基于机器视觉技术的光场尺度空间局部特征提取研究

目前光场尺度空间局部特征提取没有对光场尺度空间深度进行估计，存在局部特征点匹配时间长，提取时间长，特征点识别率低的问题。提出基于机器视觉的光场尺度空间局部特征提取方法，首先对光场尺度空间进行深度估计，利用光场相机中的微透镜对物体发出的不同方向的光线进行重聚焦处理，最终成像到传感器上，获得宏像素。利用四维空间对宏像素处理得到多视角。经过运算解出多视角之间的视角差，最终获得光场尺度空间深度。在光场尺度空间深度内通过机器视觉的四维光场重聚焦模型确定光线与重聚焦光线间的关系，利用辐射理论对原光场相机重新采样积分提取出光场尺度空间的所有图像，即得到焦点堆栈图像，并提取焦点堆栈图像的颜色特征和纹理特征，将颜色和纹理特征融合在一起，实现对光场尺度空间局部特征的提取。实验结果表明，所提方法的局部特征点匹配平均为11.5 s,提取时间平均为91.6 s,特征点识别率平均为89.5%,具有一定的有效性。