Imagens de campo de luz registram informações espaciais e angulares da luz, proporcionando informações visuais mais ricas do que imagens 2D tradicionais, mas suas características de alta dimensão impõem limitações aos métodos de compressão existentes na utilização de características globais, extração de correlações de longa distância e complexidade computacional, restringindo a melhoria do desempenho e eficiência da compressão. Para isso, este artigo propõe um método eficiente de compressão de imagens de campo de luz de ponta a ponta, impulsionado por Mamba. Primeiro, fatias 2D contendo informações espaciais e do plano polar são extraídas de imagens de campo de luz 4D, e o Mamba é utilizado para capturar totalmente as informações de contexto global. Em seguida, para escanear a imagem do campo de luz em várias direções e evitar um aumento significativo na complexidade computacional, é introduzida uma estratégia de varredura seletiva 2D eficiente em canais para extrair características do campo de luz de forma precisa e eficiente. Por fim, um módulo de reconstrução residual é projetado na decodificação, que melhora significativamente a qualidade da imagem reconstruída enquanto reduz a quantidade de parâmetros e o tempo de codificação/decodificação. Os resultados experimentais mostram que, em comparação com o método representativo existente SADN, o método proposto alcança em média uma redução de 7,4% na taxa de bits e um aumento de 0,37 dB no PSNR em imagens de campo de luz com resolução angular 7×7, apresentando também melhor qualidade visual subjetiva. Em termos de tempo de codificação/decodificação, o método proposto alcança melhorias significativas de 10 a 20 vezes. Além disso, em comparação com o método mais recente LFIC-DRASC, o método proposto alcança em média uma redução de 19,5% na taxa de bits e um aumento de 0,58 dB no PSNR em imagens de resolução angular 13×13.

campo de luz; compressão de imagens; ponta a ponta; Mamba