光場成像全焦圖像生成及其顯著性檢測研究.pdf

1、近年來，隨著光場成像理論以及成像設(shè)備的高速發(fā)展，光場成像技術(shù)受到越來越多研究機構(gòu)和學(xué)者的關(guān)注。人們對于真實世界信息的渴求促使光場成像技術(shù)及其應(yīng)用不斷推陳出新。光場圖像已被廣泛應(yīng)用于三維重建、場景深度信息提取、快速多視角場景渲染、立體視覺匹配等領(lǐng)域。
　　光場成像技術(shù)發(fā)展至今，已突破了傳統(tǒng)二維成像的桎梏，可有效捕捉真實世界的多維視覺信息。但對于光場圖像復(fù)雜龐大的數(shù)據(jù)，如何進行有效的目標提取以及高效的信息整合，尚缺乏完善統(tǒng)一的方案。本

2、文基于光場圖像研究，提出一種對焦融合方法將焦點堆棧圖像的對焦信息進行融合。在此基礎(chǔ)上，進一步實現(xiàn)了一種光場顯著圖模型，有效提取了光場圖像的顯著性目標。
　　本論文主要圍繞光場相機Lytro1.0開展研究，主要工作和成果如下:
　　首先對光場成像的基本理論進行了系統(tǒng)分析。在Lytro相機獲取的焦點堆棧圖像序列基礎(chǔ)上，提出了一種基于離散余弦變換(DCT)及圖割理論的對焦融合方法。該方法采用自適應(yīng)DCT窗口以及迭代圖割優(yōu)化的策略篩

3、選對焦清晰的像素，最終融合生成多焦點對焦清晰的全焦點圖像，重構(gòu)光場相機捕捉的當前場景下的全部對焦信息。實驗結(jié)果表明，與現(xiàn)有的融合方法相比，該方法可以獲得更好的全焦圖像，明顯改善了圖像的塊效應(yīng)問題。
　　基于獲得的全焦圖像以及光場焦點堆棧圖像，本文進一步實現(xiàn)了一種光場顯著圖模型，用于提取光場圖像的顯著目標。顯著性檢測一直是計算機視覺中關(guān)注的熱點研究方向。傳統(tǒng)顯著性檢測算法通常是從單幅圖像提取顯著目標，本文則基于光場使用多幅圖像提取顯