一种Distg-Mamba融合深度学习光场空间超分辨重建方法

本发明提供了一种Distg‑Mamba融合深度学习光场空间超分辨重建方法，涉及人工智能和图像识别的技术领域，与目前最先进的单图像超分辨率方法和光场图像超分辨率方法相比，本发明所提出的Distg‑Mamba融合深度学习光场空间超分辨重建方法，结合CNN的局部特征提取能力和Mamba的长序列建模优势，实现空间‑角度特征的深度融合；设计了水平和垂直方向的EPI特征提取器和全局EPI‑Mamba特征提取器，有效捕捉光场极平面图的全局关联性。本发明方法可产生更真实的细节和更少的伪影图像，并且显著减少计算量，提升运算效率。