论文部分内容阅读
1826年夏季的一天，在距离巴黎东南部约340公里的乡间别墅中，约瑟夫·尼塞福尔·尼埃普斯(Joseph Nic6 phore Ni6pce)摆置好自己的暗箱，将自家院子的影像投影到一块涂有感光材料的锡板上。镜头聚焦太阳光8小时后，用化学方法将照射到锡板上的光线固定，捕捉到了鸽笼、梨树、谷仓屋顶和自家住宅延伸部分的景色。由于这一成就，尼埃普斯被认为拍摄出了世界上第一张照片。
1889年，锡和其他定型底板被灵活的胶卷取代，20世纪30年代中期又出现了彩色胶片。90年代中期，出现了第一台大众彩色数码相机，它能用芯片上的光敏元件捕捉影像。这些技术的改进产生了更便宜、更小巧、更便携的能够制作生动图像的照相机。但在最基本的层面上，相机并没有得到重大的改进，麻省理工学院媒体实验室相机文化小组组长，副教授拉梅什·拉斯卡尔(Ramesh Raskar)这样认为。他说：“在过去100年间，物理设备本身几乎没有什么改变，还是一个相似的镜头，一个模仿人眼的相似的盒子。除了更便宜、更快捷和更方便的事实之外，摄影并没有改变太多。”
但是，拉斯卡尔希望自己和麻省理工学院以及世界各地的其他人能够在摄影界引发一场变革。计算摄影(computational photography)领域的研究人员正重新考虑，让数码相机更好地利用置于相机内的计算机。他们设想，有一天任何人都可以用一个带小巧、廉价镜头的相机拍出令人惊叹的照片，而这样的照片目前只有专业摄影师用高端设备和软件——如Adobe Photoshop——才可以实现。事实上，他们认为这样的照相机可以超越当今最尖端的技术，克服那些似乎是最根本的限制。
计算摄影包括新的设计——光学元件和照相机硬件以及图像分析的新算法。拉斯卡尔说，研究的目标是要开发出能够记录眼睛所看到的任何东西的照相机，而不仅仅是镜头和传感器能捕捉到的东西。他说： “假如你坐在过山车上，你永远不可能拍到好的照片；假如你在一个盛大的晚宴上，你永远不可能拍出使食物看上去可口的照片。”但使用计算技术，相机就可以消除在颠簸的游乐场中拍摄的快照中的模糊影像。这种相机还可以捕捉细微的形状和食物的阴影，以及在烛光晚餐微弱的光线下人的微笑——无需长时间的曝光，因为那样总是会产生模糊的照片，或者要使用破坏效果的闪光灯。
此外，计算摄影可以让业余的摄影爱好者很容易就拍摄出如今需要专业的、耗时的后加工技术处理出来的照片。即使是只有廉价的固定镜头的手机照相机，也可以让业余摄影爱好者进行同样的操作，达到专业人士使用高端单镜头反光相机所产生的效果。
所有的相机都用同样基本的工作方式；光线通过聚焦镜头进入，并且通过光圈。在传统相机中，光线接触胶片或金属板上具有光反应性的化学材料。而在数码相机中，光线通过分色滤色片，落到一个光敏元件阵列上，每个元件代表一个像素。当光线接触光敏元件后，元件产生电流，电流的强度反映出光线的强度。电流被转换成数字1和0，然后，这些数字被相机的处理器(计算机芯片)转换成图像，显示在相机的预览屏幕上，同时，图像储存在闪存卡或内置硬盘存储器中。
当图像以数字信息被捕获时，它们可以由软件进行改进，这开创了新的可能性。拉斯卡尔说，在过去的15年左右，研究人员们一直在努力，想充分利用这些可能性，特别是通过采取新的图像处理算法，借用计算机视觉和计算机图像处理这两个完全不同的传统领域来实现。计算机视觉可使相机分析图片中的对象，分辨出像桌子边缘的这种特征。而计算机图像处理技术则提供多种方法来控制数字图像。当这些方法在一个相机中结合，而光学元件在设计时又考虑到这种算法，你就可以做出一些令人惊叹的事情。例如，你可以在照片拍摄完成后调整光源，改变光线照射物体的角度，甚至可以在照片拍摄完成后调整聚焦点。
