2、全光感知系统：单相机与结构化相机阵列传感技术解析

全光感知系统：单相机与结构化相机阵列传感技术解析

1. 单相机传感

1.1 原理基础

在光场描述中，常用五维模型 (L(x, y, z, \theta, \Phi)) 来表示光线，其中 ((x, y, z)) 代表空间中的三维位置，((\theta, \Phi)) 表示光线方向的角度。由于光线上所有点的全光函数可代表整个光线，可消除一个维度，因此四维全光函数 (L(u, v, s, t)) 也能用于描述光的辐射度，这里的 ((u, v)) 和 ((s, t)) 分别代表两个预定义平行平面上的点。在以往的工作中，光场图像通常由多个相机组成的阵列捕获，不同视点捕获的图像称为子孔径图像（SAIs），相机在阵列中的位置 ((s, t)) 被称为角度维度，而另一个平面上的点 ((u, v)) 则被称为空间维度。

1.2 带微透镜阵列的光场相机

1.2.1 设计背景

密集相机阵列虽能为真实场景获取高质量光场信息，但同步和控制问题限制了其使用。为更方便且低成本地获取光场信息，Ren Ng 等人设计了一种手持全光相机，通过在典型相机的主透镜和传感器之间放置微透镜阵列，解决了角度和空间域之间的权衡问题。

1.2.2 相机结构

主透镜、微透镜阵列和传感器放置在平行平面上，微透镜阵列位于主透镜的焦平面，微透镜阵列与传感器之间的距离为微透镜的焦距。

1.2.3 图像特征

光场相机拍摄的原始图像由一系列图像块组成，每个图像块代表一个微透镜下传感器区域获取的图像。原始图像是一个 ((N_x, N_y)) 的图像块网格，其中 ((x, y)) 表示微透镜阵列中相应微透镜的