一种基于阵列镜头的图像重对焦新算法

本文研究阵列镜头的重对焦算法.该算法首先对阵列镜头获取的图像进行标定,并根据图像灰度一致性约束和相邻像素深度光滑性约束条件,建立能量函数.采用图割(Graph Cuts)算法求解,确定像素的深度,实现场景的深度划分.然后以中心图像为参考图像,计算图像中每个像素的深度,实现阵列图像的重对焦.本文算法在3*3阵列镜头得到有效验证,可望在手持平板摄像设备中得到实际应用.

一种基于微阵列镜头的多目标的图像置换方法

本文提出了一种基于微阵列镜头的利用图像深度信息进行图像置换的算法.该算法利用基于马尔科夫随机场理论的图割算法构造能量函数,恢复所拍摄场景的深度图,再根据图像中目标物体所在深度层范围进行置换,从而在保留置换部分完整图像的同时,实现微阵列镜头的图像置换功能.实验结果证明,相较于局限在二维平面且交互复杂的传统图像置换技术,本文算法能够准确提取置换图像,并在置换后不损坏图像本身的内容,能有效地处理图像中物体的前后遮挡问题,减少繁琐的交互操作及对操作人员经验的依赖.

基于阵列图像立体匹配的深度信息获取方法

本文实现了一种对3×3微阵列镜头获取的阵列图像进行匹配计算得到带有深度信息图像的方法.方法首先对3×3微阵列镜头进行单个镜头标定以及单个镜头分别和中心镜头进行立体标定,得到相机参数;然后建立对应的能量代价函数,构建马尔可夫随机场,设定其初始深度,在空间进行划分层次;最后运用图割算法求解能量函数最小化,选择最优匹配值,进而得到带有深度信息的匹配图.实验结果表明本文基于阵列图像立体匹配的深度信息获取方法是有效的;相比一般双目视觉系统,微阵列镜头的体积尺寸小、可以同时拍摄获取图像,能够得到比双目视觉更准确的深度信息.