光場(chǎng)的稀疏編碼模型及重構(gòu)算法的研究.pdf

1、人們視覺體驗(yàn)多樣化需求的提高以及VR虛擬現(xiàn)實(shí)技術(shù)紅火的發(fā)展，使得光場(chǎng)理論受到了越來越多的關(guān)注。光場(chǎng)是一種數(shù)字記錄所有場(chǎng)景光強(qiáng)分布的方式，如果相機(jī)能夠記錄下所有入射光的數(shù)據(jù)，就可以重建出被光照射物體的所有信息?；诠鈭?chǎng)的成像技術(shù)有別于傳統(tǒng)的成像技術(shù)，是一類計(jì)算成像技術(shù)，光場(chǎng)成像過程中同時(shí)記錄光的空間信息和方向信息，獲得信息更為豐富的四維圖像，帶來了很多新的攝影特性和玩法。
　　場(chǎng)景光信息的高維性帶來的是光場(chǎng)數(shù)據(jù)量的巨增，處理單元需要

2、有很強(qiáng)的計(jì)算能力，挑戰(zhàn)著現(xiàn)有的設(shè)定分辨率和圖像質(zhì)量。而視覺信息都是高度冗余的，充分利用光場(chǎng)數(shù)據(jù)的低復(fù)雜度，如稀疏性、低秩性等，可以對(duì)對(duì)光場(chǎng)信息進(jìn)行有效地降維表示，信號(hào)處理領(lǐng)域誕生的一系列理論，如壓縮感知理論、低秩矩陣恢復(fù)理論等等，為后端的數(shù)據(jù)計(jì)算重建提供了算法支撐?；趬嚎s成像的思想，文章通過實(shí)現(xiàn)對(duì)光場(chǎng)的壓縮采樣，基于光場(chǎng)數(shù)據(jù)的稀疏編碼過程，重構(gòu)端應(yīng)用相應(yīng)的懲罰性約束條件，建立了光場(chǎng)圖像的壓縮重構(gòu)模型，設(shè)計(jì)出模型的優(yōu)化求解算法，進(jìn)而恢復(fù)

3、出原始的光場(chǎng)數(shù)據(jù)，并進(jìn)行了仿真實(shí)驗(yàn)和結(jié)果分析。本文的主要工作和研究?jī)?nèi)容如下:
　　1)由計(jì)算成像技術(shù)引入了全光函數(shù)和光場(chǎng)的概念，對(duì)光場(chǎng)的成像理論和光場(chǎng)的采集方式進(jìn)行了論述，討論總結(jié)光場(chǎng)壓縮成像的研究背景和意義;
　　2)稀疏性是壓縮成像系統(tǒng)的前提，論述壓縮感知理論內(nèi)容，把基于字典稀疏表示的壓縮感知圖像重構(gòu)過程應(yīng)用到光場(chǎng)數(shù)據(jù)中，編碼掩膜相機(jī)系統(tǒng)實(shí)現(xiàn)光場(chǎng)的隨機(jī)壓縮采樣，K-SVD算法實(shí)現(xiàn)光場(chǎng)字典的學(xué)習(xí)，Lasso-ADMM算法實(shí)

4、現(xiàn)壓縮測(cè)量光場(chǎng)分塊的重構(gòu)。仿真實(shí)驗(yàn)表明，可以在比較低的采樣率下實(shí)現(xiàn)光場(chǎng)圖像的重構(gòu)，滑動(dòng)窗口方式重構(gòu)圖像的PSNR維持在40dB以上，但相對(duì)時(shí)間效率很低;
　　3)將卷積網(wǎng)絡(luò)引入到字典的學(xué)習(xí)中，論述卷積稀疏編碼理論內(nèi)容，卷積對(duì)整幅圖像進(jìn)行運(yùn)算，可以代替基于分塊的圖像稀疏編碼與重構(gòu)，探討了卷積稀疏編碼模型的有效求解算法，并將其應(yīng)用到了光場(chǎng)圖像的壓縮重構(gòu)之中，隨機(jī)壓縮采樣后學(xué)習(xí)得到光場(chǎng)的卷積字典，重構(gòu)算法是一個(gè)基于ADMM的最優(yōu)迭代過程

5、。仿真結(jié)果驗(yàn)明了這種方式的有效性，重構(gòu)圖像質(zhì)量較好，且重構(gòu)過程不依賴于特定的訓(xùn)練樣本下的字典學(xué)習(xí)。
　　4)分析了光場(chǎng)的低秩結(jié)構(gòu)特征，論述矩陣低秩理論內(nèi)容，對(duì)光場(chǎng)矩陣進(jìn)行了低秩項(xiàng)與稀疏項(xiàng)的分解，采樣方式選擇了基于快速Noiselets變換的測(cè)量算子，圖像重構(gòu)中綜合應(yīng)用稀疏性與低秩性約束建立模型，應(yīng)用一類組合的貪婪算法進(jìn)行求解，仿真實(shí)驗(yàn)表明這種方式下重構(gòu)視點(diǎn)圖像的PSNR維持在30dB左右，適用于角度分辨率較大的光場(chǎng)數(shù)據(jù)，但同時(shí)其限