基于深度調(diào)節(jié)方法的集成成像畸變消除

鄧?yán)蚪恚瑯?燕，王 宇，谷岳佳楠

(長春理工大學(xué) 電子信息工程學(xué)院,吉林 長春 130022)

1 引 言

集成成像技術(shù)作為最有前途的裸眼3D技術(shù)之一，于1908年由Lippmaon提出[1]。集成成像系統(tǒng)包括元素圖像獲取階段和三維重構(gòu)顯示階段。首先，使用微透鏡陣列捕獲來自物體不同方向的光線，生成元素圖像；然后利用顯示設(shè)備通過元素圖像的反投影顯示三維影像[2-4]。集成成像技術(shù)的優(yōu)點(diǎn)是它避免了視覺疲勞的問題，可以實(shí)現(xiàn)全視差、連續(xù)視點(diǎn)的真三維實(shí)時(shí)立體成像且無需戴眼鏡[5]。近年來，隨著電子器件和顯示設(shè)備工藝的發(fā)展，透鏡制造工藝愈加成熟，集成成像技術(shù)在工程測量、水下成像、三維藝術(shù)以及商業(yè)廣告等方面展現(xiàn)出獨(dú)特的優(yōu)勢[6-9]。

盡管集成成像技術(shù)有許多明顯的優(yōu)點(diǎn)，但仍存在觀看視場角窄、景深有限和圖像分辨率低等問題[9-12]。目前，已有多種研究方法用于提高景深。文獻(xiàn)[13]提出了一個(gè)結(jié)合圖像獲取和三維顯示過程的深度優(yōu)先集成成像系統(tǒng)，通過真實(shí)和虛擬的圖像域顯示大景深真三維目標(biāo)。大連理工大學(xué)對多聚焦元素圖像進(jìn)行圖像融合，提出了一種提高集成成像景深的方法[14]。四川大學(xué)對集成成像顯示器中的大景深場景進(jìn)行任意深度的重新聚焦，實(shí)現(xiàn)了景深3D對象的光學(xué)重聚焦[15]。這些研究主要是針對三維重構(gòu)階段提高景深的，而針對圖像采集階段的研究并不多，且大部分不是用于改善景深的，如文獻(xiàn)[16]提出了一種確定最佳采集距離的方法來減少相鄰元素圖像間的干擾和三維再現(xiàn)過程中的串?dāng)_現(xiàn)象。

集成成像的重構(gòu)階段也受采集過程中景深的影響，對于固定參數(shù)的采集設(shè)備，只有在采集景深內(nèi)的三維場景才能被記錄為清晰的元素圖像，最終重構(gòu)出無畸變的三維圖像。本文先推導(dǎo)出集成成像系統(tǒng)的目標(biāo)采集景深模型。參考此模型，通過深度調(diào)節(jié)的方法，在采集裝置固定的情況下，對無法改變位置的深度范圍外的三維場景進(jìn)行深度調(diào)節(jié)，使得最終的重構(gòu)效果更加完整，消除了深度范圍外目標(biāo)的重構(gòu)畸變。

2 理論分析

2.1 采集景深模型

人眼視覺系統(tǒng)具有一定的調(diào)節(jié)能力，以使清晰的圖像聚焦在視網(wǎng)膜上[17]。對于焦平面上的點(diǎn)A和遠(yuǎn)離焦平面的點(diǎn)B，在圖像參考平面上，重建的A點(diǎn)清晰，盡管B點(diǎn)的重建是模糊的，但是人眼視覺系統(tǒng)的調(diào)節(jié)能力會(huì)將B固定在參考平面上。在這種情況下，觀察者看到的不是銳利的A和模糊的B，而是一個(gè)高亮度的銳利點(diǎn)A和一系列亮度較低的散斑B點(diǎn)，如圖1所示。此時(shí)B點(diǎn)的重構(gòu)就是失真的(圖中點(diǎn)間距是夸大的，在實(shí)際情況下，散點(diǎn)之間的距離小得多)。因此，若想重構(gòu)出無畸變現(xiàn)象的B點(diǎn)，目標(biāo)B應(yīng)在采集景深范圍內(nèi)。

