CN107995424B - 基于深度图的光场全聚焦图像生成方法 - Google Patents
基于深度图的光场全聚焦图像生成方法 Download PDFInfo
- Publication number
- CN107995424B CN107995424B CN201711279812.4A CN201711279812A CN107995424B CN 107995424 B CN107995424 B CN 107995424B CN 201711279812 A CN201711279812 A CN 201711279812A CN 107995424 B CN107995424 B CN 107995424B
- Authority
- CN
- China
- Prior art keywords
- image
- light field
- depth
- full
- focus image
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10052—Images from lightfield camera
Abstract
本发明基于深度图的光场全聚焦图像生成方法属于光场成像领域,解决了传统全聚焦图像生成时采用DCT、小波变换等算法实现多图像融合,存在块效应及边缘效应的问题,本发明采用光场相机获得的散焦图像来生成全聚焦图像,具体采用以下步骤:1)微透镜标定,2)4D光场获得,3)数字重聚焦,4)深度获取,5)全聚焦图像生成,本发明的优点是避免了传统全聚焦图像生成时融合算法的限制,能够准确地找出散焦图像的聚焦区域进行全聚焦图像生成,同时在应对块效应以及边缘效应上要优于小波变换与DCT变换。
Description
技术领域
本发明属于光场成像领域,特别是涉及一种基于深度图的光场全聚焦图像生成方法。
背景技术
传统相机由于受到景深的限制,一次拍摄中只能获得一张局部场景的聚焦照片,要想获得相机拍摄视眼里整个场景的全聚焦照片,必须逐步手动变焦获得不同深度层次的散焦照片,采用散焦法通过多图像融合得到全聚焦图像。散焦法生成全聚焦图像的方法主要分为两类:一类是在变换域进行尺度的变换,例如DCT变换、小波变换等。另一类则是利用空间像素进行全聚焦图像生成,例如主成成分分析法、加权平均法等。
光场成像技术兴起,打破了传统成像过程中先对焦后拍摄的模式,由此发展起来的光场相机可实现先拍摄后聚焦。该相机的显著特点是在普通相机的一次像面处加入微透镜阵列,每个微透镜记录的光线对应相同位置不同视角的场景图像。通过对光场相机拍摄的4D光场做空域积分投影或频域傅里叶切片即可得到重聚焦图像(散焦图像)。另外,通过光场计算得到的重聚焦图像或子孔径图像,还可获得场景的深度信息。针对光场相机的这些特点,本专利提出了基于深度的光场全聚焦图像生成方法。该方法避免了传统全聚焦图像生成时融合算法的限制,能够准确地找出散焦图像的聚焦区域进行全聚焦图像生成。
发明内容
本发明克服现有技术存在的不足,解决了传统全聚焦图像生成时,采用DCT、小波变换等算法实现多图像融合时,存在块效应及边缘效应问题,旨在提供一种基于深度图的光场全聚焦图像生成方法,本方法避免了传统全聚焦图像生成时融合算法的限制,能够准确地找出散焦图像的聚焦区域进行全聚焦图像生成。
为解决上述技术问题,本发明采用的技术方案为:
基于深度图的光场全聚焦图像生成方法,该全聚焦图像生成方法按照以下步骤进行:
步骤1)微透镜标定:
步骤2)4D光场获得:根据步骤1)中获得的微透镜中心坐标阵,设微透镜的个数为M×N,找出每个微透镜中心对应的有效成像区域P×P,对于一幅光场相机拍摄到的原图,每个微透镜的位置坐标记为(x,y),P×P区域中每个像素的坐标记为(u,v),因此光场原图中每一有效像素点均可由四维坐标(x,y,u,v,)确定,所有有效像素点的集合,构成4D光场LF(x,y,u,v),其大小为M×N×P×P;
步骤3)数字重聚焦:对4D光场LF(x,y,u,v)做坐标基变换,并沿u,v方向做二重积分,即可获得重聚焦图像,具体公式如下:
式中,α为变焦步长,α取不同的值,即可得到不同的重聚焦图像;F为光场相机焦距;
步骤4)深度获取:设参与计算深度的散焦图像数目为J,根据α取值的大小,对散焦图进行排列,记每一幅散焦图为Iαj(x,y),其中j(0≤j≤J-1)代表每一散焦图的排列层次,深度图的总级次等于参与运算的重聚焦图像的数目,深度图Depth(x,y)每一像素点(x,y)的深度级j(0≤j≤J-1)通过计算各层散焦图像中对应像素点的散焦响应最大得到,散焦响应的计算公式如下:
