基于壓縮感知的光場相機的膜優(yōu)化方法及字典訓練方法
【技術領域】
[0001] 本發(fā)明屬于優(yōu)化光場獲取和重建的技術領域，具體地設及一種基于壓縮感知的光 場相機的膜優(yōu)化方法，W及其訓練字典方法。
【背景技術】
[0002] 隨著光場研究的展開和應用，光場成為繼聲音、圖像、視頻之后的一種新型多媒體 數(shù)據(jù)。由于光場數(shù)據(jù)規(guī)模和復雜程度的急劇增長，給光場的獲取、存儲、處理帶來很大壓力。 因此，有效的獲取與存儲手段對光場有著深遠的意義。
[0003] 光場是四維光福射場的參數(shù)化表示，同時包含了位置和方向信息。100多年前 Ives在雙目視差顯示系統(tǒng)中運用的針孔成像技術Lippman的集成照相術都是光場成像的 維形。Gershun于1936年提出了光場的概念，將其定義為光福射在空間各個位置向各個方 向的傳播，并認為可W通過計算得出像平面上每點的光福射量。由于計算量大而計算機技 術還不成熟，所W當時未能驗證其理論。1948年，G油or獲得了第一張全息圖，該可W看作 一張?zhí)厥獾墓鈭鰣D像。隨著計算機技術的不斷發(fā)展，Adelson于1992年將光場理論成功運 用到計算機視覺，并提出了全光場理論（plenopticthecxry)。Levoy在1996年提出的關于 光場擅染理論（li曲tfieldrendering,LFR),通過將光場進行參數(shù)化表示，并提出計算成 像公式。在此基礎上，Ng于2005年發(fā)明了第一臺手持式光場相機，并推廣到了商業(yè)領域。 緊接著Levoy于2006年將LFR理論運用于顯微成像，并研制出光場顯微鏡，一次曝光能得 到最大景深的顯微圖片，并可進行=維重建。光場實質上就是空間中所有光線光福射函數(shù) 的總體。光線攜帶二維位置信息（u，v)和二維方向信息(AW在光場中傳遞。根據(jù)Levoy 的光場擅染理論，空間中攜帶強度和方向信息的任意光線，都可W用2個平行平面來進行 參數(shù)化表示，光線與該2個平面相交于2點，形成一個四維光場函數(shù)L(u，V，X，y)(圖1)。
[0004] 光場的獲取方式主要分為S種；微透鏡陣列（Ng的手持光場相機），相機陣列（斯 坦福大學的128相機陣列）和掩膜（Veerara曲avan的光場相機）。Marw址等于2013年在 掩膜基礎上，將壓縮感知運用到光場的獲取中。將掩膜置于透鏡和成像平面之間，不同視點 的視圖將被掩膜的不同部分進行調制后再疊加成為一副像平面上的圖像。然后再通過稀疏 重建恢復所有的不同視點的視圖。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的技術解決問題是；克服現(xiàn)有技術的不足，提供一種基于壓縮感知的光場 相機的膜優(yōu)化方法，其減小了光場的存儲空間且采集設備簡單，優(yōu)化了觀測從而獲得更好 的重建質量。
[0006] 本發(fā)明的技術解決方案是；該種基于壓縮感知的光場相機的膜優(yōu)化方法，包括W 下步驟：
[0007] (1)利用KSVD算法從樣本庫進行字典訓練；
[000引 似利用觀測P和字典D非相關性，W及觀測的特定結構，計算出優(yōu)化的膜；
[0009] (3)用膜對四維光場數(shù)據(jù)進行觀測采樣；
[0010] (4)從觀測到的二維圖像的數(shù)據(jù)中重建稀疏系數(shù)；
[0011] (5)由稀疏系數(shù)重建四維光場數(shù)據(jù)。
[0012] 本發(fā)明設計了對在固定膜的情況下，通過優(yōu)化訓練字典，增大觀測和字典之間的 非相關性，減小了光場的存儲空間且采集設備簡單，優(yōu)化了觀測從而獲得更好的重建質量。
[0013] 還提供了基于壓縮感知的光場相機的訓練字典方法，包括W下步驟：
[0014] (I)隨機生成膜，并得出其對應的觀測矩陣；
[0015] (II)結合觀測矩陣和非相關性訓練優(yōu)化字典；
[0016] (III)用膜對四維光場數(shù)據(jù)進行觀測采樣；
[0017] (IV)從觀測得到的二維圖像重建稀疏系數(shù)；