对抗模糊
计算摄影能达到的效果中一个最引人注目的例子是：动态稳定摄影，它能消除因拍摄对象移动而产生的模糊影像。
帮助完善这一构想的麻省理工学院电气工程和计算机科学副教授弗雷杜·杜兰德(Fredo Durand)说： “模糊是一个打乱信息的过程。”他认为，数字图像的像素表现就像棋盘格上的方块，一个快速移动的黑白相间的棋盘图形被模糊成灰色，这是黑色方块和白色方块的平均颜色。但如果你确切地知道棋盘是如何移动的——例如，通过围绕一个中心点进行旋转，或者上下摇动——那么你就能写出一个数学函数来描述这种基于运动的模糊过程。一旦知道了这个函数，你就能逆转它来消除模糊。
杜兰德和他的同事——包括博士后研究员阿纳特·莱文(Anat Levin)和麻省理工学院电气工程和计算机科学教授比尔·弗里曼(Bill Freeman)——设计出了一个照相机，可以利用这一原理来消除因拍摄对象在一条直线上飞驰而产生的模糊影像，比如在公路上高速行驶的汽车。关键是逆向思考，杜兰德说： “在曝光时，我们通过移动照相机制造更多的模糊。”
研究人员的测试相机有一个光学系统，会沿着一条直线来回移动，使整个图像模糊。由于传感器来回移动，在曝光时至少有一个时刻照相机完美地跟踪到所拍摄的对象，使相机能捕捉到该对象视觉结构的准确信息，无论其速度有多快。这一信息能让研究人员写出一个方程式，定义出基于运动的模糊过程——然后从这个方程式中消除速度。通过转化公式，研究人员可以重建没有任何模糊的图像。
杜兰德说，这台相机，不像一个典型的模型， “光学器件的工作不是直接形成最终图像”。相反的，从某种意R2=说，它“搅乱由传感器记录下来的光线，让我们获得更多信息。”
微调聚焦
手机相机和袖珍相机的缺点之一，在于它们缺乏单反相机的聚焦控制。单反相机的镜头能够移动，以改变其焦点。通过调整光圈，摄影师可以获得这样的照片：前景中的对象处于清楚的焦距中，而背景被故意模糊，削弱干扰成分。但是，单反相机价格昂贵，而且对业余人士来说操作困难。计算摄影的研究人员正努力开发一款简单的、有固定镜头的手机相机，可以让任何人都可以轻松达到这种效果。研究人员还希望赋予摄影师挑选的能力——在拍摄结束后，挑选其希望对准焦点的对象。
相机被设计成在一个特定的范围内聚焦对象。当相机聚焦在一个特定的对象上时，镜头把从拍摄对象反射过来的光线集中到传感器阵列上。而不在焦距范围内的拍摄对象反射过来的光线仍然能到达传感器，但并不会集中，从而形成模糊的图像。杜兰德说： “如果相机没有进行很好的调焦，那么镜头就会把景象中的光点以光晕的形式投影到传感器上，而不是以光点的形式。”
如果照相机和拍摄对象之间的距离已知，那么就可对图像数据进行运算，锐化图像中模糊的部分，把模糊的光晕转变成聚焦的光点。但是，传统的相机不能独立确定景深信息。
