[发明专利]一种基于GPU加速的光场图像深度估计方法

权利要求书

1.一种基于GPU加速的光场图像深度估计方法，其特征在于，包括以下步骤：

A1：将光场图像从CPU传输到GPU，将GPU的线程映射到光场图像的光场角度域像素，为每一个线程t_i分配一个光场角度域像素A(p,α)工作范围，其中p为光场角度域像素在光场图像中的位置，α为剪切参数；

A2：对各个线程不同深度区间进行缓存更新以对光场图像进行重聚焦，每个线程t_i分别计算对应的光场角度域像素A(p,α)的CMR，计算得到所有剪切参数α下的CMR以得到深度张量，其中CMR表示像素强度的变化范围；

A3：通过线程t_i提取深度张量中属于同一像素点的CMR，构建出CMRs集合，找到该CMRs集合中最小值对应的深度层次，提取出该像素点对应的深度值，得到光场图像的深度值，并将光场图像的深度值从GPU传输到CPU。

2.根据权利要求1所述的光场图像深度估计方法，其特征在于，步骤A1中将GPU的线程映射到光场图像的光场角度域像素的映射关系为：

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

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

tid＝idy+idx*blockDim.y*gridDim.y；

其中，blockDim.x与blockDim.y分别表示线程块在x和y方向的维度，blockIdx.x与blockIdx.y分别表示线程块在线程网格中x和y方向的索引；threadIdx.x与threadIdx.y分别表示线程在线程块中x和y方向的索引；gridDim.y是线程网格在y方向上的维度；

通过上式能够定位任意一个线程所处的位置(idx,idy)以及该线程的绝对位置tid。

3.根据权利要求1所述的光场图像深度估计方法，其特征在于，步骤A2中对各个线程不同深度区间进行缓存更新具体包括：对每个光场角度域像素A(p,α)的重聚焦范围进行窗口检测，对窗口不变区只进行一次加载数据，对窗口变化区数据区域进行增减更新。

4.根据权利要求1所述的光场图像深度估计方法，其特征在于，步骤A2中对光场图像进行重聚焦的公式为：

其中，L₀为原始的焦距为F处的光场的参数化表示，L_α为在焦距αF处的光场参数化表示，α是剪切参数，(x,y,u,v)是指光场角度域像素A(p,α)内的任意一点C点的位置。

5.根据权利要求4所述的光场图像深度估计方法，其特征在于，步骤A2中每个线程t_i计算对应的光场角度域像素A(p,α)的CMR包括：计算光场角度域像素A(p,α)中的每个点在剪切参数为α时的像素强度值。

6.根据权利要求5所述的光场图像深度估计方法，其特征在于，计算光场角度域像素A(p,α)中的任意一点C在剪切参数为α时的像素强度值包括：设定C点的位置为(x,y,u,v)，通过重聚焦的公式计算得到R、D、L、U四个像素点的位置分别为(x_ind,y_ind,u,v)、(x_ind,y_ind+1,u,v)、(x_ind+1,y_ind,u,v)、(x_ind+1,y_ind+1,u,v)；其中，为下取整符号；R、D、L、U四个像素点的强度组成像素强度向量I＝[I_R,I_L,I_D,I_U]^T；然后根据R、D、L、U四个像素点与C点之间的位置关系来确定四个权重并组成权重向量W＝[w_R,w_L,w_D,w_U]^T；计算得到C点在剪切参数为α时的像素强度值为I_C＝W^TI。