构出3D场景中的区域OR。如图2所示,如果从每个元素图像提取的区域直接拼接能够无遗漏地、不重复地重构出3D场景,则需:OR=NP,即  。如果在CCD相机采集到的元素图像中的像素间距为Pe,则可推导出公式(2),即从每个元素图像中提取出来的像素个数Nextract为: N extract = E R P e = NPg z P e  ; 
根据式(2),可得: 
N extract = NPg z P e = 5 × 1.08 × 3.5 21 × P e
根据式(3),可得: 
P e = P m = 1.08 40
根据式(4),可得: 
N extract = 5 × 1.08 × 3.5 21 × P e = 33 pixel
(2). 选择每个元素图像的第(h,w)个像素为基准像素,以基准像素为左上角像素,在每个元素图像中沿水平、竖直方向提取Nextract×Nextract个像素进行拼接,得到一个视点的重构图像; 
将M=40,Nextract=33代人式(5)可得1≤h,w≤8,选择h=1,w=1,即将每个元素图像的第(1,1)个像素作为基准像素,以该像素为左上角像素,在水平、竖直方向提取33×33个像素,将从每个元素图像中提取的像素块(33×33)进行拼接,即重构出一个视点的图像; 
(3). 变化元素图像中基准像素的位置,即改变h、w取值,重复步骤(2),也就是从每个元素图像中的不同位置提取像素块进行拼接,即可重构出由同一个选取的元素图像集合ES获得的不同视点图像; 
选择h=1,w=2,即将每个元素图像的第(1,2)个像素作为基准像素,以该像素为左上角像素,在水平、竖直方向提取33×33个像素,将从每个元素图像中提取的像素块(33×33)进行拼接,即重构出另外一个视点的图像; 
以此类推,在1≤h,w≤8范围内改变h、w取值,可以选择64个不同位置的像素作为基准像素,利用步骤(一)获得的元素图像集合ES能够重构出64个不同视点的图像, 
(三)、变换初始元素图像Ip,q的选择,即改变p、q取值,重复步骤(一)和(二),重构出所有视点的图像; 
重复步骤(一),选择I1,2为初始元素图像,以5为周期依次选取元素图像,然后再对选取的这些元素图像重复步骤(二),即可计算机重构出另外64个不同视点的图像; 
以此类推,重复步骤(一),分别选取I1,3、…I1,5,I2,1、I2,2、…I2,5,…I5,1、I5,2、…I5,5,为初始元素图像,以5为周期选取元素图像,则分别获得不同的选取后的元素图像集合,然后再分别对选取的这些元素图像重复步骤(二),计算机重构出所有不同视点的图像。 
本发明的优势: 
根据式(6)、(7),本方法重构图像的分辨率为: 
Figure BDA00002488363819
根据式(8): H R × H R H × W = 297 × 363 45 × 53 = 45
从上式可以看出,本方法重构图像分辨率是传统方法的45倍,图像分辨率得到了提高。 

Claims (1)

1.一种提高计算机集成图像重构分辨率的方法,其特征在于包括下列步骤:
(一)、设集成成像系统中,采集微透镜阵列为H×W个微透镜成方形排列,微透镜焦距为f,微透镜宽度为P,CCD相机采集到的元素图像集合为H行×W列,每个元素图像有M×M个像素,元素图像集合平面与微透镜阵列之间的距离为g,3D场景与微透镜阵列之间的距离为z;
在CCD相机采集的元素图像集合中,首先确定一个元素图像为初始元素图像,然后以N为周期间隔地选取元素图像,得到选取后的元素图像集合ES;
在CCD相机采集的H行×W列元素图像集合中,首先确定一个元素图像I p,q为初始元素图像,Ip,q是第p行、第q列元素图像,1≤p,q≤N,然后再以N为周期,依次在第p行选取元素图像Ip,q+N、Ip,q+2N、…,在第p+N行选取元素图像Ip+N,q、Ip+N,q+N、Ip+N,q+2N、…,以此类推,得到选取后的元素图像集合ES;
周期N值为满足下面条件的任一正整数:
Figure FDA0000248836371
(二)、在选取后的元素图像集合ES中,从每个元素图像的同样位置都提取一个像素块、大小为Nextract×Nextract个像素,将这些像素块进行拼接,可获得一个视点的重构图像,改变元素图像中像素块提取的位置,即可由选取后的元素图像集合ES重构出不同视点的图像; 
(1). 根据集成成像系统参数,计算从每个元素图像中提取的像素个数Nextract×Nextract
Figure FDA0000248836372
其中Pe为CCD相机采集到的元素图像中的像素间距,设采集的每个元素图像大小与微透镜大小相同,则:
Pe=P/M                                     (3)
将式(3)代入式(2),可得:
Figure FDA0000248836373
(2).选择每个元素图像的第(h,w)个像素为基准像素,若每个元素图像有M×M个像素,则h、w为满足下面条件的正整数:
1≤h,w≤M-Nextract+1                           (5)
在式(5)给出的取值范围内,选择h、w值,即确定基准像素位置;在每个元素图像中,以基准像素为左上角像素,沿水平、竖直方向提取Nextract×Nextract个像素进行拼接,得到一个视点的重构图像;
(3). 变化元素图像中基准像素的位置,即改变h、w取值,重复步骤(2),也就是从每个元素图像中的不同位置提取像素块进行拼接,重构出由同一个选取的元素图像集合ES获得的不同视点图像;
(三)、变换初始元素图像Ip,q的选择,即改变p、q取值,重复步骤(一)和步骤(二),重构出所有视点的图像。 
CN201210500935.7A 2012-11-29 2012-11-29 一种提高计算机集成图像重构分辨率的方法 Expired - Fee Related CN103021014B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210500935.7A CN103021014B (zh) 2012-11-29 2012-11-29 一种提高计算机集成图像重构分辨率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210500935.7A CN103021014B (zh) 2012-11-29 2012-11-29 一种提高计算机集成图像重构分辨率的方法

