APP下载

集成成像光场计算方法研究进展

2020-04-27秦志强张文阁蒋晓瑜

科技传播 2020年2期
关键词:深度信息模型

秦志强,张文阁,文 军,蒋晓瑜

集成成像(Integral Imaging,II)和全息术相比不需要设置相干光源、结构简单紧凑,能够再现动态场景,可用于文物展示、生活娱乐、远程会议、重要内容的增强交互显示等场合,具有较大的应用前景。

集成成像来源于1908年法国G.Lippmann 首次提出[1]的集成摄像术(Integral Photography,IP),包括记录和再现两个部分,其记录部分与摄像术(Photography)联系紧密。早期集成成像记录过程使用全光学的方式完成,记录透镜阵列和再现透镜阵列的参数相同,三维物体通过透镜阵列的成像信息被感光介质记录并用于显示,普遍存在记录单元图像质量不高、赝像(深度反转)和采集端和再现端参数必须一致(简称为参数一致)等问题[2]。随着计算机的出现与发展,1978年日本Igarashi 提出使用计算机生成集成图像(Integral Photograph),使实际并不存在的物体得到三维显示。随着光学元件、显示器和摄影术的发展,学者们不断使用新的技术和软硬件设备来解决集成摄像术中的问题,集成摄像术逐渐发展成为集成成像。根据是否使用计算机生成单元图像阵列(Elemental Image Array,EIA),集成成像分为全光学集成成像和计算生成集成成像(Computer-Generated Integral Imaging,CGII)。

图1 (a)视点光场模型 (b)视向光场模型 (c)集成成像光场模型

随着计算摄影技术和计算机图形学的发展,计算生成集成成像备受关注。为了实现参数灵活、高效实时、应用广泛的计算生成集成成像记录系统,学者们提出了丰富多样的光场计算方法,简化了光学采集方式,扩展了集成成像显示内容,能够生成高质量的EIA。……

登录APP查看全文

猜你喜欢

深度信息模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
深度观察
深度观察
深度观察
订阅信息
3D打印中的模型分割与打包
展会信息
健康信息
健康信息(九则)