为提取照片的深度信息，杜兰德、弗里曼和其他同事修 改了现有的镜头，把蔽光框插入光圈中。从本质上讲，蔽光框是一块硬纸板，挡住一部分光线，巧妙地改变图片中模糊部分的样子。杜兰德解释说，由普通失焦镜头造成的无差别的模糊不能提供足够的线索来重建一幅清晰的图像，但蔽光框将这种清一色的模糊变被他称之为“奇怪但结构清晰”的混乱。这种模糊图像中的条纹及其它不寻常的特征帮助研究人员莺新获得了深度信息：由于蔽光框在相机光圈里挡住了光线，离相机10英尺远的拍摄对象模糊的程度与5英寸远的对象模糊程度有所不同。由于已知蔽光框的形状，研究人员能够精确地确定模糊与不同深度的关联，以便其能够设计一种算法，消除这种影响。
改善对焦的另一种方法，特别对于简单的手机相机来说，与杜兰德解决运动模糊的技术相似。拉斯卡尔解释说，单反相机的大光圈尺寸使它能有较浅的景深(拍摄对象可以清晰对焦的距离范围)，从而有可能把焦点对准一个特定的对象，并且让背景、前景，甚至两者都变模糊。但用普通的手机相机——其拥有非常小的光圈——拍出来的照片显得很“平”，因为所有的对象与相机的距离仿佛都相同。首届电气与电子工程师协会计算摄影国际会议(IEEE International Conference on Computational Photography)2008年4月在旧金山举行，博士后安克特·莫翰(Anldt Mohan)提交了他与拉斯卡尔及其他人合写的一篇论文，描述了一种模拟更大光圈尺寸镜头的技术。他们示范了如何设计带有固定镜头的照相机，使得相机在曝光时，其镜头和传感器都进行轻微移动。通过改变速度和运动范围，它们可以实现改变焦距和光圈大小的效果，来控制照片中某一部分处于焦距中，而其余的部分被故意模糊。这样的技术可以让廉价的手机相机拥有单反相机的焦距控制功能。
调整光线和角度
改进调焦仅仅是个开始，计算摄影还能使人们在照片拍摄后调整场景的光线，甚至改变相机的角度。这也算是一种计算机视觉打造的特技。弗里曼说： “如果你的计算机只在像素的层面上理解图像，那是很难做到的。但是，如果让计算机理解图像更高层次的概念，比如光线或形状，那么你就可以让用户调节旋钮来控制这些量。”
这种更高层次的认识来自于图像分析算法，那可以让一台计算机“看见”图像的组成部分。例如，一个算法可以识别图像哪些部分是因为拍摄对象表面颜色形成，哪些是其反光形成。一旦这些信息已知，用户就可以单独调整拍摄对象表面的色彩和灯光效果。我们的目标是建~--个系统，比方说，它可以识别一根处于黑暗中的牛排末端的边缘与它投射到盘子上的阴影的区别。
拉斯卡尔说，这种技术可以显示细节——比如微妙的面部表情，这在以前是被阴影所掩盖的。总之，照相机将能够更细致地捕捉景象的本质。他说： “当你与一位朋友走在街上，你可以在任何类型的灯光下看到这个人的美貌，现在的照片无法做到这一点。”但计算技术正在缩小眼睛一大脑系统与相机之间距离。他认为，十年之后，照片可以真正做到这一点。
麻省理工学院的计算摄影
当一幅图像被记录成一系列1和0的数字，这些数字可以被巧妙地处理，以提高照片的质量。计算技术使人们在照片拍摄结束后消除运动模糊和对图片重新对焦成为可能。数字格式也可以被利用来提高手机相机以及其它拥有简单固定镜头相机的聚焦控制能力。以下是麻省理工学院计算摄影研究人员进行研究的一些例子。
消除运动模糊
在这些图片中，拍摄对象坐在安装于铁轨的一个平台上，从一边移向另一边。顶端的模糊图像是由传统相机拍摄的。清晰的图像是使用改进过的相机——在曝光时该相机的传感器左右摇摆——用相同曝光时间处理过的版本。由于传感器用特定的方式运动，所以在曝光时总有一个时刻，照相机能完美地跟踪到水平运动的拍摄对象。因此，整幅图像的清晰度是一样的，不管拍摄对象的移动速度有多快。相同的清晰度可以被一个函数——它可以把模糊的图像转换成清晰的图像——进行精确地界定。
