计算摄影

计算摄影是指使用数字计算而非光学处理的数字图像捕捉和处理技术。

计算摄影可以提高相机的能力，或引入基于胶片的摄影根本不可能实现的功能，或降低相机元件的成本或尺寸。

计算摄影的例子包括数字全景图的机内计算、高动态范围图像和光场相机。

光场相机使用新颖的光学元件来捕捉三维场景信息，然后可以用来产生三维图像，增强景深，以及选择性去焦（或后焦）。增强的景深减少了对机械聚焦系统的需求。所有这些功能都使用了计算成像技术。

计算摄影的定义已经发展到涵盖计算机图形学、计算机视觉和应用光学中的一些主题领域。

这些领域在下面给出，根据ShreeK.Nayar提出的分类法组织。

分类法中省略了图像处理（也见数字图像处理）技术，这些技术被应用于传统采集的图像，以便产生更好的图像。

这类技术的例子有图像缩放、动态范围压缩（即色调映射）、色彩管理、图像完成（又称内画或填孔）、图像压缩、数字水印和艺术图像效果。

此外，还省略了产生范围数据、体积数据、三维模型、四维光场、四维、六维或八维BRDFs或其他基于图像的高维表现的技术。

Epsilon摄影是计算摄影的一个子领域。

使用计算摄影拍摄的照片可以让业余爱好者制作出与专业摄影师质量相媲美的照片，但目前（2019年）并没有超过使用专业级设备的效果。

这是以结构化的方式控制摄影照明，然后处理所拍摄的图像，以创造新的图像。其应用包括基于图像的重新照明、图像增强、图像去模糊化、几何/材料恢复等等。

高动态范围成像使用同一场景的不同曝光的图片来扩展动态范围。其他例子包括处理和合并同一主题的不同光照的图像（光空间）。

这是对光学编码图像的捕捉，然后通过计算解码产生新的图像。编码孔径成像主要应用于天文学或X射线成像，以提高图像质量。

在成像中不采用单一的针孔，而是采用针孔模式，并进行解卷积来恢复图像。在编码曝光成像中，快门的开/关状态被编码以修改运动模糊的内核。这样一来，运动去模糊就成为一个条件良好的问题。

同样地，在基于镜头的编码光圈中，光圈可以通过插入一个宽带掩码来修改。因此，失焦去模糊成为一个条件良好的问题。

编码光圈还可以提高使用哈达玛德变换光学技术的光场采集质量。编码光圈模式也可以使用彩色滤光片来设计，以便在不同的波长上应用不同的编码。与二进制光罩相比，这可以增加到达相机传感器的光量。

计算成像是一套成像技术，它结合了数据采集和数据处理，通过间接手段创建物体的图像，以产生增强的分辨率、额外的信息，如光相或三维重建。这些信息通常不使用传统的光学显微镜配置或用有限的数据集来记录。

计算成像允许超越光学系统的物理限制，如数值孔径，甚至抹去对光学元件的需求。对于光学光谱中诸如物镜等成像元件难以制造或图像传感器无法小型化的部分，计算成像在X射线和太赫兹辐射等领域提供了有用的替代品。

在常见的计算成像技术中，有无透镜成像、计算斑点成像、ptychography和Fourierptychography。计算成像技术通常借鉴压缩传感或相位检索技术，其中物体的角度光谱被重建。其他技术与计算成像领域有关，如数字全息术、计算机视觉和反问题，如断层扫描。