光场相机精确色彩矢量约束下的超分辨率算法 下载: 909次
Super-Resolution Algorithm Based on Precise Color Vector Constraint of Light Field Camera
图 & 表
图 1. 光场成像原理图
Fig. 1. Principle diagram of optical field imaging
下载图片 查看原文
图 2. LYTRO相机点扩散函数实测结果
Fig. 2. Measured results of PSF of LYTRO camera
下载图片 查看原文
图 3. 六边形RST坐标系
Fig. 3. Hexagonal RST coordinate system
下载图片 查看原文
图 4. 扩散函数点的分布位置示意图(a)和局部放大图(b)
Fig. 4. Distribution and location diagram of diffusion function points (a) and local magnification diagram (b)
下载图片 查看原文
图 5. 彩色滤波片与扩散函数点的分布
Fig. 5. Distribution of color filters and diffusion function points
下载图片 查看原文
图 6. 金字塔模型
Fig. 6. Pyramid model
下载图片 查看原文
图 7. LYTRO相机金字塔算法模型
Fig. 7. Pyramid algorithm model of LYTRO camera
下载图片 查看原文
图 8. 算法流程图
Fig. 8. Algorithm flow chart
下载图片 查看原文
图 9. LYTRO相机采集的原始图像信息。(a) 图像1;(b) 图像2
Fig. 9. Original image information collected by LYTRO camera. (a) Image 1; (b) image 2
下载图片 查看原文
图 10. 4种算法实验结果及局部放大图
Fig. 10. Experimental results and local enlargement of 4 algorithms
下载图片 查看原文
图 11. 两组图像色彩恢复结果。(a) 双线性算法;(b) Lu算法;(c) 自适应算法;(d) 本研究算法
Fig. 11. Color recovery results of two sets of images. (a) Bilinear algorithm; (b) Lu's algorithm; (c) adaptive algorithm; (d) proposed algorithm
下载图片 查看原文
图 12. 原始图像及子孔径图像。(a)原始图像;(b)子孔径图像;(c) 7×7幅子孔径图像
Fig. 12. Original image and sub-aperture images. (a) Original image; (b) sub-aperture image; (c) 7×7 sub-aperture images
下载图片 查看原文
图 13. 原始图像及局部放大图像。(a)原始图像;(b)局部放大图像1;(c)局部放大图像2;(d)局部二次放大图像3
Fig. 13. Original image and local magnified images. (a) Original image; (b) local magnification image 1; (c) local magnification image 2; (d) local two times enlarged image 3
下载图片 查看原文
图 14. 算法实验对比。(a)工具箱W/O校正+双三次上采样;(b)工具箱W/O校正+超分辨率;(c)文献算法[25];(d)本研究算法
Fig. 14. Experimental comparison of algorithms. (a) Toolbox W/O rectification+dual three-time on-sample; (b) toolbox W/O rectification+super-resolution; (c) document algorithm[25]; (d) proposed algorithm
下载图片 查看原文
表 1不同层数的扩散函数点坐标
Table1. Diffusion function point coordinates of different layers
Point | 1 | 2 | 3 | 4 |
---|
a | (0,11.671) | (0,23.758) | (0,35.239) | (0,46.837) | b | (10.107,5.836) | (20.575,11.879) | (30.518,17.620) | (40.562,23.419) | c | (10.107,-5.836) | (20.575,-11.879) | (30.518,-17.620) | (40.562,-23.419) | d | (0,-11.671) | (0,-23.758) | (0,-35.239) | (0,-46.837) | e | (-10.701,-5.836) | (-20.575,-11.879) | (-30.518,-17.620) | (-40.562,-23.419) | f | (-10.701,5.836) | (-20.575,11.879) | (-30.518,17.620) | (-40.562,23.419) |
|
查看原文
表 2彩色滤波片分布模式
Table2. Color filter distribution mode
Column No. | Mode |
---|
1 | R | Gr | R | Gr | R | … | R | 2 | Gb | B | Gb | B | Gb | … | Gb | 3 | R | Gr | R | Gr | R | … | R | 4 | Gb | B | Gb | B | Gb | … | Gb | 5 | R | Gr | R | Gr | R | … | R | ︙ | ︙ | ︙ | ︙ | ︙ | ︙ | ︙ | ︙ | N | Gb | B | Gb | B | Gb | … | Gb |
|
查看原文
表 3图像1评价数据
Table3. Image 1 evaluation data
Image 1 | Mean square error ER | Mean square error EG | Mean square error EB | Running time /s | Signal-to-noise ratio /dB |
---|
Bilinear method | 326.3563 | 120.8871 | 335.1095 | 3.7823 | 25.6157 | Adaptive method | 36.2256 | 21.1565 | 30.3689 | 3.51776 | 35.4862 | Lu's method | 23.3697 | 13.1639 | 20.3547 | 260.6953 | 40.5687 | Proposed method | 6.4154 | 10.4781 | 8.6971 | 4.31926 | 42.2369 |
|
查看原文
表 4图像2评价数据
Table4. Image 2 evaluation data
Image 2 | Mean square error ER | Mean square error EG | Mean square error EB | Running time /s | Signal-to-noise ratio /dB |
---|
Bilinear method | 186.4771 | 83.9741 | 173.0163 | 2.0631 | 23.5872 | Adaptive method | 51.3588 | 21.3674 | 23.4856 | 1.696307 | 30.3547 | Lu's method | 30.7681 | 11.4783 | 16.1031 | 109.5875 | 33.6971 | Proposed method | 19.3875 | 21.6833 | 14.3129 | 3.6327 | 36.3618 |
|
查看原文
孙福盛, 韩燮. 光场相机精确色彩矢量约束下的超分辨率算法[J]. 光学学报, 2019, 39(3): 0304001. Fusheng Sun, Xie Han. Super-Resolution Algorithm Based on Precise Color Vector Constraint of Light Field Camera[J]. Acta Optica Sinica, 2019, 39(3): 0304001.