9.2 Suggestions for Further Work Us

9.2 Suggestions for Further Work


Use of Microlens Captured Full Integral Image Data


The research carried out for this thesis has made use of integral 3D images captured using lenticular sheet material (lenticular-integral images). Images of this type possess continu- ous parallax in replay only in the horizontal dimension. Use of two-dimensional microlens arrays, which allow display with continuous parallax in all directions, has been found in laboratory trials to lead to an improved sense of depth and realism to the viewer. An inten- sity distribution which represents an integral 3D image captured using a microlens array as the encoding element (termed a full integral image) consists of a two dimensional array of
subimages. This arrangement may be envisaged as one in which a lenticular encoding sheet has been overlaid with a second rotated by 90◦ relative to the first. The resulting intensity
distribution is expected to possess significant inter-subimage correlation in both axes rather than in the horizontal axis only as is the case for a lenticular-integral intensity distribution.

The 3D-DCT based coding scheme could be applied to such data, exploiting inter-subimage correlation in both dimensions of the microlens array. Figure 9.3 shows a possible strategy for assembly of a subimage group of length 4. An additional consideration arises in the group assembly problem where a full integral intensity distribution is concerned, that is the arrangement of source subimages into the transform group. For example, in the figure as- sembly takes place in a clockwise sense beginning at subimage ‘A’, that is in order ‘ABCD’. In this case, inter-subimage correlation between subimages ‘A’ and ‘D’ is not exploited in the transform computation. If this were higher than that between, for example ‘A’ and ‘B’, more effective decorrelation may be obtained by beginning the assembly at subimage ‘B’, resulting in order ‘BCDA’. Additionally the sense of rotation in assembly may be reversed. For the 3D-DCT to provide maximally efficient decorrelation of a group, the group assembly strategy must be chosen based on the statistical characteristics of the source data.

Modifications to the quantisation step size array, quantised coefficient scanning order and entropy coder Huffman code table will be necessary to suit the horizontal/vertical symmetri- cal statistical characteristics associated with microlens array-encoded integral images. These will also be influenced by the group assembly arrangement chosen

Kết quả (Việt) 1:

9.2 gợi ý cho công việc Sử dụng Microlens bắt hình ảnh đầy đủ không thể thiếu dữ liệuNghiên cứu thực hiện cho luận án này đã làm cho việc sử dụng không thể thiếu 3D hình ảnh bị bắt bằng cách sử dụng vật liệu tấm hình đũa (lenticular tích phân hình ảnh). Hình ảnh của loại hình này có vẫn-anh sai trong phát lại chỉ trong chiều ngang. Sử dụng mảng hai chiều microlens, cho phép hiển thị với liên tục sai trong tất cả các hướng, đã được tìm thấy trong các phòng thí nghiệm thử nghiệm để dẫn đến một cảm giác cải tiến sâu và chủ nghĩa hiện thực cho người xem. Một inten-phân phối sity đại diện cho một hình ảnh 3D không thể tách rời bắt bằng cách sử dụng một mảng microlens là các yếu tố mã hóa (gọi là một hình ảnh đầy đủ không thể thiếu) bao gồm của một hai chiều mảng củasubimages. Sự sắp xếp này có thể được dự định là một trong đó một tờ lenticular mã hóa đã được che với một thứ hai xoay bởi 90◦ liên quan đến đầu tiên. Cường độ kết quảphân phối dự kiến sẽ có sự tương quan đáng kể inter-subimage trong cả hai trục hơn là trong trục ngang chỉ như là trường hợp cho phân phối cường độ lenticular tích phân.Chương trình mã hóa dựa trên 3D-DCT có thể được áp dụng cho các dữ liệu, khai thác mối tương quan liên subimage trong cả hai kích thước của các mảng microlens. Con số 9.3 cho thấy một chiến lược có thể cho lắp ráp một nhóm subimage của chiều dài 4. Một xem xét bổ sung nảy sinh trong nhóm lắp ráp vấn đề nơi một phân phối đầy đủ không thể tách rời cường độ là có liên quan, đó là sự sắp xếp của nguồn subimages vào nhóm biến đổi. Ví dụ, trong hình như sembly diễn ra trong một cảm giác chiều kim đồng hồ, bắt đầu từ subimage 'A', mà là để 'ABCD'. Trong trường hợp này, inter-subimage sự tương quan giữa subimages 'A' và có ' không được khai thác trong tính toán chuyển đổi. Nếu điều này là cao hơn giữa, ví dụ như 'Một' và 'B', hiệu quả hơn decorrelation có thể được thu được bằng cách bắt đầu lắp ráp tại subimage 'B', kết quả là để 'BCDA'. Ngoài ra cảm giác xoay trong lắp ráp có thể được đảo ngược. Cho 3D-DCT để cung cấp tối đa hiệu quả decorrelation của một nhóm, nhóm lắp ráp chiến lược phải được lựa chọn dựa trên các đặc tính thống kê của dữ liệu nguồn.Sửa đổi quantisation bước kích thước mảng, quantised hệ số quét đơn đặt hàng và dữ liệu ngẫu nhiên coder Huffman mã bảng sẽ được cần thiết để phù hợp với các đặc tính thống kê ngang/dọc symmetri-cal liên kết với microlens mảng mã hóa hình ảnh không thể thiếu. Đây cũng sẽ bị ảnh hưởng bởi nhóm lắp ráp sắp xếp chọn

