[发明专利]一种基于EPI的光场图像关键位置检测方法

说明书

本发明一种基于EPI的光场图像关键位置检测方法：步骤1、对光场图像进行解码得到四维光场矩阵；步骤2、得到光场图像的中心行、中心列子孔径图像；步骤3、提取3D水平EPI立方体和3D垂直EPI立方体；步骤4、确定多个尺度上都被检测到的特征点；步骤5、处理得到关键位置线；步骤6、确定得到光场图像上稳定的特征点即光场关键位置；步骤7、删除重复的光场关键位置，最终得到光场图像上所有关键位置。本发明一种基于EPI的光场图像关键位置检测方法，克服了现有的光场图像特征检测方法检测出的特征点不稳定问题，能够准确检测到光场图像上稳定的关键位置，具有鲁棒性且时间复杂度低，适用于不同场景。

技术领域

本发明属于数字图像处理技术领域，具体涉及一种基于EPI的光场图像关键位置检测方法。

背景技术

光场相机由于是通过记录光束方向数据信息原理成像，成像可以用位置信息和角度信息获得整个空间的真实信息，克服了传统成像存在遮挡，丢失深度等缺点，对场景的描述更加全面，而广泛应用于多个视点的立体图像显示和安防监控领域。

对光场图像特征检测是目前研究的热点，现有的光场图像特征检测方法有跨视图重复sift特征检测方法和LIFF光场特征点检测方法：跨视图重复sift特征检测方法有计算量大，检测出的特征点不具有鲁棒性等缺点；LIFF光场特征点检测方法有时间复杂度大，焦点堆栈的斜率不具有自适应等缺点。

发明内容

本发明的目的在于提供一种基于EPI的光场图像关键位置检测方法，克服了现有的光场图像特征检测方法检测出的特征点不稳定问题。

本发明所采用的技术方案是，一种基于EPI的光场图像关键位置检测方法，具体按照以下步骤实施：

步骤1、对原始的光场图像name_LensletRaw.bmp进行解码得到四维光场矩阵LF[u，v，s，t]；

步骤2、利用MATLAB对四维光场矩阵LF[u，v，s，t]进行提取，再对提取得到的中心行、中心列子孔径图像进行灰度化处理；

步骤3、在灰度化处理后的中心行、中心列子孔径图像上提取3D水平EPI立方体和3D垂直EPI立方体；

步骤4、对灰度化处理后的中心行、中心列子孔径图像进行多尺度Harris特征点检测，确定光场图像上在多个尺度上都被检测到的特征点；

步骤5、将经步骤4得到的特征点投影到经步骤3得到的相应EPI立方体上对应的EPI图像上，处理得到关键位置线；

步骤6、对特征点投影之后的每个EPI图像先进行hough线检测再滤波，确定得到光场图像上稳定的特征点即光场关键位置；

步骤7、删除重复的光场关键位置，并将剩下的光场关键位置显示在光场图像name_LensletRaw.bmp上，最终得到光场图像上所有关键位置。

本发明的特点还在于：

步骤2具体按照以下步骤实施：

步骤2.1、对四维光场矩阵LF[u，v，s，t]进行如式(2)的处理得到四维光场矩阵LF[u，v，s，t]的中心行u₁和中心列v₁，所述式(2)如下所示：

步骤2.2、使用MATLAB中的squeeze函数分别提取四维光场矩阵LF[u，v，s，t]中心行u₁和中心列v₁的视图：LF(u₁，v₁，s，t)，即光场图像的中心行、中心列子孔径图像，并编号为sub_num，再使用MATLAB中的rgb2gray函数将中心行、中心列子孔径图像灰度化。

步骤3具体按照以下步骤实施：