一种基于多尺度Harris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CN110490924A(43)申请公布日2019.11.22(21)申请号201910641121.7(22)申请日2019.07.16(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)发明人金海燕张萌肖照林蔡磊李秀秀(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.G06T7/557(2017.01)权利要求书3页说明书8页附图6页(54)发明名称一种基于多尺度Harris的光场图像特征点检测方法(57)摘要本发明公开了一种基于多尺度Harris的光场图像特征检测方法，具体过程为：将光场原始图像参数文件读入MATLAB，解码并处理为有效四维光场矩阵；将角度分辨率[u,v]中的最大值作为斜率列表的长度n，得到斜率列表，斜率列表中每个斜率进行重聚焦，得到斜率对应的焦点堆栈图像；对每一个焦点堆栈图像进行多尺度Harris角点检测；对当前角点堆栈的每一个尺度检测的角点进行非极大值抑制，减少多响应的影响。再对候选角点进行多尺度判断，若在多个尺度出现，则保留；否则删除；最终保留的角点即为光场图像的特征点；采用光场图像中的位置信息和角度信息获得整个空间的真实信息，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。CN110490924ACN110490924A权利要求书1/3页1.一种基于多尺度Harris的光场图像特征检测方法，其特征在于，具体按照以下步骤实施：步骤1、将光场原始图像和其位置分辨率[s,t]与初始角度分辨率[U,V]读入MATLAB，对初始角度分辨率[U,V]取整得角度分辨率[u,v]，根据位置分辨率[s,t]与角度分辨率[u,v]将光场原始图像解码得到四维的光场矩阵；对四维的光场矩阵进行归一化和灰度化，得有效四维光场矩阵；步骤2、将角度分辨率[u,v]中的最大值作为斜率列表的长度n，得到斜率列表，斜率列表中每个斜率进行重聚焦，得到斜率对应的焦点堆栈图像；步骤3、对任一焦点堆栈图像定义尺度列表[σ1,…,σm]，分别计算该焦点堆栈图像在不同尺度下的自相关矩阵再计算当前尺度σi处的Harris角点响应值R；若角点响应值R大于设定的阈值T，认为当前焦点是候选角点；否则不是；步骤4、对当前焦点堆栈的每一个尺度检测的角点进行非极大值抑制，减少多响应的影响；再对候选角点进行多尺度判断，若在多个尺度出现，则保留；否则删除，最终保留的角点即为光场图像的特征点。2.根据权利要求1所述一种基于多尺度Harris的光场图像特征检测方法，其特征在于，步骤1具体过程为：步骤1.1、用MATLAB中的imread函数读入光场原始图像name_Lenslet.bmp，再用MATLAB中dlmread函数读入光场原始图像对应的参数文件name_LensletRaw.txt，所述name_LensletRaw.txt文件的第一行为光场原始图像的位置分辨率[s,t]，第二行为光场原始图像的旋转角，第三行为光场原始图像的初始角度分辨率[U,V]；步骤1.2、对初始角度分辨率[U,V]取整得：u＝round(U)v＝round(V)(1)更新光场图像的角度分辨率为[u,v]；步骤1.3、通过公式(2)计算光场图像大小为[M',N']，通过公式(3)计算真实的图像与理论图像的差值，在真实图像的最末行和最末列后补Δx行的0和Δy列的0，得到大小为[M',N',3]的光场图像；Δx＝M'-M,Δy＝N'-N(3)；步骤1.4、通过MATLAB中的rgb2gray函数将光场图像[M',N',3]灰度化为二维矩阵[M',N']；再通过MATLAB中的reshape函数对光场图像的二维矩阵[M',N']进行重排列，将其重塑为[u,v,s,t]的四维格式，记为LF4，该四维格式即为解码后的四维的光场矩阵；步骤1.5、通过公式(4)对四维的光场矩阵进行归一化，得有效四维光场矩阵；LF4′＝LF4/max(LF4(:))(4)。3.根据权利要求1所述一种基于多尺度Harris的光场图像特征检测方法，其特征在于，2CN110490924A权利要求书2/3页步骤2所述得到斜率列表具体过程为：根据公式(5)确定光场图像的焦点堆栈的数目n，并强制焦点堆栈的数目n为奇数；n＝round(max(u,v)/2)*2+1(5)；令当前光场图像的相对深度范围为[-1,1]，通过MATLAB中的linspace函数将深度范围划分为[-1:2/(n-1):1]，即斜率列表。4.根据权利要求1所述一种基于多尺度Harris的光场图像特征检测方法，其特征在于，步骤2所述得到斜率对应的焦点堆栈图像具体过程为：记斜率列表中的任一斜率为cur_slope，