Depth-reconstruction from Light Field Data

Application instruction of depth reconstruction algorithm v.2.0

项目简介： 三维重建是利用二维投影信息恢复三维场景的计算过程。其首要问题就是第三维信息，即物体深度信息的获取。深度是空间中的一点到相机所在平面的距离。光场数据记录了光线的空间位置和角度信息，可以实现高精度的物体三维表面重构。光场数据不同视点图像之间是通过视差来耦合的，该项目利用四维光场的空-角关系重建场景的视差。根据光场数据可视化的形式，可把场景深度重建算法划分三类：基于宏像素形式的光场数据场景深度重建（参见算法1-5）；基于Epi图像形式的光场数据场景深度重建（参见算法6-7）；基于子孔径图像形式的光场数据场景深度重建（参见算法8-12）。其中项目独创算法是1、2、4、5、6、7、8、11、12。

C++、python版本稍后奉上！

4D光场数据场景深度提取算法（自适应、C++版本）： https://github.com/tzslg/Depth-Reconstruction-based-on-4D-light-field-data

How to use：

(This software is tested using Matlab 2019b with Windows10 64bit environment)

Step 1: initialization/初始化

Step 2: related parameter setting/相关参数设置

Step 3: load data/加载光场数据 光场数据的形式可以是子孔径图像或全光图像。

Step 4: select reconstruction algorithm and optimization algorithm/选择重建的算法

Step 5: select optimization algorithm/选择优化的算法

Step 6: save the results/保存视差重建的结果

Reconstruction algorithm part

相关算法描述，待补充（毕业后补充）。

1.Nor

角度域相似程度加权（自动去遮挡、噪声，效果最好）

2.Var

角度域区域加权方差

3.CAE

角度域角度熵，参考文献[3]

4.NorF

角度域傅里叶变化归一化基频

5.Hist

角度域灰度直方图峰值

6.EPI-SP

搜索点二分算法

7.EPI-Kalm

kalman修正搜索点算法

8.Cor

空间域匹配窗口一致性

9.MWTA

空间域多窗口

10.wM

空间域常系数

11.Adaptive region matching for scene depth reconstruction from light field data

基于匹配熵正则化场景深度重建

12.Depth reconstruction from light field based on monomer subset data

单体化场景深度重建

CONTACT:

Ligen([email protected])

未完待续