【摘要】：隨著計算機(jī)圖形學(xué)和計算機(jī)視覺技術(shù)的發(fā)展,光場開始進(jìn)入人們的視線并被迅速應(yīng)用于各個領(lǐng)域.然而光場的獲取需要大量的圖像,具有數(shù)據(jù)量大,獲取成本高等特點(diǎn),因此學(xué)者們越來越關(guān)注如何利用少量的光場數(shù)據(jù)獲取整個光場這一問題,并且做出了大量的工作.針對上述問題,本文將小波變換與稀疏傅里葉變換相結(jié)合,利用光場在角度域的稀疏性提出一種新的光場重構(gòu)方法.首先,利用小波變換多分辨率分析的特點(diǎn),通過小波變換將原始圖像分解為多個不同頻率的子圖像;然后分別對每個子圖像通過傅里葉切片定理恢復(fù)其頻率位置,從而可以分別得到它們的二維角度譜;最后將每個子圖像的二維角度譜合并,進(jìn)行小波逆變換獲得整個光場.本文方法利用小波變換將原圖像分解為多個不同頻率的子圖像分別同時處理,不僅降低了算法的復(fù)雜度,大大減少了算法的運(yùn)行時間,為光場的廣泛應(yīng)用提供了條件,而且相比于單獨(dú)運(yùn)用稀疏傅里葉算法重構(gòu),本方法有效地抑制了窗口效應(yīng),使重構(gòu)結(jié)果更加準(zhǔn)確.此外,本文方法將高頻信息和低頻信息分開重構(gòu),可以有效地改善并網(wǎng)恢復(fù)中小頻率丟失的問題,進(jìn)一步改進(jìn)重構(gòu)結(jié)果.最后通過仿真驗證了算法的有效性.
[Abstract]:With the development of computer graphics and computer vision technology, light field has been applied to many fields. However, the acquisition of light field requires a large number of images, which has the characteristics of large amount of data and high cost. Therefore, scholars pay more and more attention to the problem of how to obtain the whole light field using a small amount of light field data, and have done a lot of work. Aiming at the above problems, a new method of light field reconstruction is proposed by combining wavelet transform with sparse Fourier transform and utilizing the sparsity of light field in angle domain. Firstly, the original image is decomposed into several sub-images with different frequencies by wavelet transform, and then the frequency position of each sub-image is restored by Fourier slicing theorem. Finally, the two-dimensional angle spectrum of each sub-image is combined and the whole light field is obtained by inverse wavelet transform. In this paper, wavelet transform is used to decompose the original image into several sub-images with different frequencies, which not only reduces the complexity of the algorithm, but also greatly reduces the running time of the algorithm, which provides the conditions for the wide application of the light field. Compared with the sparse Fourier algorithm alone, this method can effectively suppress the window effect and make the reconstruction results more accurate. In addition, the reconstruction of high frequency information and low frequency information by this method can effectively improve the problem of recovering small and medium frequency loss in grid-connected restoration, and further improve the reconstruction results. Finally, the effectiveness of the algorithm is verified by simulation.
【作者單位】： 杭州電子科技大學(xué)自動化學(xué)院;浙江大學(xué)電氣工程學(xué)院;
【基金】：國家自然科學(xué)基金重點(diǎn)項目(No.61333011);國家自然科學(xué)基金(No.61371064,No.61273075,No.61503206)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭景峰,苑煒_",姜愛群;基于提升方案的小波變換原理與C++實現(xiàn)[J];計算機(jī)工程與科學(xué);2004年01期

2 趙麗;王玉蘭;張孝攀;;基于小波變換的圖像處理技術(shù)研究[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2013年06期

3 馬紅星;吳杰;劉文松;;基于翻轉(zhuǎn)結(jié)構(gòu)的離散小波變換片上系統(tǒng)設(shè)計驗證[J];計算機(jī)與數(shù)字工程;2013年12期

4 溫演慶,李毅,羅以寧;羊絨自動鑒別系統(tǒng)中的小波變換圖象融合技術(shù)[J];四川大學(xué)學(xué)報(自然科學(xué)版);2000年06期

