一种基于压缩传感的光场采集与重建方法

计算机与现代化

一种基于压缩传感的光场采集与重建方法

1.南京航空航天大学计算机科学与技术学院,江苏南京210016；
2.南京航空航天大学自动化学院,江苏南京210016

收稿日期:2014-11-26 出版日期:2015-04-27 发布日期:2015-04-29
作者简介:王晶一（1990-），男，江苏徐州人，南京航空航天大学计算机科学与技术学院硕士研究生，研究方向：三维采集与三维显示；高航，男，副教授，研究方向：图像处理，无线传感器网络。
基金资助:
国家863计划项目（2012AA011903）

A Method of Light Field Acquisition and Reconstruction Based on Compressive Sensing

1. College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China;

2. College of Automation, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China

Received:2014-11-26 Online:2015-04-27 Published:2015-04-29

摘要/Abstract

摘要：

阵列相机是一种采集光场的常用方法，可以对多路光场直接采集，但是对于每一路光场都需要一台相机设备进行采集，成本较高、体积庞大。本文提出一种基于压缩传感的光场采集与重建

方法，这种方法使用少量相机组成稀疏相机阵列采集部分光场，利用超冗余字典，实现原始光场的重建。实验结果表明，稀疏相机阵列可以采集光场，并利用压缩传感技术训练合适的超冗余字典恢复出

较高质量的原始光场。

关键词: , 图像处理, 光场, 压缩传感

Abstract:

Camera array which can capture multiple views of light filed directly is used as a common light field acquisition equipment, but camera array is difficult to

maintain and high cost as for each view one camera is needed. This paper proposes a method of light field acquisition and reconstruction based on compressive sensing. Much fewer

cameras are used to achieve the functions of full-populated camera array. The sparse camera array captures fewer views and reconstructs the original light field by an over-

complete dictionary. The experiments demonstrated it is feasible to reconstruct the original light field at a high quality level.

Key words: image processing, light field, compressive sensing

王晶一1，高航1，沈春林2. 一种基于压缩传感的光场采集与重建方法[J]. 计算机与现代化.

WANG Jing-yi1, GAO Hang1, SHEN Chun-lin2. A Method of Light Field Acquisition and Reconstruction Based on Compressive Sensing[J]. Computer and Modernization.

［1］ Levoy M, Hanrahan P. Light field rendering［C］// Proceedings of the 23rd Annual Conference on Computer Graphics and Interactive Techniques. 1996:31-42.
［2］ Liang C, Liu G, Chen H H. Light field acquisition using programmable aperture camera［C］// IEEE International Conference on Image Processing. 2007,5:233-236.

［3］ Smith B M, Zhang L, Jin H, et al. Light field video stabilization［C］// IEEE the 12th International Conference on Computer Vision. 2009:341-348.
［4］ Cao Xuan, Geng Zheng, Li Tuotuo. Dictionary-based light field acquisition using sparse camera array［J］. Optics express, 2014,22(20):24081-24095.
［5］ Ng R, Levoy M, Brédif M, et al. Light Field Photography with a Hand-Held Plenoptic Camera［R］. Stanford University Computer Science Technical Report CSTR 2005-02, 2005.


［6］ Georgiev T, Zheng K C, Curless B, et al. Spatio-angular resolution tradeoffs in integral photography［J］. Rendering Techniques, 2006,1(1):263-272.
［7］ Marwah K, Wetzstein G, Bando Y, et al. Compressive light field photography using overcomplete dictionaries and optimized projections［J］. ACM Transactions on Graphics

(TOG), 2013,32(4):46-57.
［8］刘永春,龚华军,沈春林. 基于掩膜的光场采集与重建的研究［J］. 光学学报, 2014,8(1):105-110.
［9］ Yang J C, Everett M, Buehler C, et al. A real-time distributed light field camera［C］// Proceedings of the 13th Eurographics Workshop on Rendering. 2002:77-86.
［10］ Wilburn B, Joshi N, Vaish V, et al. High-speed videography using a dense camera array［C］// IEEE Conference on Computer Vision and Pattern Recognition. 2004,2:294-301.


［11］Donoho D L. Compressed sensing ［J］. IEEE Transactions on Information Theory, 2006,52(4):1289-1306.
［12］李树涛,魏丹. 压缩传感综述［J］. 自动化学报, 2009,11(1):1369-1377.
［13］Candes E J. The restricted isometry property and its implications for compressed sensing［J］. Comptes Rendus Mathematique, 2008,346(9):589-592.
［14］孙玉宝,肖亮,韦志辉,等. 图像稀疏表示的结构自适应子空间匹配追踪算法研究［J］. 计算机学报, 2012,35(8):1751-1758.
［15］Aharon M, Elad M, Bruckstein A. -SVD: An algorithm for designing overcomplete dictionaries for sparse representation ［J］. IEEE Transactions on Signal Processing,

2006,54(11):4311-4322.
［16］Davenport M A, Wakin M B. Analysis of orthogonal matching pursuit using the restricted isometry property［J］. IEEE Transactions on Information Theory, 2010,56(9):4395-

4401.

[1]	叶力鸣, 陈蔚文. 一种结合语义分割和目标检测的级联式绝缘子缺陷检测方法[J]. 计算机与现代化, 2023, 0(06): 82-88.
[2]	刘志飞, 朱尚超, 魏战红, 臧一鸣, 孙文韬, 胡冠时. 基于IBM Qiskit的量子图像伪彩色增强方法[J]. 计算机与现代化, 2023, 0(04): 47-55.
[3]	朱卓樾, 黄欢, 宋清玲, 侯居攀. 基于心血管核磁共振图像的房室平面位移检测与重建[J]. 计算机与现代化, 2023, 0(04): 78-82.
[4]	李四杰, 唐清善, 高英华. 基于GMS和改进最佳缝合线的视差图像拼接算法[J]. 计算机与现代化, 2022, 0(12): 95-101.
[5]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[6]	丁婉莹, 陈伟, 李昭慧. 基于编解码结构的多特征融合眼底图像分割[J]. 计算机与现代化, 2022, 0(07): 1-7.
[7]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[8]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[9]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[10]	金安安, 丁双双, 熊卿智, 许婷婷, 习淑萍, 马继忠. 基于SWOMP算法的EPMA影像优化重构[J]. 计算机与现代化, 2020, 0(12): 104-111.
[11]	冯洋. 基于小波包变换的红外弱小目标检测[J]. 计算机与现代化, 2020, 0(12): 112-115.
[12]	张辉, 余厚云, 李克斌. 基于机械臂的涡轮壳零件表面质量视觉检测[J]. 计算机与现代化, 2020, 0(07): 121-126.
[13]	付磊,任德均,胡云起,郜明,邱吕. 基于ResNet网络的医用塑瓶制造缺陷检测方法[J]. 计算机与现代化, 2020, 0(04): 104-.
[14]	卢爱平，李盼池. 基于混沌序列的量子图像加密方案[J]. 计算机与现代化, 2020, 0(03): 86-.
[15]	买尔孜燕古丽·阿不都拉，冯向萍. 基于机器视觉的非接触式马体尺测量方法[J]. 计算机与现代化, 2019, 0(10): 108-.