其中,WD是计算散焦响应的窗口大小,Δx,y是拉普拉斯算子;
步骤5)全聚焦图像生成:根据深度图分布,获得不同深度级次处的聚焦模板Maskj(x,y):
全聚焦图像通过以下公式计算得到:
所述步骤1)中微透镜标定的具体步骤如下:
1.用光场相机获取高曝光白图像,为了抑制噪声,多幅白图像求平均得到一幅均值白图像;
2.对均值白图像高斯滤波,进一步去噪;
3.利用峰值检测法找出滤波后白图像中每个微透镜的最亮点,即成像中心,给出M×N个微透镜中心的坐标阵。
本发明跟现有技术相比具有的有益效果为。
1、本发明的优点是避免了传统全聚焦图像生成时融合算法的限制,能够准确地找出散焦图像的聚焦区域进行全聚焦图像生成。
2、本发明在应对块效应以及边缘效应上要优于小波变换与DCT变换。
3、从各项图像评价指标上看,本发明的方法优于传统的全聚焦图像生成方法。
附图说明
下面结合附图对本发明做进一步详细的说明。
图1是本发明的系统实施框图;
图2中(a)原始白图像,(b)高斯滤波后的白图像;
图3中(a)标定前的白图像,(b)标定后的白图像。
图4是利用散焦的方法得到的深度图。
图5中(a)在第一深度层聚焦的散焦图像,(b)为对应聚焦区域提取。
图6中(a)在第二深度层聚焦的散焦图像,(b)为对应聚焦区域提取。
图7中(a)在第三深度层聚焦的散焦图像,(b)为对应聚焦区域提取。
图8中(a)在第四深度层聚焦的散焦图像,(b)为对应聚焦区域提取。
图9中(a)在第五深度层聚焦的散焦图像,(b)为对应聚焦区域提取。
图10中(a)在第六深度层聚焦的散焦图像,(b)为对应聚焦区域提取。
图11是最终生成的全聚焦图像。
图12是本发明方法与小波变换及DCT变换的全聚焦图像生成结果细节对比图。
具体实施方式
为使本发明的目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
为了更好的理解本发明,下面先对基于深度图的光场全聚焦图像生成原理进行简单的描述。
如图1所示,全聚焦图像生成的基本思想是:寻找不同散焦图像的聚焦区域,将不同的聚焦区域拼接融合,获得全聚焦图像。本专利采用光场相机获得的散焦图像来生成全聚焦图像,关键技术在于结合了光场相机可以计算深度的优点,根据深度图确定每幅散焦图像的聚焦区域。
下面具体介绍本专利的图像生成方法:
步骤1)微透镜标定:光场相机获取的原始光场数据是微透镜后传感器对空间光线的记录,该数据是二维数据(s,t),要想从该数据中解码得到4D光场,需要确定光线的位置信息(x,y)和方向信息(u,v),而光线位置、方向信息的确定以微投影标定(确定原始光场照片中每一个微透镜的成像中心)为基础。微透镜标定具体步骤如下:
1.用光场相机获取高曝光白图像,为了抑制噪声,多幅白图像求平均得到一幅均值白图像;
2.对均值白图像高斯滤波,进一步去噪;
3.利用峰值检测法找出滤波后白图像中每个微透镜的最亮点,即成像中心,给出M×N个微透镜中心的坐标阵。
步骤2)4D光场获得:根据步骤1)中获得的微透镜中心坐标阵,设微透镜的个数为M×N,找出每个微透镜中心对应的有效成像区域P×P,对于一幅光场相机拍摄到的原图,每个微透镜的位置坐标记为(x,y),P×P区域中每个像素的坐标记为(u,v),因此光场原图中每一有效像素点均可由四维坐标(x,y,u,v,)确定,所有有效像素点的集合,构成4D光场LF(x,y,u,v),其大小为M×N×P×P;
步骤3)数字重聚焦:对4D光场LF(x,y,u,v)做坐标基变换,并沿u,v方向做二重积分,即可获得重聚焦图像,具体公式如下:
式中,α为变焦步长,α取不同的值,即可得到不同的重聚焦图像;F为光场相机焦距;
步骤4)深度获取:设参与计算深度的散焦图像数目为J,根据α取值的大小,对散焦图进行排列,记每一幅散焦图为Iαj(x,y),其中j(0≤j≤J-1)代表每一散焦图的排列层次,深度图的总级次等于参与运算的重聚焦图像的数目,深度图Depth(x,y)每一像素点(x,y)的深度级j(0≤j≤J-1)通过计算各层散焦图像中对应像素点的散焦响应最大得到,散焦响应的计算公式如下:
其中,WD是计算散焦响应的窗口大小,Δx,y是拉普拉斯算子;
步骤5)全聚焦图像生成:根据深度图分布,获得不同深度级次处的聚焦模板Maskj(x,y):
全聚焦图像通过以下公式计算得到:
为了验证本专利基于深度图的光场全聚焦图像生成方法的实际效果,如图2所示,其中(a)为原始白图像,(b)为高斯滤波后的白图像。然后对图像进行微透镜标定,如图3所示,(a)标定前的白图像,(b)标定后的白图像。按照本专利的方法进行深度获取,如图4所示,图5-图10是每幅散焦图像的具体聚焦区域的提取示意图。图11是根据本专利方法获得的全聚焦图像。
