由于微透镜影像分割了原始全光影像, 无法应用全局优化算法, 而采用WTA (winner-take-all)算法得到的深度影像虽然连续, 但包含错误估计的深度信息; 利用全局优化计算得到的深度图可以消除错误估计的深度信息, 但是受到代价计算时深度离散化的限制而不连续。基于上述情况, 提出一种直接处理微透镜阵列全光影像的代价投影策略, 在投影图像上构建代价立方体(cost volume, CV), 同时采用MRFsP (Markov Random Fields Propagation)进行优化, 结合WTA方法的优势改善离散深度图像。实验结果表明, 与现有方法对比, 利用MRFsP优化后的深度图既能消除错误匹配点, 也能保持连续。
为了提高无纹理区域视差计算结果, 在利用光场子孔径图像立体匹配估计无纹理区域的视差时, 采用量化的光场子孔径图像之间的几何关系代替像素值进行立体匹配。根据光场子孔径图像之间的几何关系, 计算像素点的极线分割比, 用极线分割比代替子孔径图像像素值, 提高了像素可区分性。实验结果表明, 利用分割比图像得到的视差图结果明显优于利用子孔径图像得到的结果。
借鉴计算机视觉投影方程的矩阵表达形式, 将解析形式下的共线方程构造为矩阵方程表达, 再以投影矩阵元素作为复合函数并基于矩阵分析方法, 实现共线方程对各变量的统一求导。首先, 与传统解析法线性化相比, 矩阵分析过程工整, 形式简洁, 易于理解, 便于应用线性库进行数值解算; 其次, 对于不同构造形式下的旋转矩阵, 该方法都具有较好的适应性; 最后, 构建的共线方程的矩阵形式对于摄影测量借鉴计算机视觉方法也有重要启示意义。