Publications (2)

Publication Number Publication Date
CN103021014A true CN103021014A (zh) 2013-04-03
CN103021014B CN103021014B (zh) 2015-01-21

Family

ID=47969580

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210500935.7A Expired - Fee Related CN103021014B (zh) 2012-11-29 2012-11-29 一种提高计算机集成图像重构分辨率的方法

Country Status (1)

Country Link
CN (1) CN103021014B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103873850A (zh) * 2014-03-19 2014-06-18 重庆卓美华视光电有限公司 基于集成成像的多视点图像重建方法及装置
CN103969837A (zh) * 2014-05-26 2014-08-06 中国科学技术大学 一种高分辨率的集成成像立体显示方法及装置
CN104065947A (zh) * 2014-06-18 2014-09-24 长春理工大学 一种集成成像系统的深度图获取方法
CN104376588A (zh) * 2014-11-25 2015-02-25 四川大学 一种集成成像高分辨率正交图的生成方法
CN104469183A (zh) * 2014-12-02 2015-03-25 东南大学 一种x射线闪烁体成像系统的光场捕捉和后处理方法
CN104819774A (zh) * 2015-04-22 2015-08-05 哈尔滨工业大学 一种基于微透镜阵列的火焰光场探测泛尺度分析方法
CN106713707A (zh) * 2016-11-18 2017-05-24 成都微晶景泰科技有限公司 透镜阵列成像方法及装置
CN106791498A (zh) * 2016-11-18 2017-05-31 成都微晶景泰科技有限公司 图像定位方法、透镜阵列成像方法及装置
CN109084679A (zh) * 2018-09-05 2018-12-25 天目爱视(北京)科技有限公司 一种基于空间光调制器的3d测量及获取装置
CN110290373A (zh) * 2019-03-11 2019-09-27 长春理工大学 一种增大视角的集成成像计算重构方法
CN110324606A (zh) * 2019-06-28 2019-10-11 长春理工大学 一种集成成像正交视图的计算重构方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
A.HUSSEIN ET AL: "Computational Technique of 3D Reconstruction in Integral Imaging using FPGA Hardware", 《INTERNATIONAL JOURNAL OF COMPUTER APPLICATIONS》 *
ADRIAN STERN AND BAHRAM JAVIDI: "Three-dimensional image sensing and reconstruction with time-division multiplexed computational integral imaging", 《APPLIED OPTICS》 *
DONG-HAK SHIN ET AL: "Improved Viewing Quality of 3-D Images in Computational Integral Imaging Reconstruction Based on Lenslet Array Model", 《ETRI JOURNAL》 *
DONG-HAK SHIN ET AL: "Resolution-enhanced three-dimensional image reconstruction by use of smart pixel mapping in computational integral imaging", 《APPLIED OPTICS》 *
YAN PIAO ET AL: "Computational Integral Imaging Reconstruction Technique with High Image Resolution", 《2009 ASIA-PACIFIC CONFERENCE ON INFORMATION PROCESSING》 *
YU WANG ET AL: "Three-Dimensional Computational Integral Imaging Reconstruction by Use of Pixel Blocks Interpolation", 《2008 ISECS INTERNATIONAL COLLOQUIUM ON COMPUTING, COMMUNICATION, CONTROL, AND MANAGEMENT》 *
朴燕: "基于立体像素匹配的图像重构技术研究", 《光子学报》 *
王宇 等: "一种提高计算机重构三维图像质量的方法", 《计算机仿真》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103873850A (zh) * 2014-03-19 2014-06-18 重庆卓美华视光电有限公司 基于集成成像的多视点图像重建方法及装置
CN103873850B (zh) * 2014-03-19 2016-11-23 重庆卓美华视光电有限公司 基于集成成像的多视点图像重建方法及装置
CN103969837A (zh) * 2014-05-26 2014-08-06 中国科学技术大学 一种高分辨率的集成成像立体显示方法及装置
CN104065947B (zh) * 2014-06-18 2016-06-01 长春理工大学 一种集成成像系统的深度图获取方法
CN104065947A (zh) * 2014-06-18 2014-09-24 长春理工大学 一种集成成像系统的深度图获取方法
CN104376588A (zh) * 2014-11-25 2015-02-25 四川大学 一种集成成像高分辨率正交图的生成方法
CN104376588B (zh) * 2014-11-25 2017-08-29 四川大学 一种集成成像高分辨率正交图的生成方法
CN104469183A (zh) * 2014-12-02 2015-03-25 东南大学 一种x射线闪烁体成像系统的光场捕捉和后处理方法
CN104469183B (zh) * 2014-12-02 2015-10-28 东南大学 一种x射线闪烁体成像系统的光场捕捉和后处理方法
CN104819774A (zh) * 2015-04-22 2015-08-05 哈尔滨工业大学 一种基于微透镜阵列的火焰光场探测泛尺度分析方法
CN106713707A (zh) * 2016-11-18 2017-05-24 成都微晶景泰科技有限公司 透镜阵列成像方法及装置
CN106791498A (zh) * 2016-11-18 2017-05-31 成都微晶景泰科技有限公司 图像定位方法、透镜阵列成像方法及装置
CN106713707B (zh) * 2016-11-18 2019-08-09 成都微晶景泰科技有限公司 透镜阵列成像方法及装置
CN106791498B (zh) * 2016-11-18 2019-11-19 成都微晶景泰科技有限公司 图像定位方法、透镜阵列成像方法及装置
CN109084679A (zh) * 2018-09-05 2018-12-25 天目爱视(北京)科技有限公司 一种基于空间光调制器的3d测量及获取装置
CN110290373A (zh) * 2019-03-11 2019-09-27 长春理工大学 一种增大视角的集成成像计算重构方法
CN110290373B (zh) * 2019-03-11 2020-12-08 长春理工大学 一种增大视角的集成成像计算重构方法
CN110324606A (zh) * 2019-06-28 2019-10-11 长春理工大学 一种集成成像正交视图的计算重构方法
CN110324606B (zh) * 2019-06-28 2021-04-13 长春理工大学 一种集成成像正交视图的计算重构方法