5 羅莉,何鴻君,羅強(qiáng),鄧方林;基于小波變換的圖象鑲嵌方法[J];計算機(jī)工程與科學(xué);2000年04期

6 邱力軍,文治洪,李江,楊濱;小波變換在醫(yī)學(xué)影像技術(shù)中應(yīng)用[J];醫(yī)療衛(wèi)生裝備;2003年S1期

7 熊新兵,焦曉軍,陳亞光;用提升小波變換提取誘發(fā)腦電[J];中南民族大學(xué)學(xué)報(自然科學(xué)版);2004年03期

8 季虎,孫即祥,林成龍;基于離散平穩(wěn)小波變換的心電信號去噪方法[J];計算機(jī)應(yīng)用;2005年06期

9 吳丹青,周昌樂;小波變換的計算機(jī)實現(xiàn)[J];計算機(jī)應(yīng)用與軟件;2005年05期

10 丁廣太;王威;;圖像相似性計算的級聯(lián)小波變換[J];上海大學(xué)學(xué)報(自然科學(xué)版);2007年05期

相關(guān)會議論文 前10條

1 龔妙昆;萬福永;;用統(tǒng)計方法和小波變換確定心電圖數(shù)據(jù)中的R波[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

2 趙麗紅;蔡玉;徐心和;;基于小波變換和多分類器融合的人臉識別[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

3 任銳;;小波變換在圖像處理中的應(yīng)用[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

4 朱煜;汪奇;肖玉玲;;基于CURVELET變換的圖象去噪研究[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

5 張肅;于遠(yuǎn)航;張宇;王文生;;小波變換在微光目標(biāo)探測與識別中的應(yīng)用[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅰ[C];2011年

6 趙琦;溫宏愿;周木春;陳延如;;基于小波變換的爐口火焰圖像降噪[A];第三屆全國虛擬儀器大會論文集[C];2008年

7 王冬生;王玉田;潘瑋煒;;基于小波變換的圖像信號分析及研究[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

8 沈慶華;李樹濤;李怡;;基于小波變換和形態(tài)學(xué)的復(fù)雜背景文本定位[A];第二十六屆中國控制會議論文集[C];2007年

9 張林怡;王建國;;基于小波變換的幾種圖像壓縮方法研究[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

10 鄒斌;周爽;張楓;劉晨;;基于小波變換的海面紅外小目標(biāo)檢測[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

相關(guān)博士學(xué)位論文 前10條

1 丁文鵬;自適應(yīng)方向提升小波變換及應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2009年

2 董衛(wèi)軍;基于小波變換的圖像處理技術(shù)研究[D];西北大學(xué);2006年

3 明星;虹膜識別技術(shù)中小波變換的應(yīng)用原理與方法[D];吉林大學(xué);2006年

4 林椹\ ;提升格式下的小波變換在圖像處理中的算法研究[D];西安電子科技大學(xué);2005年

5 孫軼;基于自適應(yīng)提升小波的信號去噪技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2008年

6 張佳巖;基于小波變換的深空通信圖像壓縮算法及應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2007年

7 李文明;基于重疊變換和小波變換的圖像壓縮研究[D];山東大學(xué);2008年

8 成禮智;離散與小波變換新型算法及其在圖像處理中應(yīng)用的研究[D];國防科學(xué)技術(shù)大學(xué);2002年

9 陳晶;信息分析中的化學(xué)計量學(xué)和生物信息學(xué)新方法研究[D];西北師范大學(xué);2009年

10 崔玲玲;布匹瑕疵識別中的關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 韓科;基于小波變換與PCA的人臉識別方法的研究與實現(xiàn)[D];內(nèi)蒙古大學(xué);2015年

2 段曉杰;基于小波變換的數(shù)字水印算法及評價方法研究[D];遼寧大學(xué);2015年

3 烏月汗;基于小波變換人臉識別的算法研究[D];內(nèi)蒙古大學(xué);2015年

4 欒曉宇;基于小波變換的手機(jī)人臉識別系統(tǒng)研究[D];沈陽理工大學(xué);2015年

5 李艷娜;基于小波變換的三維表面形貌分離技術(shù)研究[D];河南科技大學(xué);2015年

6 武鵬程;墨西哥帽小波在圖像邊緣檢測中的應(yīng)用[D];山西師范大學(xué);2015年

7 邵逢仙;基于小波變換紋理特征及多部件二次驗證行人檢測算法[D];長沙理工大學(xué);2014年

8 魏書會;小波與改進(jìn)流形算法相融合的人臉識別研究[D];河北工業(yè)大學(xué);2015年

9 陳瑋青;基于GPU的JPEG2000算法研究—小波算法在GPU上的實現(xiàn)[D];西安工業(yè)大學(xué);2013年

10 王毅;小波變換在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

，

本文編號：2128855