基于光场相机的显著性检测方法研究(3)

菜单

1.3 基于光场的显著性检测及其意义

光场相机：由美国斯坦福大学电脑科学系新加坡籍博士生吴义仁(RenNG译音)，与几名研究员创制出的，这种相机的特点就是即使影像处于低光或者高速移动的情况下，它仍然能够准确地对焦拍出清晰的照片。光场相机在拍摄时会记录下所有方向的光束的数据，然后可以在电脑中根据需要选择不同的对焦点，则照片的成像效果就会显示出来，并且还可以对其进行其他参数的修改，使得照片更加清晰。最令人欣喜的是它还可以将所拍摄的场景做成3D照片。

光场相机的原理：光场相机的机身构造和普通的数码相机相差无几，但其内部的结构却千差万别。普通相机是以主镜头来捕捉光线的，光线通过主镜头再聚焦在镜头后的胶片或感光器上，然后光线就会在感光器上形成了一个小点，所有光线的小点组合起来就显示成了影像。而光场相机在主镜头及感光器之间，有一个布满11万个微型镜片的显微镜阵列，每个小镜阵列接收由主镜传播进来的光线后，传送到感光器上，析出聚焦光线并且把光线资料转换成数码行式保存下来。相机内置软件操作可操作“已扩大光场”，追踪每条光线在不同距离的影像上的落点，经数码重新对焦后，便能拍出完美照片。而且，光场相机一反传统，它减低了镜头孔径的大小和景深，用小镜阵列来控制额外的光线，从而能够展露每一个影像的不同景深，再通过将微小的次影像投射到感光器上，所有聚焦影像周围的朦胧光圈就会变成“清晰”了，它在不牺牲景深及及影像的清晰度的前提下，还保持住了旧有相机的大孔径所带来的增加光度、减少拍照时间以及起粒等优点。

光场相机的特性：最主要的特性就是先拍照，后对焦。只需对着某一场景按下快门，后期处理可以得到对该场景不同的点进行对焦拍照的照片。这将会大大改变现有的拍照习惯，并且会使它成为一款出色的抓拍神器，因为无论抓拍到的照片模糊与否，只要其场景是在相机的焦距范围内的，都可以在拍完之后随意选择其对焦点，这样你就可以很轻松地抓拍到自己想要的清晰的照片了。这主要是因为光场相机在拍照的时候就已经把焦距范围内的所有光学信息收集并记录保存起来了。

基于光场的显著性检测研究的意义：由于现有的显著性检测方法都有很多潜在的假设，例如，前景应具有和背景不同的颜色，背景应该是相对简单和平稳的，前景是无遮挡闭塞的等。而在现实中，许多真实的图像违以上反一个或多个假设，如下图1.3所示，这样的场景对于传统的显著性检测方法来说是一个极大的挑战。而如果运用光场来进行显著性检测则很好地解决了这些假设不成立的问题，并且得到了很不错的结果。从概念来说，光场数据能够在多个方面提高显著性检测的准确性和鲁棒性,源Z自L751W文~论`文]网[www.751com.cn。首先，光场相机具有先拍照再聚焦的功能，通过该功能就可以合成聚焦在不同深度的图像，从而形成一个焦点图像堆栈。显而易见的，这个焦点图像堆栈就提供了一个重要的Focusness线索，因为通过它我们可以大概地知道当前图像的聚焦点所在的位置（因为焦点堆栈中的图像是由光场相机对同一场景不同的点进行聚焦得到的）。其次，一个光场可以提供近似景深和遮挡，我们都知道在显著性检测中，即使是中等精确的深度图也可以极大地帮助我们区分背景和前景。除了以上两点，我们还可以利用光场现有的最近背景，而不是直接检测显著区域，因为很多显著性检测算法的目标都是先找到背景，然后用它来修剪显著性的对象，而且这也已经被证明是一种有效的背景检测方法。当然要找到背景也是具有一定的挑战性的，特别是当前景和背景具有相似的外观或者背景是杂乱的时候。要解决这个问题，我们可以利用光场相机提供的Focusness特性和对象特性，这样可以确保我们进行的背景选择和前景中显著的候选目标的选择操作更加可靠、准确。具体来说，基于光场的显著性检测就是通过测量像素/区域的Focusness特性来计算其前景可能性评分（FLS）和背景可能性评分（BLS）。然后选择具有最高BLS的图像作为背景层，并运用它进一步来估算背景区域。此外，再选择具有高FLS的图像作为候选的显著对象的区域。最后，对全聚焦图像进行基于对比度的显著性检测得到基于对比度的显著图，并将其与检测到的前景显著性候选目标相结合，便得到了最终的显著图。