Fovea Stacking：基于动态局部像差校正的成像技术
计算机视觉与模式识别
2025-10-14 v2
摘要
对更小外形尺寸相机的需求，近期推动了探索具有降低光学复杂度（例如更少透镜元件）的计算成像系统。然而，此类简化光学系统通常存在严重像差，尤其是在离轴区域，这很难纯粹通过软件进行校正。在本文中，我们介绍了 Fovea Stacking，一种新型成像系统，利用称为可变形相位板（DPP）的新兴动态光学组件，在图像传感器上的任意位置进行局部像差校正。通过可微光学模型优化 DPP 变形，离轴像差得到局部校正，生成在注视点具有增强清晰度的注视成像——类似于眼睛的中央凹。将多幅此类注视成像（每幅具有不同注视点）叠加，可生成无像差的复合图像。为了有效覆盖整个视场，我们提出了在成像预算约束下的 DPP 变形联合优化。由于 DPP 器件的非线性行为，我们引入了基于神经网络的控制模型，以改善仿真与硬件性能之间的对齐。我们进一步证明，在扩展景深成像中，Fovea Stacking 在图像质量上优于传统的焦点叠加。通过集成目标检测或眼动追踪，该系统能够动态调整透镜以追踪感兴趣目标，从而实现适用于监控或注视式虚拟现实显示等下游应用的实时注视视频。
引用
@article{arxiv.2506.00716,
title = {Fovea Stacking: Imaging with Dynamic Localized Aberration Correction},
author = {Shi Mao and Yogeshwar Nath Mishra and Wolfgang Heidrich},
journal= {arXiv preprint arXiv:2506.00716},
year = {2025}
}