圖1 B點(diǎn)的離散現(xiàn)象示意圖Fig.1 Discrete phenomenon at point B

集成成像采集階段如圖2所示。三維空間中同一物點(diǎn)經(jīng)過不同的微透鏡，在像面上所成的像點(diǎn)互為同名像點(diǎn)[18-19]。物點(diǎn)A,B分別為聚焦物面上的點(diǎn)，A1-A5和B1-B5分別為A,B經(jīng)過5個(gè)相鄰微透鏡后在像平面上生成的同名像點(diǎn)。可以看出，物點(diǎn)A的同名像點(diǎn)是銳利的點(diǎn)，物點(diǎn)B的同名像點(diǎn)是散斑，若想觀察到清晰的重構(gòu)圖像，三維目標(biāo)需要在采集景深范圍內(nèi)。圖3和圖4分別為集成成像采集階段和重構(gòu)階段的單透鏡成像光路，這里通過逆向光線追跡進(jìn)行分析。

圖2 集成成像采集階段光路Fig.2 Optical path of integral imaging acquisition stage

圖3 集成成像采集階段的單透鏡成像光路Fig.3 Optical path of single lens imaging in integral acquisition stage

圖4 集成成像重構(gòu)階段的單透鏡成像光路Fig.4 Optical path of single lens imaging in integral reconstruction stage

如圖3所示，A點(diǎn)在聚焦物面上，其像點(diǎn)A′在像平面上清晰成像。B點(diǎn)遠(yuǎn)離聚焦物面，點(diǎn)B在聚焦物面上對應(yīng)的彌散斑直徑為ωB，其像點(diǎn)B′在像平面之外，在像平面上形成的彌散斑直徑為ω1，其對應(yīng)的重構(gòu)階段在圖像參考平面上的散斑直徑為ω1′。根據(jù)幾何關(guān)系可得:

(1)

(2)

采集過程與重構(gòu)過程的單透鏡規(guī)格相同，因此g′=g，l′=D，焦距都為f，滿足高斯公式：

(3)

推導(dǎo)可得遠(yuǎn)離聚焦物面的點(diǎn)B的采集距離為:

(4)

遠(yuǎn)物點(diǎn)B的采集深度為:

(5)

人眼的視場受中心窩和黃斑的限制，在清晰識(shí)別時(shí)的角度大約為6°～8°。這里取可識(shí)別的最大角度8°。當(dāng)顯示圖像充滿此區(qū)域時(shí)進(jìn)行觀看，考慮在分辨力和舒適度等方面能得到最佳的觀看效果。因此，當(dāng)畫面一定時(shí)，可確定圖4中的最佳觀看距離L為：

(6)

其中φ為顯示圖像的對角線長。一般情況下，集成成像的圖像尺寸與透鏡陣列尺寸相等，顯示圖像與透鏡陣列數(shù)目一致。對于m×n維數(shù)的透鏡陣列：

(7)

因此，最佳觀看距離L僅與透鏡規(guī)格相關(guān)，當(dāng)透鏡的規(guī)格確定時(shí)，最佳觀看距離也是確定的。在良好的照明條件下，人眼的角分辨率ε為1′～2′，人眼所能識(shí)別的最大散斑直徑為最佳觀看距離與人眼角分辨率之積，即有：

ω1′=Lε.

(8)

代入式(5)可得遠(yuǎn)物面上B點(diǎn)的采集深度極限為：

(9)

同理可得圖3中另一側(cè)遠(yuǎn)物面上C點(diǎn)的采集深度極限為:

(10)

該系統(tǒng)的采集深度為:

(11)

由此可知，當(dāng)集成成像采集與重構(gòu)系統(tǒng)固定時(shí)，最佳觀看距離也是確定的，采集深度范圍與采集距離l′和人眼的角分辨率ε有關(guān)，本文取ε=1′=0.000 291 rad。

2.2 深度調(diào)節(jié)方法

圖5為集成成像系統(tǒng)重構(gòu)階段的聚焦過程。顯示屏上的元素圖像陣列(Element Image Array,EIA)發(fā)出的光線通過微透鏡在中心深度平面處相交，重構(gòu)的圖像具有與原始目標(biāo)相同的大小和位置，顯示屏和中心深度平面互為共軛面，此時(shí)的中心深度平面即為重構(gòu)面(Reconstruction Plane,RP)。最后，人眼將重構(gòu)面上的圖像聚焦在視網(wǎng)膜上，觀察者可以通過微透鏡陣列看到連續(xù)的3D圖像。因此，中心深度平面上的計(jì)算機(jī)重構(gòu)圖像是最接近人眼觀察效果的。