Kết quả (Việt) 2:

9.2 Đề xuất cho thêm việc sử dụng ống kính siêu nhỏ chụp Full Image Data Integral Nghiên cứu được thực hiện cho luận án này đã sử dụng các hình ảnh 3D không tách rời bắt bằng cách sử dụng các vật liệu tấm lenticular (hình ảnh lenticular-tích). Hình ảnh thuộc loại này có sai độc hại continu- trong replay chỉ trong chiều ngang. Sử dụng ống kính siêu nhỏ mảng hai chiều, cho phép hiển thị với sai liên tục trong tất cả các hướng, đã được tìm thấy trong các thử nghiệm trong phòng thí nghiệm để dẫn đến một cảm giác cải thiện chiều sâu và tính hiện thực cho người xem. Một phân phối sự đa chủ ý thể hiện một hình ảnh 3D không tách rời bắt sử dụng một mảng ống kính siêu nhỏ là yếu tố mã hóa (gọi là một hình ảnh đầy đủ tích hợp) bao gồm một mảng hai chiều của subimages. Sự sắp xếp này có thể được dự kiến như là một trong đó một tấm bảng mã lenticular đã được che bởi một xoay thứ hai bằng 90◦ liên quan đến đầu tiên. Kết quả cường độ phân phối dự kiến sẽ có ý nghĩa tương quan liên subimage ở cả hai trục chứ không phải thị ở trên trục ngang chỉ như là trường hợp của một phân bố cường độ lenticular-tích. Các chương trình mã hóa 3D-DCT dựa có thể được áp dụng cho dữ liệu như vậy, khai thác liên subimage tương quan trong cả hai kích thước của mảng ống kính siêu nhỏ. Hình 9.3 cho thấy một chiến lược có thể cho lắp ráp của một nhóm subimage chiều dài 4. Một xem xét bổ sung phát sinh trong vấn đề nhóm lắp ráp một nơi phân bố cường độ tích phân đầy đủ là có liên quan, đó là sự sắp xếp của subimages nguồn thành các nhóm biến đổi. Ví dụ, trong hình như- hội đề diễn ra trong một cảm giác chiều kim đồng hồ, bắt đầu từ subimage 'A', mà là để 'ABCD'. Trong trường hợp này, liên subimage tương quan giữa subimages 'A' và 'D' không được khai thác trong các tính toán biến đổi. Nếu điều này là cao hơn, ví dụ giữa 'A' và 'B', decorrelation hiệu quả hơn có thể thu được bằng cách bắt đầu lắp ráp tại subimage 'B', kết quả mới nhất 'BCDA'. Ngoài ra ý thức luân chuyển lắp ráp có thể được đảo ngược. Đối với 3D-DCT để cung cấp decorrelation tối đa hiệu quả của một nhóm, các chiến lược lắp ráp nhóm phải được lựa chọn dựa trên các đặc tính thống kê của dữ liệu nguồn. Modifications để bước lượng tử kích thước mảng, lượng tử hóa để quét hệ số và entropy coder Huffman bảng mã sẽ là cần thiết để phù hợp với các đặc tính thống kê cal đối xứng ngang / dọc gắn liền với hình ảnh không thể thiếu ống kính siêu nhỏ mảng mã hóa. Đây cũng sẽ bị ảnh hưởng bởi sự sắp xếp lắp ráp nhóm người được chọn