在拍摄之后重新聚焦
上方的照片，照相机聚焦在背景的文字上，造成前景中的妇女形象被模糊了。但是，研究人员是用装有带图案蔽光框的专门光圈拍摄这张照片的，产生了条纹状和块状的模糊阴影，这些模糊阴影可以根据拍摄对象离相机的距离来进行区分。通过精确地定义与深度有关的模糊阴影，研究人员可以应用运算法则校正模糊，使其重新获得妇女特征的细节，并使妇女代替签名成为焦点(下方的照片)。
提取深度信息
传统照相机聚焦的对象在一个单一的平面上，前面或远处的平面就会出现模糊。例如，左侧桌面的照片，薯片袋在焦点的平面上，所以看上去轮廓清晰，但是，袋子后面的瓶子却十分模糊。研究人员设计了一个有图案的蔽光框，可以插入相机镜头的光圈中，用特定的方法——能够用数学方法进行校正——使脱焦对象的模糊图像变形。通过蔽光框拍摄照片，研究人员可以获得数据一包括标准的高分辨率的图像，以及标示每个拍摄对象离相机的相对距离的深度图。然后，他们可以用不同的方法，结合深度信息和高分辨率的图像，选择焦点对准的部分。在右边的照片中，他们把焦点平面移到了瓶子上。
传统光圈
一个传统的五边形形状的光圈产生一种模糊的样式，从中很难收集到关于场景中的各点离相机距离的信息。
编码光圈
在光圈中插入带图案的蔽光框，产生一种模糊样式，它可以揭示场景中各点的深度信息。
固定镜头相机的聚焦控制
左边的照片是由一个使用小光圈镜头的相机——相当于手机相机——拍摄的。所有的对象都在焦距中，即使它们到相机的距离各不相同。通过在曝光时使镜头和传感器都进行轻微移动，研究人员能够用它来模拟一个有更大光圈的镜头。通过调整镜头和传感器运动的速度和范围，研究人员改变了有效焦距，把焦点对准前方右手方的对象(中间的照片)或者后方左手方的对象(右边的照片)。该技术最终将用于手机相机，让它们拥有与昂贵的单反相机一样的聚焦控制功能。
1889年，锡和其他定型底板被灵活的胶卷取代，20世纪30年代中期又出现了彩色胶片。90年代中期，出现了第一台大众彩色数码相机，它能用芯片上的光敏元件捕捉影像。这些技术的改进产生了更便宜、更小巧、更便携的能够制作生动图像的照相机。但在最基本的层面上，相机并没有得到重大的改进，麻省理工学院媒体实验室相机文化小组组长，副教授拉梅什·拉斯卡尔(Ramesh Raskar)这样认为。他说：“在过去100年间，物理设备本身几乎没有什么改变，还是一个相似的镜头，一个模仿人眼的相似的盒子。除了更便宜、更快捷和更方便的事实之外，摄影并没有改变太多。”
但是，拉斯卡尔希望自己和麻省理工学院以及世界各地的其他人能够在摄影界引发一场变革。计算摄影(computational photography)领域的研究人员正重新考虑，让数码相机更好地利用置于相机内的计算机。他们设想，有一天任何人都可以用一个带小巧、廉价镜头的相机拍出令人惊叹的照片，而这样的照片目前只有专业摄影师用高端设备和软件——如Adobe Photoshop——才可以实现。事实上，他们认为这样的照相机可以超越当今最尖端的技术，克服那些似乎是最根本的限制。
