[發(fā)明專利]一種基于GPU加速的光場圖像深度估計方法

有效

• 申請?zhí)枺?/td>: 201810119147.0
• 申請日: 2018-02-06
• 公開（公告）號: CN108242063B
• 公開（公告）日: 2020-06-19
• 發(fā)明（設計）人: 金欣;秦延文;戴瓊海
• 申請（專利權）人: 清華大學深圳研究生院
• 主分類號: G06T7/50
• 分類號: G06T7/50;G06T1/20
• 代理公司: 深圳新創(chuàng)友知識產(chǎn)權代理有限公司 44223
• 代理人: 方艷平

本發(fā)明公開了一種基于GPU加速的光場圖像深度估計方法，包括：將光場圖像從CPU傳輸?shù)紾PU，將GPU的線程映射到光場圖像的光場角度域像素，為每一個線程t_i分配一個光場角度域像素A(p,α)工作范圍；對各個線程不同深度區(qū)間進行緩存更新以對光場圖像進行重聚焦，每個線程t_i分別計算對應的光場角度域像素A(p,α)的CMR，計算得到所有剪切參數(shù)α下的CMR以得到深度張量，其中CMR表示像素強度的變化范圍；通過線程t_i提取深度張量中屬于同一像素的CMR，構建出CMRs集合，找到該CMRs集合中最小值對應的深度層次，提取出該點對應的深度值，得到光場圖像的深度值，并將光場圖像的深度值從GPU傳輸?shù)紺PU。本發(fā)明的方法在保證深度圖像高質量的情況下，能夠加速整個圖像的深度估計過程。

技術領域

本發(fā)明涉及計算機視覺與數(shù)字圖像處理領域，尤其涉及一種基于GPU加速的光場圖像深度估計方法。

背景技術

現(xiàn)如今，諸如Lytro以及Raytrix等光場采集設備越發(fā)普及。這些設備就是所謂的光場相機，它們能夠在一次拍照中得到場景的中光線的強度信息以及方向信息；利用現(xiàn)有深度估計算法能夠對這些設備采集的圖像進行深度信息恢復。現(xiàn)有的深度估計方式多種多樣，有的是利用多視角立體匹配的方式，其中用到了信息熵、方差等構造損失函數(shù)；也有的方法利用了散焦的方式尋找對應像素點在某個焦平面上的聚焦度等。但是由于光場記錄了豐富的信息的代價就是數(shù)據(jù)量頗為龐大，一張光場圖像動輒幾十兆到上百兆。如果在CPU平臺下進行深度圖像的恢復，如此巨大的數(shù)據(jù)量會導致CPU計算資源緊缺，無法快速實時地實現(xiàn)光場深度圖像的恢復，這對于實時性要求比較高的應用而言是極大的限制。

以上背景技術內(nèi)容的公開僅用于輔助理解本發(fā)明的構思及技術方案，其并不必然屬于本專利申請的現(xiàn)有技術，在沒有明確的證據(jù)表明上述內(nèi)容在本專利申請的申請日已經(jīng)公開的情況下，上述背景技術不應當用于評價本申請的新穎性和創(chuàng)造性。

發(fā)明內(nèi)容

為了解決上述技術問題，本發(fā)明提出一種基于GPU加速的光場圖像深度估計方法，該方法降低了GPU與CPU之間的數(shù)據(jù)交換頻率，將最繁重的深度估計過程轉移到GPU平臺上；在保證深度圖像高質量的情況下，能夠加速整個圖像的深度估計過程。

為了實現(xiàn)上述目的，本發(fā)明采用以下技術方案：

本發(fā)明公開了一種基于GPU加速的光場圖像深度估計方法，包括以下步驟：

A1：將光場圖像從CPU傳輸?shù)紾PU，將GPU的線程映射到光場圖像的光場角度域像素，為每一個線程t_i分配一個光場角度域像素A(p,α)工作范圍；

A2：對各個線程不同深度區(qū)間進行緩存更新以對光場圖像進行重聚焦，每個線程t_i分別計算對應的光場角度域像素A(p,α)的CMR(Consistency Metric Range,一致性度量范圍)，計算得到所有剪切參數(shù)α下的CMR以得到深度張量，其中CMR表示像素強度的變化范圍；

A3：通過線程t_i提取深度張量中屬于同一像素的CMR，構建出CMRs集合，找到該CMRs集合中最小值對應的深度層次，提取出該點對應的深度值，得到光場圖像的深度值，并將光場圖像的深度值從GPU傳輸?shù)紺PU。

優(yōu)選地，步驟A1中將GPU的線程映射到光場圖像的光場角度域像素的映射關系為：

idx＝blockDim.x*blockIdx.x+threadIdx.x；

idy＝blockDim.y*blockIdx.y+threadIdx.y；

tid＝idy+idx*blockDim.y*gridDim.y；