圖5 集成成像的重構(gòu)階段Fig.5 Reconstruction of integral imaging

集成成像重構(gòu)階段的景深范圍為中心深度平面CDP到邊緣深度平面MDP距離的二倍[20]：

(12)

(13)

根據(jù)公式(3)的高斯公式可得：

(14)

帶入公式(13)得到真實(shí)深度Z(i,j)為：

(15)

(16)

為了清晰顯示所有像素，重構(gòu)像素必須位于邊緣深度minZ=D-ΔZ/2 和maxZ=D+ΔZ/2之間。因此，真實(shí)深度范圍為：

Z(i,j)∈

(17)

2.3 結(jié)合深度調(diào)節(jié)的元素圖像生成算法

本文使用基于查找表(Look Up Table,LUT)算法的彩色及深度信息生成元素圖像，與普通的像素重新映射算法相似，此方法也是利用固定場景得到的彩色圖像與深度圖像，通過光線追跡進(jìn)行像素重新映射得到元素圖像。然而，集成成像系統(tǒng)受到采集和重構(gòu)過程中透鏡和顯示屏參數(shù)等的影響，所能呈現(xiàn)的深度范圍是有限的，因此對于一些深度范圍外的目標(biāo)，重構(gòu)時(shí)會(huì)出現(xiàn)嚴(yán)重的畸變。本文使用的元素圖像生成算法的獨(dú)特之處在于引入了LUT算法后，可以按照系統(tǒng)所能呈現(xiàn)的固定深度進(jìn)行深度調(diào)節(jié)，從而改善深度范圍外目標(biāo)的畸變。

圖6 像素映射采集方法Fig.6 Acquisition method of pixel mapping

(18)

(19)

其中：i，j分別是x，y軸上的對應(yīng)物體像素的序號(hào)，im和jm是x，y軸上透鏡的序號(hào)。通過式(18)和式(19)，可以求出光場中任意一點(diǎn)A(i,j)對應(yīng)元素圖像上的位置A′(uA,vA)，從而得到透鏡m對應(yīng)的元素圖像。

圖7為物點(diǎn)A在經(jīng)過透鏡m和透鏡m+1后在元素圖像陣列中的同名像點(diǎn)位移關(guān)系，則有：

圖7 同名像點(diǎn)位移關(guān)系Fig.7 Displacement relationship of corresponding pixels

(20)

(1)設(shè)置LUT模板。像素偏移量為:

(21)

假設(shè)輸入值為256個(gè)灰度值，將LUT的模板設(shè)置為S×255，根據(jù)像素偏移量得到LUT尺寸為:

(22)

(2)在模板范圍內(nèi)生成LUT:

(23)

(3)將深度圖對照LUT進(jìn)行掃描，按照深度選擇區(qū)域，獲取深度列表后重新進(jìn)行深度排序，在有效位置返回LUT值。

(4)輸出元素圖像。經(jīng)過此算法改進(jìn)后，根據(jù)LUT的返回值得到同名像點(diǎn)的位移關(guān)系為：

(24)

參考上文推導(dǎo)出的集成成像系統(tǒng)的目標(biāo)采集景深范圍模型，對此元素圖像生成算法進(jìn)行真實(shí)的深度調(diào)節(jié)，得到可以進(jìn)行無畸變重構(gòu)的元素圖像陣列，使得三維場景的整體重構(gòu)效果更加完整，消除了深度范圍外目標(biāo)的重構(gòu)畸變。

3 實(shí) 驗(yàn)

為了驗(yàn)證本文所提的采集景深模型的合理性，采集過程使用3Ds max直接進(jìn)行微透鏡陣列采集元素圖像，重構(gòu)階段分別進(jìn)行了計(jì)算機(jī)仿真重構(gòu)實(shí)驗(yàn)與光學(xué)重構(gòu)實(shí)驗(yàn)。在此基礎(chǔ)上又設(shè)計(jì)深度調(diào)節(jié)實(shí)驗(yàn)，該實(shí)驗(yàn)分為兩組。第一組為3Ds max采集圖像的重構(gòu)實(shí)驗(yàn)，采集過程使用3Ds max采集彩色平面圖與深度圖，使用基于LUT算法的彩色及深度信息生成元素圖像后，分別進(jìn)行了計(jì)算機(jī)仿真重構(gòu)實(shí)驗(yàn)與光學(xué)重構(gòu)實(shí)驗(yàn)。第二組為真實(shí)場景相機(jī)采集圖像的重構(gòu)實(shí)驗(yàn)，采集過程使用真實(shí)場景相機(jī)采集的彩色平面圖與深度圖，使用基于LUT算法的彩色及深度信息生成元素圖像后，分別進(jìn)行了計(jì)算機(jī)仿真重構(gòu)實(shí)驗(yàn)與光學(xué)重構(gòu)實(shí)驗(yàn)。

