[發明專利]一種光場成像自動重對焦方法

有效

• 申請號: 201410301659.0
• 申請日: 2014-06-27
• 公開（公告）號: CN104079827B
• 公開（公告）日: 2017-12-22
• 發明（設計）人: 譚鐵牛;孫哲南;侯廣琦;張馳;秦婭楠
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: H04N5/232
• 分類號: H04N5/232;G06T7/00;G02B7/36
• 代理公司: 中科專利商標代理有限責任公司11021
• 代理人: 宋焰琴

技術領域

本發明涉及一種用于光場成像中感興趣區域(ROI)的自動重對焦方法，屬于計算成像、圖像處理、計算機視覺等技術領域。

背景技術

光場為光輻射在空間各個位置各個方向的傳播。1908年Lippmann首先提出了基于透鏡陣列形式的光場相機，直到1992年Adelson在此基礎上提出了全光場相機并提出了其在圖像深度提取方面的應用后，光場成像作為一種計算成像方式開始受到越來越多的關注。光場成像利用其特殊的成像結構，拓寬了圖像捕獲的數據種類，在擴大成像景深、深度估計、超分辨率、物體分割、生物特征識別等領域已經得到應用。

利用光場成像在擴大成像景深方面的優勢，可以在一次曝光后，通過重對焦處理獲取不同深度的重對焦圖像，基于此Raghavendra和Zhang分別將其應用在人臉和虹膜檢測識別領域，有助于推進生物特征識別在大范圍場景下的應用。在拍攝過程中，用戶最關注的是感興趣區域的對焦情況，希望ROI對焦清晰。由于沒有關于ROI區域深度信息的先驗知識，目前常用的對焦策略是渲染出場景中所有不同深度的一組重對焦圖像，根據對ROI的模糊度判斷從這一組重對焦圖像中找到模糊度最小的一幅重對焦圖像以實現ROI的自動重對焦(ARF)處理。這種重對焦模式雖然在目前光場成像角度分辨率較低(小于10)的情況下速度很快，但當角度分辨率較大(如大于16)時渲染出一組重對焦圖像耗時增加，當用戶其實只關注某一感興趣區域的重對焦圖像時，對其他區域進行重對焦處理其實是一種不必要的操作，影響了自動重對焦處理的效率。

目前，光學上的自動對焦(AF)主要有主動式和被動式兩種處理方式，其中主動式就是利用外界的近紅外光或超聲波信號獲取ROI深度，利用深度信息調節成像鏡頭焦距；被動式的是利用ROI的清晰度評價值反復迭代獲取最優值來調節成像鏡頭焦距。被動式的自動對焦方式與上述的光場成像ROI重對焦處理類似，相比較主動式的對焦方式而言，被動式的仍是一種比較耗時的處理手段。借鑒主動式自動對焦方法，如果在光場成像過程中能夠直接獲取ROI的深度，利用深度值確定感興趣區域的重對焦參數，就可以直接針對ROI進行重對焦處理，而不再需要計算所有深度的重對焦圖像，這樣就能夠把重對焦操作處理計算量降到最低，提高了自動重對焦的效率。光場成像本身也可以用來對場景進行深度估計，但這種深度估計方法計算量較大耗時較多不適合用于快速的ARF操作，而且對于不是朗伯表面(Lambert surface)的物體，如虹膜，深度估計尚不夠準確。利用離焦模糊對深度進行估計Nayar等人已經開展了相關研究并提出一個實時深度估計系統，因此該方法為光場成像自動重對焦過程中關鍵的深度估計提供一種可借鑒的快速有效的解決途徑。

發明內容

(一)要解決的技術問題

本發明旨在突破現有光場成像感興趣區域重對焦過程中計算冗余度較大的局限，提出一種新的光場成像自動重對焦方法，以提高光場成像感興趣區域重對焦的效率。

(二)技術方案

為解決上述技術問題，本發明提出一種光場成像自動重對焦方法，該方法包括以下步驟：

步驟S1、建立光場重對焦處理模型，該模型建立重對焦圖像和對焦深度的基本映射關系；

步驟S2、根據點擴散函數定義對h(β)建模，并確定用以估計h(β)的重對焦圖像數量n；

步驟S3、對于采集到的光場原始圖像，將其解碼為4D光場參數化表示，該參數化表示由對應于不同視角的子孔徑圖像構成；

步驟S4、自動檢測出需重對焦的感興趣區域；

步驟S5、對該光場做重對焦處理，渲染出n幅對焦在不同深度β_i(i＝1,…,n)的圖像

步驟S6、使用機器學習的方法，構建模糊度評價模型BM；

步驟S7、利用模糊度估計模型BM，對重對焦圖像估計感興趣區域的模糊度σ_h(β_i)；

步驟S8、利用β_i和σ_h(β_i)(i＝1,…,n)估計出該光場中感興趣區域的點擴散函數的方差

步驟S9、求取函數的極小值點β₀，即為重對焦在感興趣區域的對焦深度β₀；

步驟S10、利用重對焦算法渲染出β₀對應的感興趣區域對焦清晰的光場重對焦圖像。

根據本發明的一種實施方式，所述步驟S2進一步包括以下步驟：

步驟S21、獲取點光源S₀的光場表示