基于EPI的光场图像特征点检测方法.pdf

(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CN110490209A(43)申请公布日2019.11.22(21)申请号201910695216.7(22)申请日2019.07.30(71)申请人西安理工大学地址710048陕西省西安市碑林区金花南路5号(72)发明人金海燕曹甜肖照林蔡磊李秀秀(74)专利代理机构西安弘理专利事务所61214代理人王蕊转(51)Int.Cl.G06K9/46(2006.01)G06T3/60(2006.01)权利要求书1页说明书4页附图4页(54)发明名称基于EPI的光场图像特征点检测方法(57)摘要本发明公开一种基于EPI的光场图像特征点检测方法，具体按照以下步骤实施：步骤1，输入光场图像做预处理，子孔径图像矩阵；步骤2，对子孔径图像矩阵中中间行的子孔径图像做处理，提取中间行的子孔径图像中每一行像素的EPI图像作为EPI图像集合；步骤3，对EPI图像集合中每个EPI图像进行SIFT特征点检测，得到特征点集合a；步骤4，保留特征点集合a中在每个SIFT尺度下都存在的特征点，记为特征点集合b；步骤5，对特征点集合b中的特征点进行指标量化排序，根据不同光场图像的情况，保留排序前40％～60％的特征点作为最终光场图像的特征点。本发明解决了现有光场图像特征点检测中存在的特征点较少且不稳定的问题。CN110490209ACN110490209A权利要求书1/1页1.基于EPI的光场图像特征点检测方法，其特征在于，具体按照以下步骤实施：步骤1，输入光场图像，对所述光场图像进行预处理，得到光场图像的子孔径图像矩阵；步骤2，对所述子孔径图像矩阵中中心行的所有子孔径图像的每行进行操作，提取中间行的子孔径图像中每一行像素的EPI图像作为EPI图像集合；步骤3，对所述EPI图像集合中每个EPI图像进行SIFT特征点检测，得到特征点集合a；步骤4，保留所述特征点集合a中在每个SIFT尺度下都存在的特征点，记为特征点集合b，其余的剔除；步骤5，对所述特征点集合b中的特征点进行指标量化排序，保留排序前40％～60％的特征点即为光场图像的特征点。2.如权利要求1所述的基于EPI的光场图像特征点检测方法，其特征在于，所述步骤1具体按照以下方式实施：步骤1.1，读入光场图像和其对应的微透镜中心数据文件；步骤1.2，根据微透镜中心数据文件中微透镜阵列的旋转角对光场图像进行旋转，得到旋转后的光场图像，记为LF′；步骤1.3，对LF′进行解码，将光场图像的二维坐标转化为四维光场坐标，记为LF4；步骤1.4，提取LF4中每个角度的图像，即为子孔径图像矩阵。3.如权利要求1所述的基于EPI的光场图像特征点检测方法，其特征在于，步骤2中提取EPI图像的具体方式为：以某一行为例，假设孔径图像的个数为U*V幅，每幅子孔径图像的大小为S*T，先选定某一行像素，提取该行像素对应的V个角度的像素，并依次叠加起来，共叠加V次，得到一副EPI图像，其大小为T*V，T为EPI图像的宽度，V为EPI图像的高度；子孔径图像的大小为S*T，所以最终得到的EPI图像集合为S幅。4.如权利要求1所述的基于EPI的光场图像特征点检测方法，其特征在于，所述步骤3中具体按照以下方式实施：把每张EPI图像与高斯核卷积，构建高斯金字塔，进而构建DoG差分金字塔，对每幅EPI图像进行邻域极值点检测，并通过三元二次函数拟合来精确确定关键点的位置和尺度，再消除边缘响应，检测到的所有极值点即为特征点集合a。5.如权利要求1所述的基于EPI的光场图像特征点检测方法，其特征在于，所述步骤5中指标量化排序的步骤为：首先计算特征点集合b中每个特征点与其周围邻域像素的差值之和，然后按照降序排列。2CN110490209A说明书1/4页基于EPI的光场图像特征点检测方法技术领域[0001]本发明属于计算机视觉技术领域，涉及一种基于EPI的光场图像特征点检测方法。背景技术[0002]光场成像技术是计算机视觉领域的热点研究方向，光场是一个研究的热点领域，简而言之，光场是一束光在传播过程中，所包含的信息涵盖光线强度，位置，方向等信息，比如用L表示光的强度，(s,t)平面是在空间中光的位置，(u,v)是在空间中光线的散布方向，是一个四维的参数化表示，是空间中同时包含位置和方向信息的四维光辐射场。光场图像含有大量丰富的信息，位置和角度信息，所以可在后期进行焦点的调节，达到先拍照后聚焦的效果。从而解决特殊场合图像的失焦、背景目标过多的问题。克服了传统成像存在遮挡，丢失深度等缺点，对场景的描述更加的全面。通过合成孔径技术实现“透视”监视，在与显微技术融合后，还能得到多视角大景深显微图像，以及重建后的三维立体图。[0003]图像的特征点提取是计算机视觉应用中的一个重要组成部分，光场