Para resolver o problema da baixa resolução angular das imagens de campo de luz causadas por limitações de hardware na imagem de campo de luz, propõe-se um método de super-resolução angular do campo de luz baseado na fusão de imagens do plano epipolar 3D. O método primeiro organiza as imagens de entrada de acordo com diferentes direções de disparidade para extrair características separadamente, aproveitando ao máximo a informação de disparidade das imagens de entrada para melhorar a precisão da estimativa de profundidade. Utilizando o mapa de profundidade, as imagens de entrada são mapeadas para novas posições de vista, gerando um campo de luz sintetizado inicial. Para que a imagem do campo de luz reconstruída mantenha melhores detalhes e consistência geométrica, são realizadas primeiro fusão horizontal e vertical das imagens do plano epipolar 3D por meio dos ramos de reconstrução, respectivamente, e então os dois resultados são misturados, gerando a imagem final do campo de luz de alta resolução angular. Os resultados experimentais mostram que, em comparação com os métodos existentes, este método melhora a qualidade da reconstrução em conjuntos de dados sintéticos e reais de campo de luz, com aumento máximo da relação sinal-ruído de pico de até 1,99%, melhorando efetivamente a qualidade do campo de luz reconstruído.

campo de luz;super-resolução;imagens do plano epipolar 3D;rede neural convolucional