實(shí)驗(yàn)使用3Ds max進(jìn)行圖像采集，采集界面如圖8(a)所示。重構(gòu)階段分別進(jìn)行了計(jì)算機(jī)仿真重構(gòu)實(shí)驗(yàn)與光學(xué)重構(gòu)實(shí)驗(yàn)。其中，仿真實(shí)驗(yàn)采用三維體重構(gòu)的方法[3]，元素圖像不需要進(jìn)行深度反轉(zhuǎn)；光學(xué)實(shí)驗(yàn)采用圖8(b)裝置進(jìn)行，重構(gòu)過程使用了厚度為3.3 mm，單透鏡孔徑p=1 mm的透鏡板，透鏡焦距為f=3 mm，透鏡陣列維度m×n為112×63。本文按照重構(gòu)過程使用的透鏡板的規(guī)格設(shè)置采集透鏡的規(guī)格，因此根據(jù)高斯公式可得g′=g=3.6 mm，l′=D=18 mm，焦距f=3 mm。使用華為P10手機(jī)作為顯示屏幕，屏幕分辨率為1 920×1 080，像素密度為432 ppi(pixel per inch)，因此可得像素尺寸PD=0.058 8 mm，參考此屏幕分辨率采集了分辨率為1 904×1 071的元素圖像，以盡量充滿屏幕。根據(jù)公式(6)得到最佳觀測距離L=0.92 m，因此使用相機(jī)在0.92 m處進(jìn)行三維成像拍攝，盡量展現(xiàn)人眼的觀測效果。表1為實(shí)驗(yàn)系統(tǒng)參數(shù)。根據(jù)表1中的參數(shù)及式(9)～式(11)可得系統(tǒng)的采集深度范圍Δl′=10.35 mm，遠(yuǎn)處采集極限距離ΔlB′=6.557 mm，近處采集極限距離ΔlC′=3.793 mm。

圖8 光學(xué)重構(gòu)實(shí)驗(yàn)裝置Fig.8 Experimental configuration for optical reconstruction

表1 實(shí)驗(yàn)參數(shù)

4 實(shí)驗(yàn)結(jié)果與分析

4.1 采集景深模型驗(yàn)證實(shí)驗(yàn)

仿真實(shí)驗(yàn)使用3Ds max直接進(jìn)行元素圖像的采集，根據(jù)公式(16)得到集成成像系統(tǒng)的無畸變采集距離l′為14.207～24.557 mm。參考此采集景深范圍，將透鏡陣列和三維模型按照圖9所示排布，采集兩組元素圖像。第一組中字母AC在采集景深范圍外，第二組中所有三維目標(biāo)均在采集景深范圍內(nèi)的。這里字母間距設(shè)置較小是為了驗(yàn)證本文所得采集景深模型的準(zhǔn)確性。圖10分別為這兩個(gè)三維場景在中心深度平面D=18 mm處的計(jì)算機(jī)重構(gòu)示意圖。從圖中細(xì)節(jié)的放大部分可以明顯看出，第一組的字母AC在采集景深范圍外，重構(gòu)圖像畸變嚴(yán)重，第二組所有字母都在采集景深范圍內(nèi)，重構(gòu)圖像清晰。圖11為光學(xué)實(shí)驗(yàn)結(jié)果，光學(xué)實(shí)驗(yàn)結(jié)果與仿真結(jié)果一致，進(jìn)一步驗(yàn)證了本文所提采集景深模型的合理性。圖10細(xì)節(jié)部分圖像的能量與光強(qiáng)分布如圖12所示，客觀表現(xiàn)了在采集景深范圍內(nèi)字母的重構(gòu)圖像輪廓清晰，模型邊緣平滑，重構(gòu)圖像無畸變。在此采集模型下獲得的元素圖像陣列都是清晰實(shí)焦的，皆在重構(gòu)成像的深度范圍內(nèi)。