图12是本专利方法与小波变换及DCT变换全聚焦图像生成结果细节对比图。分别从花、琴、叶三个细节进行了对比。
下面是本专利与小波变换及DCT变换的图像评价指标对比表。
(a)花的实验数据对比
(b)琴的实验数据对比
(c)叶的实验数据对比
从上表中可以看到,本发明的方法优于小波变换和DCT变换的全聚焦图像生成方法。
上面结合附图对本发明的实施例作了详细说明,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (2)
1.基于深度图的光场全聚焦图像生成方法,其特征在于,该全聚焦图像生成方法按照以下步骤进行:
步骤1)微透镜标定;
步骤2)4D光场获得:根据步骤1)中获得的微透镜中心坐标阵,找出每个微透镜中心对应的有效成像区域P×P,对于一幅光场相机拍摄到的原图,每个微透镜的位置坐标记为(x,y),P×P区域中每个像素的坐标记为(u,v),因此光场原图中每一有效像素点均可由四维坐标(x,y,u,v,)确定,所有有效像素点的集合,构成4D光场LF(x,y,u,v),其大小为M×N×P×P;
步骤3)数字重聚焦:对4D光场LF(x,y,u,v)做坐标基变换,并沿u,v方向做二重积分,即可获得重聚焦图像,具体公式如下:
式中,α为变焦步长,α取不同的值,即可得到不同的重聚焦图像;F为光场相机焦距;
步骤4)深度获取:设参与计算深度的散焦图像数目为J,根据α取值的大小,对散焦图进行排列,记每一幅散焦图为Iαj(x,y),其中j(0≤j≤J-1)代表每一散焦图的排列层次,深度图的总级次等于参与运算的重聚焦图像的数目,深度图Depth(x,y)每一像素点(x,y)的深度级j(0≤j≤J-1)通过计算各层散焦图像中对应像素点的散焦响应最大得到,散焦响应的计算公式如下:
其中,WD是就算相位的窗口大小,Δx,y是拉普拉斯算子;
步骤5)全聚焦图像生成:根据深度图分布,获得不同深度级次处的聚焦模板Maskj(x,y):
全聚焦图像通过以下公式计算得到:
2.根据权利要求1所述的基于深度图的光场全聚焦图像生成方法,其特征在于,所述步骤1)中微透镜标定的具体步骤如下:
a、用光场相机获取高曝光白图像,为了抑制噪声,多幅白图像求平均得到一幅均值白图像;
b、对均值白图像高斯滤波,进一步去噪;
c、利用峰值检测法找出滤波后白图像中每个微透镜的最亮点,即成像中心,给出M×N个微透镜中心的坐标阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711279812.4A CN107995424B (zh) | 2017-12-06 | 2017-12-06 | 基于深度图的光场全聚焦图像生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711279812.4A CN107995424B (zh) | 2017-12-06 | 2017-12-06 | 基于深度图的光场全聚焦图像生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107995424A CN107995424A (zh) | 2018-05-04 |
CN107995424B true CN107995424B (zh) | 2020-06-16 |
Family
ID=62036290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711279812.4A Active CN107995424B (zh) | 2017-12-06 | 2017-12-06 | 基于深度图的光场全聚焦图像生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107995424B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108540701A (zh) * | 2018-05-25 | 2018-09-14 | 北京理工大学深圳研究院 | 一种基于微透镜阵列混合式光场相机装置 |
WO2020047692A1 (en) * | 2018-09-03 | 2020-03-12 | Carestream Dental Technology Shanghai Co., Ltd. | 3-d intraoral scanner using light field imaging |
