作者单位
摘要
北京邮电大学 电子工程学院,北京 100876
3D光场显示技术因具有较大的观看视角、密集的观看视点而被研究学者们关注。分辨率是3D光场显示技术的一个重要参数,提升分辨率的方法较为复杂,因此研究学者们开始关注视觉分辨率。为了提高3D光场显示的视觉分辨率,提出了一种基于深度学习获取预处理基元图像阵列(PEIA)的方法。在光场显示的成像过程中,透镜的像差会使成像平面上形成弥散斑。弥散斑之间的交叠区域可以被视为新的视觉像素,并被用作额外的信息载体。一个分辨率增强的卷积神经网络(CNN)被用来从高分辨率基元图像阵列(HEIA)中获取PEIA,将PEIA加载到LCD上,经过透镜阵列的光学变换和定向扩散膜的扩散作用,呈现出具有视觉分辨率增强的3D光场显示图像。在实验中,通过使用PEIA、透镜阵列以及定向扩散膜,展示了一个具有70°视角的光场显示,并提高了视觉分辨率。
3D光场显示 深度学习 卷积神经网络 视觉分辨率 3D light field display deep learning convolutional neural network visual resolution 
液晶与显示
2022, 37(5): 549

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!