环形计算成像：通过简易镜头捕获清晰全景图像
图像与视频处理
2023-01-02 v2 计算机视觉与模式识别
光学
摘要
由少量镜片组成的全景环带透镜(PAL)因其微小体积和 large视场(FoV)而在移动与可穿戴设备的全景环视感知任务中具有巨大潜力。然而，由于缺少用于像差校正的镜片，微小体积PAL的成像质量受限于光学极限。本文提出一种环形计算成像(ACI)框架，以打破轻量PAL设计的光学极限。为促进基于学习的图像复原，我们引入了全景成像的基于波的传播仿真流程，并通过多种数据分布解决合成到真实的鸿沟。所提流程可轻松适配任意带设计参数的PAL，并适用于宽松容差设计。此外，我们设计了物理信息图像复原网络(PI2RNet)，其考虑了全景成像的物理先验与单遍物理信息引擎。在数据集层面，我们创建了DIVPano数据集，其上大量实验表明所提网络在空间变化退化下的全景图像复原中树立了新SOTA。此外，对所提ACI在仅含3片球面透镜的简易PAL上的评估揭示了高质量全景成像与紧凑设计之间的精妙平衡。据我们所知，我们是首个在PAL中探索计算成像(CI)的团队。代码与数据集公开于 https://github.com/zju-jiangqi/ACI-PI2RNet。
引用
@article{arxiv.2206.06070,
title = {Annular Computational Imaging: Capture Clear Panoramic Images through Simple Lens},
author = {Qi Jiang and Hao Shi and Lei Sun and Shaohua Gao and Kailun Yang and Kaiwei Wang},
journal= {arXiv preprint arXiv:2206.06070},
year = {2023}
}
备注
Accepted to IEEE Transactions on Computational Imaging (TCI). Code and datasets are publicly available at https://github.com/zju-jiangqi/ACI-PI2RNet