CN109360212B (zh) * | 2018-11-02 | 2023-05-09 | 太原科技大学 | 一种可抑制重采样误差的频域光场数字重聚焦算法 |
CN110012196A (zh) * | 2019-02-22 | 2019-07-12 | 华中光电技术研究所(中国船舶重工集团有限公司第七一七研究所) | 一种光场相机重聚焦方法 |
CN110246172A (zh) * | 2019-06-18 | 2019-09-17 | 首都师范大学 | 一种两种深度线索融合的光场全聚焦图像提取方法及系统 |
CN111679337B (zh) * | 2019-10-15 | 2022-06-10 | 上海大学 | 一种水下主动激光扫描成像系统中散射背景抑制方法 |
CN110827343B (zh) * | 2019-11-06 | 2024-01-26 | 太原科技大学 | 基于能量增强散焦响应的改进光场深度估计方法 |
CN111145134B (zh) * | 2019-12-24 | 2022-04-19 | 太原科技大学 | 基于块效应的微透镜光场相机全聚焦图像生成算法 |
CN111238403A (zh) * | 2020-01-18 | 2020-06-05 | 武汉盛信鸿通科技有限公司 | 一种基于光场子孔径条纹图像的三维重建方法及装置 |
CN113063804B (zh) * | 2021-03-16 | 2022-07-15 | 太原科技大学 | 一种基于图像处理的热切机视觉系统自动定位方法 |
CN113163117A (zh) * | 2021-04-20 | 2021-07-23 | 电子科技大学 | 一种光场相机的重聚焦方法 |
CN113012174B (zh) * | 2021-04-26 | 2024-02-09 | 中国科学院苏州生物医学工程技术研究所 | 一种图像融合方法、系统及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663721A (zh) * | 2012-04-01 | 2012-09-12 | 清华大学 | 动态场景的散焦深度估计和全聚焦图像获取方法 |
CN104036481A (zh) * | 2014-06-26 | 2014-09-10 | 武汉大学 | 一种基于深度信息提取的多聚焦图像融合方法 |
CN106257454A (zh) * | 2015-06-17 | 2016-12-28 | 汤姆逊许可公司 | 用于在光场数据库中进行数据检索的方法和装置 |
CN106454116A (zh) * | 2016-11-18 | 2017-02-22 | 成都微晶景泰科技有限公司 | 自动全焦成像方法及装置 |
WO2017037978A1 (ja) * | 2015-08-31 | 2017-03-09 | ソニー株式会社 | 検出装置、検出方法、検出プログラムおよび撮像装置 |
CN107093194A (zh) * | 2017-03-22 | 2017-08-25 | 清华大学 | 一种子孔径图像采集方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010065344A1 (en) * | 2008-11-25 | 2010-06-10 | Refocus Imaging, Inc. | System of and method for video refocusing |
-
2017
- 2017-12-06 CN CN201711279812.4A patent/CN107995424B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663721A (zh) * | 2012-04-01 | 2012-09-12 | 清华大学 | 动态场景的散焦深度估计和全聚焦图像获取方法 |
CN104036481A (zh) * | 2014-06-26 | 2014-09-10 | 武汉大学 | 一种基于深度信息提取的多聚焦图像融合方法 |
CN106257454A (zh) * | 2015-06-17 | 2016-12-28 | 汤姆逊许可公司 | 用于在光场数据库中进行数据检索的方法和装置 |
WO2017037978A1 (ja) * | 2015-08-31 | 2017-03-09 | ソニー株式会社 | 検出装置、検出方法、検出プログラムおよび撮像装置 |
