预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112070675A(43)申请公布日2020.12.11(21)申请号202010927846.5(22)申请日2020.09.07(71)申请人武汉工程大学地址430074湖北省武汉市洪山区雄楚大街693号(72)发明人李晖杨飞凡钱文彤余毅(74)专利代理机构湖北武汉永嘉专利代理有限公司42102代理人杨晓燕(51)Int.Cl.G06T3/40(2006.01)G06T5/00(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于图的正则化光场超分辨率方法和光场显微装置(57)摘要本发明提供了一种基于图的正则化光场超分辨率方法和光场显微装置,通过将光场的超分辨率问题转化为求解目标函数最小化的问题:建立光场图像的降质模型作为数据保真项;计算微透镜阵列的偏移量,标定微透镜阵列的中心位置;根据偏移量计算当前视图的像素点在其它视图上的投影,计算视图的像素点和对应的投影点的相似度评分;提取光场视图之间的互补信息,进行正则化平滑处理;最后利用正则化平滑,求解目标函数最小化时的高分辨率视图。实现了对所有视图进行超分辨率重构的功能,大幅度提升了所有视图的分辨率,并有效保留了光场结构。CN112070675ACN112070675A权利要求书1/2页1.一种基于图的正则化光场超分辨率方法,其特征在于:包括以下步骤:S1:搭建光场显微装置,按光的传播路径依次设置聚光镜、显微标本、显微镜、微透镜阵列、相机;S2:计算微透镜阵列成像的偏移量;S3:校准微透镜阵列的中心;S4:根据偏移量计算当前视图的像素点在其它视图上的投影;S5:计算视图的像素点和对应的投影点的相似度评分;S6:提取光场视图之间的互补信息,进行正则化平滑处理;S7:计算目标函数,用最近点迭代算法求目标函数的最小值;判断目标函数是否最小化,若是则结束流程,重构高分辨率视图;若否则执行步骤S4。2.根据权利要求1所述的超分辨率方法,其特征在于:所述的步骤S2中,具体步骤为:当视点在主透镜平面时,设主透镜焦距为f1,微透镜阵列焦距为f2,单个微透镜孔径直径为D,主透镜面到微透镜阵列间距离为L1,微透镜阵列到像平面间距离为L2,视点的高度为H,第k个微透镜中心的位置为hk,hk=(k-1)D,视点对应第k个微透镜的偏移量为Δk,视点对应的像素元位置为Pk;根据相似三角形原理得到(1)式:进一步推出视点对应第k个微透镜的偏移量为:3.根据权利要求2所述的超分辨率方法,其特征在于:所述的步骤S3中,具体步骤为:S31:多角度采集光场的白图像;S32:对白图像进行均值处理;S33:通过峰值检测计算白图像的中心坐标。4.根据权利要求3所述的超分辨率方法,其特征在于:所述的步骤S4中,具体步骤为:S41:根据步骤S2得到的偏移量进行视差估计;S42:计算视图中像素点在相邻视图中的投影。5.根据权利要求4所述的超分辨率方法,其特征在于:所述的步骤S41中,具体步骤为:在相邻的两个视图中,视差的变化体现为像素点的平移,则视差确定时,视图ui中点P在相邻八个视图中的投影确定一个正方形;点P在相隔两个视图中的投影确定一个正方形。6.根据权利要求5所述的超分辨率方法,其特征在于:所述的步骤S42中,具体步骤为:l计算视图中像素点在相邻视图中的投影:设矩阵算子Sx表示投影图像在x方向上平移了l个m像素,Sy表示投影图像在y方向上平移了m个像素,0<α<1为加权系数,则在投影中引入BTV(BilatemlTotalVariation,双边全变差)正则化项为:根据步骤S2计算的偏移量,确定视图中每个像素相对于其他视图的投影正方形。7.根据权利要求6所述的超分辨率方法,其特征在于:所述的步骤S5中,具体步骤为:在2CN112070675A权利要求书2/2页确定投影以后,设是一个可调常数,ps,t(x,y)表示视图ui中像素点(x,y)的投影正方形,定义以下函数进行像素的相似度评分:根据相似度评分函数,在相邻两个视图中衡量像素点和它所有的投影点的相似性,定i′义Fi矩阵如下:8.根据权利要求7所述的超分辨率方法,其特征在于:所述的步骤S6中,具体步骤为:S61:建立光场图像的降质模型作为数据保真项,用于描述图像的退化过程;设第i个视图的低分辨率图像为vi,光场视图的数量为k,则低分辨率图像为:设vi对应的第i个视图的高分辨率图像为ui;设模糊矩阵为s,用于表示图像采集过程中经历的模糊;设采样矩阵为b,用于表示图像在采集过程中经历的下采样;设附加噪声为ni,用于表示图像成像过程中的噪声;则光场视图的降质模型为:vi=sbui+ni(3);i′S62:设vi'为光场中不同于vi的低分辩率图像;Fi为构造矩阵,用于提取当前视