圖9 三維場景排布Fig.9 Arrangement of 3D scene

圖10 在中心深度平面處圖9的計(jì)算機(jī)重構(gòu)圖Fig.10 Reconstructed images of Fig.9 at center depth plane

圖11 光學(xué)實(shí)驗(yàn)結(jié)果Fig.11 Results of optical experiments

圖12 重構(gòu)圖像細(xì)節(jié)處能量與光強(qiáng)分布Fig.12 Distribution map of energy and light intensity at details of reconstructed images

4.2 3Ds max采集的無畸變重構(gòu)實(shí)驗(yàn)

由于集成成像系統(tǒng)的采集距離l′在14.207～24.557 mm的三維目標(biāo)可以無畸變重構(gòu)，在此采集范圍內(nèi)，根據(jù)公式(17)可得無畸變深度Z為13.193～22.805 mm。參考此深度范圍做深度調(diào)節(jié)，設(shè)計(jì)深度調(diào)節(jié)實(shí)驗(yàn)，基于LUT算法的彩色及深度信息生成元素圖像，在此過程中，參考所得的無畸變深度Z進(jìn)行深度調(diào)節(jié)。圖13為生成元素圖像陣列所用的彩色圖及元素圖。3Ds max是專業(yè)的計(jì)算機(jī)三維圖像應(yīng)用軟件，使用3Ds Max 拍攝彩色圖與深度圖，像素?cái)?shù)皆為800×800，使用焦距為150 mm的相機(jī)，在距離目標(biāo)100 mm處進(jìn)行模型的拍攝，并在同一位置將模型轉(zhuǎn)化為黑白深度圖，得到圖13中的彩色圖和深度圖。模型中字母間距為25 mm，字母間距設(shè)置較大是為了驗(yàn)證本文所提深度調(diào)節(jié)方法的廣泛適用性。利用圖13的彩色及深度信息生成兩組元素圖像，分別生成無深度調(diào)節(jié)的元素圖像，即ΔZ=50 mm；和本文提出的無畸變深度調(diào)節(jié)方法所得的元素圖像，即ΔZ=9.6 mm。生成的元素圖像如圖14所示。它們在中心深度平面處的體三維重構(gòu)的計(jì)算機(jī)仿真圖如圖15所示。可以看出，經(jīng)過無畸變深度調(diào)節(jié)后，字母X與Z的畸變現(xiàn)象得到了明顯改善，圖16的光學(xué)實(shí)驗(yàn)結(jié)果也與此一致。分別將圖13中的平面彩色圖與圖15兩組計(jì)算機(jī)重構(gòu)圖像進(jìn)行客觀評價(jià)實(shí)驗(yàn)，經(jīng)過深度調(diào)節(jié)后，重構(gòu)圖像的顏色直方圖相似度(CHS)從67.057%提升到94.507%，如圖17所示。另外計(jì)算圖13中的平面彩色圖與計(jì)算機(jī)重構(gòu)圖像圖15(a)的結(jié)構(gòu)相似性(SSIM)為54.002%，峰值信噪比(Peak Signal to Ratio,PSNR)為16.902，與圖15(b)的SSIM為84.510%，PSNR為19.740，可以看出經(jīng)過深度調(diào)節(jié)，重構(gòu)圖像的結(jié)構(gòu)相似性明顯提高，峰值信噪比變大，圖像畸變減少。

圖13 實(shí)驗(yàn)采集的彩色圖及深度圖Fig.13 Color and depth maps collected by experiments

圖14 生成的元素圖像Fig.14 Generated EIs

圖15 在中心深度平面處計(jì)算機(jī)重構(gòu)示意圖Fig.15 Reconstructed images at center depth plane

圖16 光學(xué)實(shí)驗(yàn)結(jié)果Fig.16 Results of optical experiments

圖17 計(jì)算機(jī)重構(gòu)圖與彩色圖的顏色直方圖相似度Fig.17 Histogram of color similarity with color map and computer reconstructed image

4.3 真實(shí)場景的無畸變重構(gòu)實(shí)驗(yàn)

為了更進(jìn)一步說明此方法的實(shí)用性，這里加入一組真實(shí)場景的重構(gòu)實(shí)驗(yàn)。實(shí)驗(yàn)場景的彩色圖與深度圖如圖18所示，使用的是Microsoft公司的MSR 3D視頻數(shù)據(jù)集中一幅芭蕾舞場景的彩色圖與深度圖[22]，分辨率皆為1 024×768。