计算摄影包括新的设计——光学元件和照相机硬件以及图像分析的新算法。拉斯卡尔说，研究的目标是要开发出能够记录眼睛所看到的任何东西的照相机，而不仅仅是镜头和传感器能捕捉到的东西。他说： “假如你坐在过山车上，你永远不可能拍到好的照片；假如你在一个盛大的晚宴上，你永远不可能拍出使食物看上去可口的照片。”但使用计算技术，相机就可以消除在颠簸的游乐场中拍摄的快照中的模糊影像。这种相机还可以捕捉细微的形状和食物的阴影，以及在烛光晚餐微弱的光线下人的微笑——无需长时间的曝光，因为那样总是会产生模糊的照片，或者要使用破坏效果的闪光灯。
此外，计算摄影可以让业余的摄影爱好者很容易就拍摄出如今需要专业的、耗时的后加工技术处理出来的照片。即使是只有廉价的固定镜头的手机照相机，也可以让业余摄影爱好者进行同样的操作，达到专业人士使用高端单镜头反光相机所产生的效果。
所有的相机都用同样基本的工作方式；光线通过聚焦镜头进入，并且通过光圈。在传统相机中，光线接触胶片或金属板上具有光反应性的化学材料。而在数码相机中，光线通过分色滤色片，落到一个光敏元件阵列上，每个元件代表一个像素。当光线接触光敏元件后，元件产生电流，电流的强度反映出光线的强度。电流被转换成数字1和0，然后，这些数字被相机的处理器(计算机芯片)转换成图像，显示在相机的预览屏幕上，同时，图像储存在闪存卡或内置硬盘存储器中。
当图像以数字信息被捕获时，它们可以由软件进行改进，这开创了新的可能性。拉斯卡尔说，在过去的15年左右，研究人员们一直在努力，想充分利用这些可能性，特别是通过采取新的图像处理算法，借用计算机视觉和计算机图像处理这两个完全不同的传统领域来实现。计算机视觉可使相机分析图片中的对象，分辨出像桌子边缘的这种特征。而计算机图像处理技术则提供多种方法来控制数字图像。当这些方法在一个相机中结合，而光学元件在设计时又考虑到这种算法，你就可以做出一些令人惊叹的事情。例如，你可以在照片拍摄完成后调整光源，改变光线照射物体的角度，甚至可以在照片拍摄完成后调整聚焦点。
对抗模糊
计算摄影能达到的效果中一个最引人注目的例子是：动态稳定摄影，它能消除因拍摄对象移动而产生的模糊影像。
帮助完善这一构想的麻省理工学院电气工程和计算机科学副教授弗雷杜·杜兰德(Fredo Durand)说： “模糊是一个打乱信息的过程。”他认为，数字图像的像素表现就像棋盘格上的方块，一个快速移动的黑白相间的棋盘图形被模糊成灰色，这是黑色方块和白色方块的平均颜色。但如果你确切地知道棋盘是如何移动的——例如，通过围绕一个中心点进行旋转，或者上下摇动——那么你就能写出一个数学函数来描述这种基于运动的模糊过程。一旦知道了这个函数，你就能逆转它来消除模糊。
杜兰德和他的同事——包括博士后研究员阿纳特·莱文(Anat Levin)和麻省理工学院电气工程和计算机科学教授比尔·弗里曼(Bill Freeman)——设计出了一个照相机，可以利用这一原理来消除因拍摄对象在一条直线上飞驰而产生的模糊影像，比如在公路上高速行驶的汽车。关键是逆向思考，杜兰德说： “在曝光时，我们通过移动照相机制造更多的模糊。”
研究人员的测试相机有一个光学系统，会沿着一条直线来回移动，使整个图像模糊。由于传感器来回移动，在曝光时至少有一个时刻照相机完美地跟踪到所拍摄的对象，使相机能捕捉到该对象视觉结构的准确信息，无论其速度有多快。这一信息能让研究人员写出一个方程式，定义出基于运动的模糊过程——然后从这个方程式中消除速度。通过转化公式，研究人员可以重建没有任何模糊的图像。
杜兰德说，这台相机，不像一个典型的模型， “光学器件的工作不是直接形成最终图像”。相反的，从某种意R2=说，它“搅乱由传感器记录下来的光线，让我们获得更多信息。”