CN106454116A (zh) * | 2016-11-18 | 2017-02-22 | 成都微晶景泰科技有限公司 | 自动全焦成像方法及装置 |
CN107093194A (zh) * | 2017-03-22 | 2017-08-25 | 清华大学 | 一种子孔径图像采集方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于Lytro光场相机的数字重聚焦研究;潘磊等;《太原科技大学学报》;20171031(第05期);第364-368页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107995424A (zh) | 2018-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107995424B (zh) | 基于深度图的光场全聚焦图像生成方法 | |
TWI510086B (zh) | 數位重對焦方法 | |
US8432479B2 (en) | Range measurement using a zoom camera | |
US9253377B2 (en) | Image processing device and image processing system where de-mosaic image is generated based on shift amount estimation of pixels of captured images | |
WO2016184099A1 (zh) | 基于光场数据分布的深度估计方法 | |
KR20110078175A (ko) | 영상 데이터 생성 방법 및 장치 | |
Kim et al. | Multifocusing and depth estimation using a color shift model-based computational camera | |
JP2014103475A (ja) | 画像処理方法、画像処理プログラム、画像処理装置および撮像装置 | |
JP2009239908A (ja) | マルチフレーム再構築を行う方法、システム及びソフトウエア | |
US20120113227A1 (en) | Apparatus and method for generating a fully focused image by using a camera equipped with a multi-color filter aperture | |
TW201044856A (en) | Image restoration method and apparatus | |
JP2013531268A (ja) | 符号化開口を使用した距離の測定 | |
JP2014138290A (ja) | 撮像装置及び撮像方法 | |
JP2013026844A (ja) | 画像生成方法及び装置、プログラム、記録媒体、並びに電子カメラ | |
CN109064505A (zh) | 一种基于滑动窗口张量提取的深度估计方法 | |
CN107209061B (zh) | 用于确定场景相关电磁场的复振幅的方法 | |
CN106888344B (zh) | 摄像模组及其像面倾斜的获取方法和调整方法 | |
JP7156624B2 (ja) | デプスマップフィルタ処理装置、デプスマップフィルタ処理方法及びプログラム | |
KR20160004912A (ko) | 영상 획득 및 동시의 깊이 추출을 위한 장치 및 방법 | |
Cao et al. | Digital multi-focusing from a single photograph taken with an uncalibrated conventional camera | |
JP6624785B2 (ja) | 画像処理方法、画像処理装置、撮像装置、プログラム、および、記憶媒体 | |
JP6976754B2 (ja) | 画像処理装置および画像処理方法、撮像装置、プログラム | |
JP6395429B2 (ja) | 画像処理装置、その制御方法及び記憶媒体 | |
JP6578960B2 (ja) | 撮像装置、撮像方法、撮像プログラム、およびその撮像プログラムを記録した記録媒体 | |
TWI805282B (zh) | 使用焦點資訊深度估計的方法和裝置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |