Inverse of Affine Radon Transform for Light Field Reconstruction From Focal Stack
Inverse of Affine Radon Transform for Light Field Reconstruction From Focal Stack
复制标题
用于从焦点堆栈重建光场的仿射氡变换逆变换
DOI：
10.1109/access.2018.2883693
复制
发表时间：
2018-11
期刊：
影响因子：
3.9
通讯作者：
刘畅
中科院分区：
文献类型：
--
作者：
邱钧;亢新凯;苏中;李擎;刘畅
光场可以应用于计算成像方法，例如数字重聚焦、深度重建和全聚焦成像。本文提出了由光场生成焦点叠加的仿射Radon变换。然后，我们推导了仿射Radon变换的逆公式，用于从焦点堆栈重建光场。通过反演公式和震源叠加数据的不完备性分析了重建问题的不适定性。反演公式揭示了解的不稳定性。焦堆在空间域可以看作是光场重建的不完全数据，而在傅立叶域则对应于光场的有限支撑。通过近似仿射Radon变换的逆，实现了光场重构的数值求解。基于光场重建的近似逆仿射Radon变换，利用焦面叠加数据建立了高精度的光场数据重建方法和计算成像方法。实验结果表明，基于近似的逆仿射Radon变换，可以从焦面叠加中重建出高精度的光场。
The light field can be applied to computational imaging methods, such as digital refocusing, depth reconstruction, and all-in-focus imaging. In this paper, the affine Radon transform of generating the focal stack by the light field is proposed. Then, we derive the inverse formula of the affine Radon transform for reconstructing the light field from the focal stack. We analyze the ill-posedness of the reconstruction problem by the inversion formula and the incompleteness of the focal stack data. The inversion formula reveals the instability of the solution. The focal stack can be regarded as the incomplete data for light field reconstruction in the spatial domain, while it corresponds to the limited support of light field in the Fourier domain. The numerical solution of light field reconstruction is realized by approximating the inverse of the affine Radon transform. Based on the approximated inverse affine Radon transform of light field reconstruction, the high-precision light field data reconstruction method and the computational imaging method can be established via the focal stack data. The experimental results show that the high-precision light field can be reconstructed from focal stack based on the approximated inverse affine Radon transform.
登录
查看更多内容
DOI：
10.1109/icip.2018.8451110
发表时间：
2018-10
期刊：
2018 25th IEEE International Conference on Image Processing (ICIP)
影响因子：
--
作者：
F. Hawary;Guillaume Boisson;C. Guillemot;P. Guillotel
通讯作者：
F. Hawary;Guillaume Boisson;C. Guillemot;P. Guillotel
DOI：
10.1109/cvpr.2004.124
发表时间：
2004-06
期刊：
Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2004. CVPR 2004.
影响因子：
--
作者：
Bennett Wilburn;Neel Joshi;V. Vaish;M. Levoy;M. Horowitz
通讯作者：
Bennett Wilburn;Neel Joshi;V. Vaish;M. Levoy;M. Horowitz
影响因子：
6.2
作者：
Kauvar, Isaac;Yang, Samuel J.;Wetzstein, Gordon
通讯作者：
Wetzstein, Gordon
DOI：
--
发表时间：
1996-11
期刊：
--
影响因子：
--
作者：
P. Toft
通讯作者：
P. Toft
影响因子：
6.2
作者：
Veeraraghavan, Ashok;Raskar, Ramesh;Tumblin, Jack
通讯作者：
Tumblin, Jack