摘要：从频谱支集对称程度及夹角两个结构特点出发,分析频谱支集结构变化对于去噪效果的影响,提出光场频谱支集集中程度的概念,并设计相应的度量函数。通过极小化集中程度度量函数,计算合适的光场双平面间距,按照此间距在去噪前对光场数据进行重参数化可以提高滤波去噪效果。HCI模拟光场数据和斯坦福实测光场数据实验结果表明,引入重参数化的光场滤波去噪方法能够优化去噪结果。从视觉上看,在滤除更多噪点的同时保留场景更多的结构和纹理信息;从定量评价上看,峰值信噪比和结构相似度指标也有所提高。

摘要：对光场数据进行视点和像点平面支集的同时扩展并保持较好的空角一致性,是光场数据扩展的难点之一。提出利用神经光场网络表示经双平面参数化的光线,通过生成原子光场数据中不存在的光线,对视点和像点平面支集实现扩展。统计扩展部分生成光线的误差,参照子光场重叠区域生成光线与原数据的误差,确定扩展部分生成效果好的数据占比,分析子光场重叠区域大小对扩展光场效果的影响。Blender模拟数据的实验结果表明,所提方法能够实现子光场视点和像点平面支集的同时扩展,并且极平面图像(EPI)显示,扩展部分能保持较好的空角一致性。当子光场数据重叠区域占比从42.9%提高到77.8%时,扩展区域生成效果好的数据占比由82.91%提升至84.68%。该分析在进行光场数据扩展时,对子光场数据的设计具有一定的指导意义。