23、水下光场处理与机器人视觉目标跟踪技术解析

水下光场处理与机器人视觉目标跟踪技术解析

水下光场深度估计

在水下光场处理中，深度估计是关键环节。首先，对于每个像素，通过特定公式计算剪切值为κ的重聚焦图像$J_κ(x)$：
$J_κ(x) = \frac{1}{N} \sum_{u} J_κ(x, u)$
其中，$(u, v)$表示角坐标，$N$是角像素的数量。在实际实现中，将κ从0.2到2以256步进行剪切，从而得到256个重聚焦的$J_κ(x)$。

基于这些重聚焦图像，引入了散焦（Defocus，DE）和对应（Correspondence，CO）线索：
$DE_κ(x) = \frac{1}{|W|} \sum_{x’∈W} |J_κ(x’) - J(x’, 0)|$
$CO_κ(x) = \frac{1}{N} \sum_{u} |J_κ(x, u) - J(x, 0)|$

当一个图像块被剪切到其正确深度时，它将表现出较小的方差和散焦。因此，通过以下方式选择相应的深度响应：
$Z_D(x) = \arg\min_{κ} DE_κ(x)$
$Z_C(x) = \arg\min_{κ} CO_κ(x)$

此外，还提出了传输深度线索。它来源于后向散射的强度，通过对相关公式两边的颜色通道和空间邻域取最小值得到：
$\min_{c} (\min_{y∈(x)}(I_c(x)) = \min_{c} (\min_{y∈(x)}(J_c(x))· e^{−σ(||D(X)|| + ||X||)} + I_c^b(x)$

根据暗通道先验（DCP），$\min_{c} (\min_{y∈(x)}(J(x)) = 0$。设$I^†(