面向移动光场相机的 Richardson-Lucy 去模糊
计算机视觉与模式识别
2017-05-22 v2
摘要
我们将 Richardson-Lucy (RL) 去模糊推广至四维光场，方法是将卷积步骤替换为运动模糊的光场渲染。该方法能够正确处理复杂三维场景中由六自由度相机运动引起的模糊，且无需进行深度估计。我们引入了一种新的正则化项，在降低噪声与振铃的同时保持光场中的视差信息。我们展示了该方法在渲染场景及使用现成光场相机捕获的场景上均能有效运行。工业机械臂提供了可重复且已知的轨迹，使我们能够在复杂三维场景中确立其定量性能。定性与定量结果均证实了该方法的有效性，包括先前发表方法失效的常见情形。我们给出了数学证明，表明在泊松噪声下该算法收敛于去模糊场景的最大似然估计。我们预期，在将二维 Richardson-Lucy 推广至盲反卷积之后，将其扩展至盲方法是可能的。
引用
@article{arxiv.1606.04308,
title = {Richardson-Lucy Deblurring for Moving Light Field Cameras},
author = {Donald G. Dansereau and Anders Eriksson and Jürgen Leitner},
journal= {arXiv preprint arXiv:1606.04308},
year = {2017}
}
备注
Paper accepted for oral presentation at LF4CV workshop at CVPR