本申请提出一种景深的判断方法、装置、电子设备和存储介质,其中,方法包括：获取用于投影的初始图像,所述初始图像至少包括亮暗图和亮图；将所述初始图像投射至目标物体；采集所述初始图像在所述目标物体表面所呈的目标图像,所述目标图像包括与所述亮暗图对应的目标亮暗图和与所述亮图对应的目标亮图；根据所述目标图像的像素值,确定目标物体是否处于离焦状态,以通过结构光成像判断目标物体是否处于离焦状态,无需增加生产成本。

本发明涉及一种基于卷积神经网络和注意力机制的光场深度预测方法,包括：获取光场图像并对其进行预处理,生成光场图像集；构建光场深度预测模型,该模型包括EPI学习模块、注意力模块和特征融合模块；将光场图像集分别输入EPI学习模块和注意力模块,分别获取光场图像的EPI信息以及各个图像权重；分别将光场图像EPI信息以及各个图像的权重输入特征融合模块,获得光场深度预测结果。与现有技术相比,本发明具有预测精度高、实用性好等优点。

校准光场成像系统的方法、执行校准方法的光场成像系统、用于校准方法的校准对象、以及利用经校准的光场成像系统将光场图像投影到物体空间中的方法。示例性校准方法利用包括微透镜阵列和图像传感器的光场成像系统来执行。当校准对象在载台上并且位于多个不同的z位置处时,可以使用图像传感器捕获校准对象的光场图像的z堆叠。可以根据z堆叠的每个光场图像确定成像系统的总放大率和微透镜阵列的微透镜放大率。