微调聚焦
手机相机和袖珍相机的缺点之一，在于它们缺乏单反相机的聚焦控制。单反相机的镜头能够移动，以改变其焦点。通过调整光圈，摄影师可以获得这样的照片：前景中的对象处于清楚的焦距中，而背景被故意模糊，削弱干扰成分。但是，单反相机价格昂贵，而且对业余人士来说操作困难。计算摄影的研究人员正努力开发一款简单的、有固定镜头的手机相机，可以让任何人都可以轻松达到这种效果。研究人员还希望赋予摄影师挑选的能力——在拍摄结束后，挑选其希望对准焦点的对象。
相机被设计成在一个特定的范围内聚焦对象。当相机聚焦在一个特定的对象上时，镜头把从拍摄对象反射过来的光线集中到传感器阵列上。而不在焦距范围内的拍摄对象反射过来的光线仍然能到达传感器，但并不会集中，从而形成模糊的图像。杜兰德说： “如果相机没有进行很好的调焦，那么镜头就会把景象中的光点以光晕的形式投影到传感器上，而不是以光点的形式。”
如果照相机和拍摄对象之间的距离已知，那么就可对图像数据进行运算，锐化图像中模糊的部分，把模糊的光晕转变成聚焦的光点。但是，传统的相机不能独立确定景深信息。
为提取照片的深度信息，杜兰德、弗里曼和其他同事修 改了现有的镜头，把蔽光框插入光圈中。从本质上讲，蔽光框是一块硬纸板，挡住一部分光线，巧妙地改变图片中模糊部分的样子。杜兰德解释说，由普通失焦镜头造成的无差别的模糊不能提供足够的线索来重建一幅清晰的图像，但蔽光框将这种清一色的模糊变被他称之为“奇怪但结构清晰”的混乱。这种模糊图像中的条纹及其它不寻常的特征帮助研究人员莺新获得了深度信息：由于蔽光框在相机光圈里挡住了光线，离相机10英尺远的拍摄对象模糊的程度与5英寸远的对象模糊程度有所不同。由于已知蔽光框的形状，研究人员能够精确地确定模糊与不同深度的关联，以便其能够设计一种算法，消除这种影响。
改善对焦的另一种方法，特别对于简单的手机相机来说，与杜兰德解决运动模糊的技术相似。拉斯卡尔解释说，单反相机的大光圈尺寸使它能有较浅的景深(拍摄对象可以清晰对焦的距离范围)，从而有可能把焦点对准一个特定的对象，并且让背景、前景，甚至两者都变模糊。但用普通的手机相机——其拥有非常小的光圈——拍出来的照片显得很“平”，因为所有的对象与相机的距离仿佛都相同。首届电气与电子工程师协会计算摄影国际会议(IEEE International Conference on Computational Photography)2008年4月在旧金山举行，博士后安克特·莫翰(Anldt Mohan)提交了他与拉斯卡尔及其他人合写的一篇论文，描述了一种模拟更大光圈尺寸镜头的技术。他们示范了如何设计带有固定镜头的照相机，使得相机在曝光时，其镜头和传感器都进行轻微移动。通过改变速度和运动范围，它们可以实现改变焦距和光圈大小的效果，来控制照片中某一部分处于焦距中，而其余的部分被故意模糊。这样的技术可以让廉价的手机相机拥有单反相机的焦距控制功能。
调整光线和角度
改进调焦仅仅是个开始，计算摄影还能使人们在照片拍摄后调整场景的光线，甚至改变相机的角度。这也算是一种计算机视觉打造的特技。弗里曼说： “如果你的计算机只在像素的层面上理解图像，那是很难做到的。但是，如果让计算机理解图像更高层次的概念，比如光线或形状，那么你就可以让用户调节旋钮来控制这些量。”