Also Published As

Publication number Publication date
CN103021014B (zh) 2015-01-21

Similar Documents

Publication Publication Date Title
CN103021014B (zh) 一种提高计算机集成图像重构分辨率的方法
CN102164298B (zh) 全景成像系统中基于立体匹配的元素图像获取方法
CN103297796B (zh) 一种基于集成成像的双视3d显示方法
Xiao et al. Advances in three-dimensional integral imaging: sensing, display, and applications
CN102209254B (zh) 一种一维集成成像方法和装置
CN104007556B (zh) 基于微透镜阵列组的低串扰集成成像三维显示方法
US20160241797A1 (en) Devices, systems, and methods for single-shot high-resolution multispectral image acquisition
CN102917235A (zh) 图像处理装置、图像处理方法和程序
TWI527434B (zh) 利用光場相機產生立體影像的方法及光場相機
CN107105216B (zh) 一种基于针孔阵列的连续视差、广视角的三维光场显示装置
CN105637428A (zh) 全息三维显示系统和方法
US9197877B2 (en) Smart pseudoscopic-to-orthoscopic conversion (SPOC) protocol for three-dimensional (3D) display
CN101369348B (zh) 汇聚式相机的多视点采集/显示系统中新视点重建方法
CN102932659A (zh) 一种消除集成成像3d显示串扰图像的方法
CN104635337B (zh) 可提高立体图像显示分辨率的蜂窝式透镜阵列设计方法
JP5370606B2 (ja) 撮像装置、画像表示方法、及びプログラム
CN103634588A (zh) 一种影像构成方法及电子设备
CN106154567B (zh) 一种三维光场显示系统的成像方法及装置
Seifi et al. Disparity-guided demosaicking of light field images
CN110430419B (zh) 一种基于超分辨抗混叠的多视点裸眼三维图像合成方法
CN103024417A (zh) 全视差立体成像方法
CN109523508B (zh) 一种密集光场质量评价方法
CN103873850B (zh) 基于集成成像的多视点图像重建方法及装置
Rodríguez-Ramos et al. 3D imaging and wavefront sensing with a plenoptic objective
Iwane Light field camera and integral 3D display: 3D image reconstruction based on lightfield data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150121

Termination date: 20181129

CF01 Termination of patent right due to non-payment of annual fee