[001引 （V)由稀疏系數(shù)和字典重建原始四維光場數(shù)據(jù)。
【附圖說明】
[0019] 圖1示出了光場的四維參數(shù)化。
[0020] 圖2a示出了兩個平面間的光線分布的一種方式；圖化示出了兩個平面間的光線 分布的另一種方式。
[0021] 圖3示出了在透鏡和成像平面間插入膜，光線集得到了部分膜的調制。
[0022] 圖4示出了一個虛擬的擁有16值的膜。
[0023] 圖5示出了膜貼在感知面上的情況。
[0024] 圖6示出了當膜貼在感知面上時，不同的視圖將會被完整的膜的相同部分調制。
[0025] 圖7是本發(fā)明優(yōu)化膜實施例的流程圖。
[002引圖8是本發(fā)明優(yōu)化字典訓練實施例的流程圖。
【具體實施方式】
[0027] 如圖7所示，該種基于壓縮感知的光場相機的膜優(yōu)化方法，包括W下步驟：
[0028] (1)利用KSVD算法從樣本庫進行字典訓練；
[002引 似利用觀測P和字典D非相關性，W及觀測的特定結構，計算出優(yōu)化的膜；
[0030] (3)用膜對四維光場數(shù)據(jù)進行觀測采樣；
[0031] (4)從觀測到的二維圖像的數(shù)據(jù)中重建稀疏系數(shù)；
[0032] (5)由稀疏系數(shù)重建四維光場數(shù)據(jù)。
[0033] 本發(fā)明設計了對在固定膜的情況下，通過優(yōu)化訓練字典，增大觀測和字典之間的 非相關性，減小了光場的存儲空間且采集設備簡單，優(yōu)化了觀測從而獲得更好的重建質量。
[0034] 如圖8所示，還提供了基于壓縮感知的光場相機的訓練字典方法，包括W下步驟：
[003引 訊隨機生成膜，并得出其對應的觀測矩陣；
[0036] (II)結合觀測矩陣和非相關性訓練優(yōu)化字典；
[0037] (III)用膜對四維光場數(shù)據(jù)進行觀測采樣；
[0038] (IV)從觀測得到的二維圖像重建稀疏系數(shù)；
[0039] (V)由稀疏系數(shù)和字典重建原始四維光場數(shù)據(jù)。
[0040] W下更具體地說明本發(fā)明：
[0041] 壓縮感知于2006年正式提出后得到了廣泛的理論研究和應用。該理論認為大部 分的自然信號XGr都可W在一個合適的字典DGRDXk下表達為一個稀疏系數(shù)a。
[0042] X=Da，IIaI|〇<<n(1)
[0043] 用觀測矩陣PGRmxn(m<<n)和原信號X作乘積表示在W低于奈奎斯特采樣率 的情形下進行采樣，得到采樣信號y
[0044] y=Px
[004引 由（1)得：
[0046] y=PD曰 似
[0047] 理論研究表明，當信號足夠稀疏時通過凸優(yōu)化等逼近算法，算出的最稀疏的信號 是非常逼近原稀疏信號的。所W只要求解：
[004引
（3)
[0049] 然后再由（1)式得出初始信號。
[0050] 在用做式進行稀疏重建時，觀測P和字典D的非相關性將影響稀疏系數(shù)的重建 質量。Elad給出了測量非相關性的定義：
[0051]
(4)
[0052] 該里A=PD，a。是A的不同列。y值是用來度量P和D的非相關性的，y越 小，P和D的非相關性越強。
[0053] 在透鏡和成像平面間，可W有兩種方式看待光線的分布。如果用（u，v)平面表示 透鏡平面，（s，t)平面表示成像平面，則從（u，v)上的一個點有到（s，t)平面上每個點的光 線集，也有從（u，v)上的每個點到（s，t)上一個點的光線集，如圖2a、化所示。
[0054] 當在透鏡平面和成像平面之間插入一個膜后的示意圖如圖3 :
[0055] 假設每個視圖的大小為3*3,我們采樣4個視圖，讓膜的密度大小為4*4。則可示 意如圖4所示。
[0056] 圖4是一個虛擬的擁有16值的膜。虛實兩格子部分分別表示兩個光線集被調制 的部分。
[0057] 我們將視圖拉成列向量形式，得
[0058]
[0059] 而對應的觀測矩陣可表示為：
[0060]
[0061] 由上，對于一般的情況，光場視圖的采樣可表達為：
[0062]
[0069] 而膜可W用一個向量表示為
[0070] m= (a!a]a]a*bibgbgb*ClC2C3C*didgdgd*)巧）
[0