光场相机重聚焦MATLAB代码开放存取SPC 用于创建和使用具有已知几何形状的全光相机的 SPC 模型的代码。 当前的实现可以在 MATLAB 和 GNU Octave 上运行。 它将为 Python 重写，希望很快。 如果您想参考任何已发表的论文： SPC模型的一般概念参考[ACIVS12]和[MIUN13]， 适用于普通视场的空间分辨率提取器参考[SPIE13]和[IC3D12]， 适用于全视场的空间分辨率提取器参考[ICASSP14]和[ICIP14]， 有关角度和深度分辨率提取器，请参阅 [ICIP15]。 生成 SPC 模型 为相机系统生成 SPC 模型的功能在以下文件中实现： * Generate_LCm.m * Generate_LCm_decoupled.m * Generate_Aperture.m * Aperture_m.m * Generate_Lens.m * Lens_m.m 每个文件都包含一个与文件同名的函数。 第一个函数Generate_LCm.m为图像传感器像素生成初始光锥集。 生成的光锥的角跨度是相对于传感器像素的给定光接收角定义的，作为图像传感器像

comsol DFB 激光器光场模拟，光波场分布与耦合效率

针对目前实现光场传输的两种算法无法同时满足运算速度和精细度的问题，提出了矩阵相乘算法，阐明了其实现思想，推导了其实现过程。结合激光相干合束实例进行了仿真分析，结果表明，对于六路高斯光束的相干合束，快速傅里叶变换算法耗时短，但无法得到精确的计算结果；积分算法和矩阵相乘算法均可获得远场准确的光强分布，但积分算法需耗时15.7 h，而矩阵相乘算法仅需2 s，提高了运算效率。证明了矩阵相乘算法具有快速、准确的优点。

光场重聚焦代码，代码主要针对Lytro illum 二代相机拍摄图像进行处理，以光场工具包解码后的彩色图像为输入； 同样适用于Lytro 一代相机，需要改动的参数为：微透镜个数、微透镜对应的元像素个数，图像尺寸、微透镜坐标可以通过光场工具包解码白图像得到。

精确标定能够发挥出聚焦型光场相机在场景重建和非接触测量等方面的作用。而标定精度提升的关键之一在于精确的特征提取算法。为了提升特征检测的精度和效率,提出一种基于原始图的棋盘格角点检测算法。利用稳健的角点检测算子对原始图角点进行检测,并利用二维角点与三维光场圆域特征的对应关系进行角点筛选。然后,利用图像一致性对角点进行亚像素优化。进行了仿真角点检测实验和仿真标定实验,并基于R29聚焦型光场相机得到的重建角点进行了距离测量实验。实验结果表明,所提角点检测算法的精度高于现有算法,并证明了基于所提角点检测方法的标定算法能够得到更加精准的结果。

仿真matlab程序代码 光场相机资料整理 博客文章整理 Github整理

无参考光场图像质量评估

-LFToolbox5.0- 利用LFToolbox5.0从光场相机中提取光场数据，包括处理白图像，解码，频率滤波，颜色校正，获取图像图像等

matlab 场景光场代码Zemax-衍射光束荧光 Zemax-OptiStudio(TM) 的衍射光束传播和荧光工具 这组实用程序可用于计算 Zemax-OpticStudio(TM) 中衍射光束的传播，导入或定义样本模型，并根据衍射照明强度计算荧光发射的空间分布。 (1) 文件夹“AngularSpectrumCalculator”包含Zemax-OpticStudio(TM) 的附加软件，用于计算光束的角光谱表示。 (2) 文件夹“SourceFromDB”包含 Zemax-OpticStudio(TM) 的附加软件，以实现从磁盘中存储的数据库生成光线的光源。 (3) 文件夹“Matlab”包含示例代码，用于读取（1）计算的电场和导出（2）可能使用的数据库文件。 引文：“准备中”（c）Guillem Carles（guillemcarles（at）gmail.com）

数据融合matlab代码LFASR-FS-GAF IEEE TPAMI 2020文件的PyTorch实施：“具有灵活采样和几何感知的融合的从粗到细的密集光场重构”。 要求 Python 3.6 PyTorch 1.3 Matlab（用于培训/测试数据生成） 数据集 我们提供用于准备训练和测试数据的MATLAB代码。 请先下载光场数据集，然后将其放入LFData相应文件夹中。 演示版 要重现本文提供的实验结果，请运行： （我们的（固定）在任务2x2→7x7下，用于合成LF数据） python test_pretrained.py --model_dir pretrained_models --save_dir results --arb_sample 0 --angular_out 7 --angular_in 2 --train_dataset HCI --test_dataset HCI --test_path ./LFData/test_HCI.h5 --psv_range 4 --psv_step 50 --input_ind 0 6 42 48 --save_img 1 --c