圖18 彩色圖及深度圖Fig.18 Color and depth maps

本文所提的方法適用于大景深場景的三維重構(gòu)，然而目前已經(jīng)提出的元素圖像生成算法大部分都是針對小場景的三維目標(biāo)。圖19所示為使用文獻(xiàn)[23]方法得到的兩種元素圖像，它們的計(jì)算機(jī)重構(gòu)效果和光學(xué)實(shí)驗(yàn)結(jié)果分別如圖20和圖21所示。可以看到，無論是場景前方的男人還是場景后方的女人，重構(gòu)效果都比較差，因此這兩種方法對于大景深的三維場景重構(gòu)效果不佳。

圖19 生成的元素圖像Fig.19 Generated EIs

圖20 計(jì)算機(jī)重構(gòu)示意圖Fig.20 Reconstructed images

圖21 光學(xué)實(shí)驗(yàn)結(jié)果Fig.21 Results of optical experiments

此集成成像系統(tǒng)無畸變重構(gòu)的采集距離l′在14.207～24.557 mm，無畸變深度Z在13.193～22.805 mm。基于LUT算法的彩色及深度信息生成元素圖像，在此過程中，參考所得的無畸變深度Z進(jìn)行深度調(diào)節(jié)。利用彩色及深度信息生成兩組元素圖像，分別為不做深度調(diào)節(jié)的元素圖像，和本文提出的無畸變深度調(diào)節(jié)方法所得的元素圖像，即ΔZ=9.6 mm，如圖22所示。通過像素提取方法對兩幅元素圖像進(jìn)行計(jì)算機(jī)重構(gòu)，得到的兩組計(jì)算機(jī)仿真重構(gòu)圖如圖23所示，可以看出，經(jīng)過無畸變深度調(diào)節(jié)后，重構(gòu)效果明顯變好，尤其遠(yuǎn)處舞者的畸變現(xiàn)象得到了明顯改善，圖24的光學(xué)實(shí)驗(yàn)結(jié)果也與此一致。實(shí)驗(yàn)表明，與無深度調(diào)節(jié)的方法相比，基于深度調(diào)節(jié)方法生成的元素圖像的重構(gòu)效果明顯消除了畸變現(xiàn)象。除此之外，與文獻(xiàn)[23]相比，本文提出的方法更適用于大景深場景的三維重構(gòu)。

圖22 生成的元素圖像Fig.22 Generated EIs

圖23 計(jì)算機(jī)重構(gòu)示意圖Fig.23 Reconstructed images

圖24 光學(xué)實(shí)驗(yàn)結(jié)果Fig.24 Results of optical experiments

表2分別比較了這4種元素圖像生成方法的計(jì)算機(jī)重構(gòu)圖像顏色直方圖相似度(Color Histogram，CH)、結(jié)構(gòu)相似性(SSIM)和峰值信噪比PSNR。可以看出，本文經(jīng)過深度調(diào)節(jié)得到的重構(gòu)圖像的結(jié)構(gòu)相似性明顯最高，峰值信噪比最大，圖像畸變減少。

表2 客觀評價(jià)實(shí)驗(yàn)結(jié)果

5 結(jié) 論

本文在人眼視覺特性和集成成像的光線追跡分析基礎(chǔ)上，提出采集景深范圍模型；以此模型作為指導(dǎo)，推導(dǎo)出集成成像的真實(shí)深度范圍；針對在采集景深范圍外的目標(biāo)，其重構(gòu)深度超出了真實(shí)深度范圍，因此又提出通過參考真實(shí)深度范圍進(jìn)行深度調(diào)節(jié)的LUT元素圖像生成算法，來實(shí)現(xiàn)整個(gè)三維場景的完整重構(gòu)。本文提出的采集景深模型和深度調(diào)節(jié)方法，對參數(shù)固定的采集設(shè)備，在無法改變?nèi)S場景中目標(biāo)位置的情況下仍可以進(jìn)行整體的無畸變重構(gòu)，并且重構(gòu)輪廓清晰，提高了集成成像的整體觀察效果。這種方法雖然犧牲了景深，但可以為場景外的目標(biāo)提供更清晰的再現(xiàn)像，不受采集裝置和目標(biāo)場景限制，可廣泛應(yīng)用于分辨率優(yōu)先的集成成像顯示系統(tǒng)。