画幅式多光谱成像技术能够同时获取多波段光谱图像数据，在材料分析及环境监控等领域有广泛应用。采用一种基于光场成像的画幅式多光谱成像方法，利用二次成像的方法将由光场成像系统获取的多光谱图像转接成像到探测器光敏面，不需微透镜阵列与探测器光敏面直接接触，避免了对探测器的损坏，同时降低了系统安装调节的难度。此外，研究了不同通道光谱信息混叠的影响因素，采用像素灰度匹配的方法获取各通道像点的矢量坐标，实现光谱通道信息的提取。在不同光强条件下对灰度进行平场校正，获取各光谱通道的归一化通光率，用以校正通道灰度误差。搭建了实验装置，对室内目标进行多光谱瞬时探测，获取了较为清晰的多光谱图像。

光场成像matlab工具包，封装大量函数，可以实现多种功能。

为了解决光场相机应用于三维测量时,在弱纹理区域和精细结构区域难以获得准确视差估计结果问题,提出了基于深度学习技术对光场深度估计进行建模,并建立了光场视差与真实深度之间的转换关系。将所提方法应用于多种复杂场景中,实验结果均表明:该方法可以准确获取弱纹理区域和精细结构区域的视差信息,较好地复原场景的三维结构,视差估计处理时间压缩到1s量级,相比传统的基于代价优化的方法,降低了1~2个数量级。

光场成像工具箱

学习时写的，基础的思路，待完善

光场成像技术，包括光场定义，数字重聚焦，深度估计，傅里叶切片定理等

本代码对应文献：Yingqian Wang, Jungang Yang, Yu Mo, Chao Xiao, and Wei An, "Disparity estimation for camera arrays using reliability guided disparity propagation," IEEE Access, vol. 6, no. 1, pp. 21840-21849, 2018. 本文采用了基于置信度传播优化的深度估计算法，在估计深度的同时评估置信度，并基于置信度对深度值进行优化，在稀疏化角度采样以及弱纹理场景中可以取得较好的结果。随代码附上的是本课题小组在实验室拍摄的布娃娃场景制成的数据集。