基于阵列相机的多视角光场成像关键技术研究

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

（1） 光场成像技术与光场相机

（2） 图像超分辨率方法

（3） 图像深度估计与重聚焦

（4）图像去模糊

1.3 存在问题及解决思路

1.4 主要研究内容与论文结构

1.5 论文的创新点

第二章 光场成像与阵列相机系统

2.1 光场概念

2.2 光场参数化

2.2.1 光场参数化表示方法

2.2.2 光场相机及其四维参数

2.3 光场相机成像处理方法

2.3.1 光场相机的视角变换

2.3.2 光场相机数字对焦与变焦

2.3.3 光场相机投影模型

2.3.4 光场相机镜头畸变

2.4 阵列相机及其系统设计

2.4.1 阵列相机

2.4.2 阵列相机系统设计

2.5 阵列相机图像超分辨率重建

2.5.1阵列相机图像超分辨率模型

2.5.2阵列相机图像超分辨率重建的系统技术框架

2.5.3阵列相机标定

2.5.4 图像配准

2.5.5 深度估计

2.5.6 图像融合

2.5.7 图像去模糊

2.6 本章小结

第三章 阵列相机深度估计与重聚焦

3.1 阵列相机的深度估计方法

3.1.1视差与深度

3.1.2基于贝叶斯的视差方法

3.1.3视差与三维投影综合的深度估计法

3.1.4实验结果

3.2 图像重聚焦方法

3.2.1 射影变换

3.2.2 重聚焦模型

3.2.3 算法原理

3.2.4 实验结果

3.3 本章小结

第四章 阵列相机图像超分辨率算法

4.1 基于交替方向乘子法的单图超分辨率算法

4.1.1单图像超分辨率模型

4.1.2 交替方向乘子法

4.1.3交替方向乘子的改进算法

4.1.4 基于ADMMⅡ的超分辨率算法

4.2 基于最大公因子的超分辨率方法

4.2.1多图超分辨率模型

4.2.2 GCD的求解算法

4.3 基于ADMM-GCD的超分辨率算法

4.3.1 基本思路

4.3.2 ADMM-GCD算法

4.3.3 实验结果

4.4 本章小结

第五章 阵列相机盲去模糊算法

5.1 盲去模糊模型

5.2 多图盲去模糊方法

5.2.1算法流程

5.2.2 多图盲去模糊算法

5.3 实验及结果

5.3.1 仿真实验

5.3.2 阵列相机实验

5.4 本章小结

第六章 参数自适应平衡图像去模糊算法

6.1 图像去模糊的模型

6.2 参数自适应的ADMM

6.3 基于ParADMM的图像去卷积

6.4 实验结果

6.4 本章小结

结论与展望

致谢

参考文献

作者在学期间取得的学术成果