流程工业综合自动化国家重点实验室在光场重建领域取得重要进展

    光场是描述光线在空间分布的多维函数。与传统相机成像方式不同的是，光场成像不仅记录了光线在空间（成像平面）中的强度值，还记录了光线通过相机主透镜的传播方向。目前，光场模型已从最初的7维函数简化到了4维，即2个空间维度与2个角度（方向）维度，与传统成像方式的2维（空间）相比，这种高维数据的采集由于受到成像芯片像素个数的限制，使得光场需要在空间分辨率与角度分辨率加以取舍。
   流程工业综合自动化国家重点实验室柴天佑院士团队针对上述光场采集的固有矛盾，提出了一种对稀疏角度采样的光场进行重建的方法，即利用光场极线平面图（由视角维度和空间维度构成的光场二维切片）的丰富纹理特征，通过卷积神经网络恢复其视角维度信息。该项研究从图像域与傅里叶域研究并分析了稀疏角度采样造成的光场函数混叠问题，并提出对极线平面图的空间低频信息进行提取的方式抑制该混叠问题。与目前国际最高水平的光场重建方法比较，该项研究在不同场景下采集的光场（合成光场、光场相机采集与显微光场），获得了更为优异的重建结果，其峰值信噪比（PSNR）平均提高了5dB以上。
   该研究不仅在光场和三维重建领域有良好的应用前景，而且能够为工业领域中的信息感知提供新方法与新思路，具有重要的科学意义和社会效益。相关研究成果近期在计算机视觉及模式识别领域顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence上发表。