9、3D 计算积分成像与纸质元素图像 3D 重建技术解析

3D 计算积分成像与纸质元素图像 3D 重建技术解析

在当今科技领域，3D 可视化技术一直是研究的热点。它在众多行业中展现出巨大的应用潜力，如广告、娱乐、信息展示等。然而，现有的 3D 显示技术，如透镜技术和全息技术，都存在一定的局限性。为了克服这些问题，科学家们不断探索新的方法，其中合成孔径积分成像（SAII）技术以及基于纸质元素图像的 3D 重建技术成为了研究的重点。

1. 合成孔径积分成像（SAII）技术

SAII 技术是一种用于 3D 成像和计算重建的重要方法。在这个技术中，传感器位置的测量精度对 3D 计算重建的质量有着至关重要的影响。

1.1 蒙特卡罗模拟分析

为了研究传感器位置不确定性对重建图像的影响，进行了二维蒙特卡罗模拟。模拟使用了一个 16×16 的矩形网格，间距 Sx = Sy = 2.5 毫米，位置位移遵循 p∼N(0, 1)。点源分别位于 z = 40 厘米和 z = 24 厘米处。通过 1000 次试验的重建结果组合，得到了如图 5.4 所示的结果。

模拟结果近似于相应重建距离处的平均脉冲响应。图 5.4 中的钟形脉冲响应类似于光学和探测器有限尺寸导致的标准模糊，对重建图像有类似的影响。其中，成像光学的艾里斑相关的模糊用弧度表示为 diff = 1.21λ/d，其中 d 是输入孔径的半径，λ 是照明的波长；传感器像素化相关的模糊用弧度表示为 pxl = c/f，其中 c 是传感器像素尺寸，f 是成像光学的焦距。

当引入定位误差时，通过将图 5.4 中钟形的半最大半径投影到各自的重建距离（24 厘米和 40 厘米），可以测量出产生的模糊半径分别为 2.5 毫米和 1.4 毫米。这表明，与改善成