Como las imágenes de campo lumínico registran información sobre los rayos de luz en el espacio y los ángulos, pueden proporcionar información visual más rica que las imágenes 2D tradicionales, pero sus características de alta dimensión limitan el uso de características globales, la explotación de correlaciones a larga distancia y la complejidad computacional, lo que limita el rendimiento de compresión y eficiencia. Por ello, proponemos un método eficiente de compresión de imágenes de campo lumínico de extremo a extremo impulsado por Mamba. En primer lugar, extraemos rebanadas 2D que contienen información sobre el espacio y el plano polar de las imágenes de campo lumínico 4D utilizando plenamente a Mamba para capturar su contexto global. Luego, para escanear las imágenes de campo lumínico en múltiples direcciones y evitar un aumento significativo de la complejidad computacional, introducimos una estrategia de escaneo selectivo 2D de canal eficiente para extraer con precisión y eficiencia las características del campo lumínico. Finalmente, en el lado de decodificación, diseñamos un módulo de reconstrucción de restos que mejora considerablemente la calidad de reconstrucción de imágenes al reducir la cantidad de parámetros y el tiempo de codificación y decodificación. Los resultados experimentales muestran que en comparación con los métodos representativos actuales SADN, el método propuesto logró en promedio una reducción del 7.4% en la tasa de bits y un aumento del 0.37 dB en el PSNR en imágenes de campo lumínico de resolución 7×7, al tiempo que ofrece una mejor calidad visual subjetiva. En términos de tiempo de codificación y decodificación, el método propuesto logró una mejora significativa de 10 a 20 veces. Además, en comparación con los últimos métodos actuales LFIC-DRASC, el método propuesto logró en promedio una reducción del 19.5% en la tasa de bits y un aumento del 0.58 dB en el PSNR en imágenes de campo lumínico de resolución 13×13.

Campo lumínico; Compresión de imágenes; de extremo a extremo; Mamba