这种更高层次的认识来自于图像分析算法，那可以让一台计算机“看见”图像的组成部分。例如，一个算法可以识别图像哪些部分是因为拍摄对象表面颜色形成，哪些是其反光形成。一旦这些信息已知，用户就可以单独调整拍摄对象表面的色彩和灯光效果。我们的目标是建~--个系统，比方说，它可以识别一根处于黑暗中的牛排末端的边缘与它投射到盘子上的阴影的区别。
拉斯卡尔说，这种技术可以显示细节——比如微妙的面部表情，这在以前是被阴影所掩盖的。总之，照相机将能够更细致地捕捉景象的本质。他说： “当你与一位朋友走在街上，你可以在任何类型的灯光下看到这个人的美貌，现在的照片无法做到这一点。”但计算技术正在缩小眼睛一大脑系统与相机之间距离。他认为，十年之后，照片可以真正做到这一点。
麻省理工学院的计算摄影
当一幅图像被记录成一系列1和0的数字，这些数字可以被巧妙地处理，以提高照片的质量。计算技术使人们在照片拍摄结束后消除运动模糊和对图片重新对焦成为可能。数字格式也可以被利用来提高手机相机以及其它拥有简单固定镜头相机的聚焦控制能力。以下是麻省理工学院计算摄影研究人员进行研究的一些例子。
消除运动模糊
在这些图片中，拍摄对象坐在安装于铁轨的一个平台上，从一边移向另一边。顶端的模糊图像是由传统相机拍摄的。清晰的图像是使用改进过的相机——在曝光时该相机的传感器左右摇摆——用相同曝光时间处理过的版本。由于传感器用特定的方式运动，所以在曝光时总有一个时刻，照相机能完美地跟踪到水平运动的拍摄对象。因此，整幅图像的清晰度是一样的，不管拍摄对象的移动速度有多快。相同的清晰度可以被一个函数——它可以把模糊的图像转换成清晰的图像——进行精确地界定。
在拍摄之后重新聚焦
上方的照片，照相机聚焦在背景的文字上，造成前景中的妇女形象被模糊了。但是，研究人员是用装有带图案蔽光框的专门光圈拍摄这张照片的，产生了条纹状和块状的模糊阴影，这些模糊阴影可以根据拍摄对象离相机的距离来进行区分。通过精确地定义与深度有关的模糊阴影，研究人员可以应用运算法则校正模糊，使其重新获得妇女特征的细节，并使妇女代替签名成为焦点(下方的照片)。
提取深度信息
传统照相机聚焦的对象在一个单一的平面上，前面或远处的平面就会出现模糊。例如，左侧桌面的照片，薯片袋在焦点的平面上，所以看上去轮廓清晰，但是，袋子后面的瓶子却十分模糊。研究人员设计了一个有图案的蔽光框，可以插入相机镜头的光圈中，用特定的方法——能够用数学方法进行校正——使脱焦对象的模糊图像变形。通过蔽光框拍摄照片，研究人员可以获得数据一包括标准的高分辨率的图像，以及标示每个拍摄对象离相机的相对距离的深度图。然后，他们可以用不同的方法，结合深度信息和高分辨率的图像，选择焦点对准的部分。在右边的照片中，他们把焦点平面移到了瓶子上。
传统光圈
一个传统的五边形形状的光圈产生一种模糊的样式，从中很难收集到关于场景中的各点离相机距离的信息。
编码光圈
在光圈中插入带图案的蔽光框，产生一种模糊样式，它可以揭示场景中各点的深度信息。
固定镜头相机的聚焦控制
左边的照片是由一个使用小光圈镜头的相机——相当于手机相机——拍摄的。所有的对象都在焦距中，即使它们到相机的距离各不相同。通过在曝光时使镜头和传感器都进行轻微移动，研究人员能够用它来模拟一个有更大光圈的镜头。通过调整镜头和传感器运动的速度和范围，研究人员改变了有效焦距，把焦点对准前方右手方的对象(中间的照片)或者后方左手方的对象(右边的照片)。该技术最终将用于手机相机，让它们拥有与昂贵的单反相机一样的聚焦控制功能。