[发明专利]一种基于稀疏光照采样的场景光度遮挡计算方法

说明书

技术领域

本发明属于图形学和游戏设计领域，更具体的说，是涉及一种基于稀疏光照采样的场景光度遮挡计算方法。

背景技术

(1)环境光遮蔽(Ambien tOcclusion)：Ambient Occlusion是来描绘物体和物体相靠近或者相交的时候遮挡周围漫反射光线的效果，可以解决或者改善漏光、飘和阴影不实等问题，解决或者改善场景中缝隙、褶皱与墙角、角线以及细小物体等的表现不清晰问题，综合改善细节尤其是暗部阴影，增强空间的层次感、真实感，同时加强和改善画面的明暗对比，增强画面的艺术性。尽管环境光遮蔽问题是计算视觉领域中一个很基本的问题，但是近年来对AO的计算方法研究并不是很多。对于环境光遮蔽的估计，根据输入图像的不同，大致可以分为两类，一类是根据单张图像进行AO的估计，另一类是跟图像序列进行AO的计算。对于单张图像作为输入的时候，往往需要加入一些额外的先验条件，例如自然场景图像中的光照和颜色需要很强的局部平滑性，或者引入非局部纹理约束等等。对于图像序列求解图像中物体的环境光遮蔽问题，往往需要输入很多的图像，也就是说需要稠密采样光照的场景进行计算，这种算法虽然能够得到不错的效果，但是当输入序列基数较小时，对AO估计的效果就不是很理想。

(2)相对熵模型(Relative Entropy Model)：在概率论或信息论中，相对熵模型是描述两个概率分布P和Q差异的一种模型。记为D(P||Q)表示当用概率分布Q来拟合真实分布P时，产生的信息损耗，其中P表示真实分布，Q表示P的拟合分布。

发明内容

本发明针对现有技术在提取图像场景中的环境光遮挡问题过程中缺陷和不足，提出一种基于稀疏光照采样的场景光度遮挡计算方法，利用少量的输入图像，通过对图像中每个像素点进行统计，求得所有像素点的概率分布情况，同时也需要根据实际观测的概率分布情况估计像素点的理论分布情况，然后根据最小化相对熵模型得到最优的理论分布，求得输入图像的反照率，最后通过期望模型计算出图像场景的环境光遮蔽。

本发明的目的是通过以下技术方案实现的。

本发明的一种基于稀疏光照采样的场景光度遮挡计算方法，包括以下步骤：

步骤一，选择稀疏光照采样场景作为输入图像，建立输入图像中像素的实际分布模型和理论分布模型；

步骤二，在步骤一中实际分布模型和理论分布模型的基础上，构建相对熵模型和相对熵能量函数；

步骤三，对步骤二中相对熵能量函数进行最小化求解，得到输入图像中物体表面的反照率和方向光的强度值的乘积，确定出输入图像中物体表面的反照率；

步骤四，基于步骤三中输入图像中物体表面的反照率和方向光的强度值的乘积，根据期望模型确定输入图像的环境光遮蔽。

所述步骤一中选择稀疏光照采样场景作为输入图像的具体过程为：同一拍摄地点拍摄，相机位置固定，在同样的环境光照射背景下，用一个光照强度固定的光源，从不同方向照射图像中的场景，每变化一次光源的位置，用相机拍摄一次，得到固定相机位置、固定环境光强度、不同方向光的图像序列，在得到的图像序列中，选择一部分图像(即稀疏光照采样场景)作为该输入图像。

所述步骤一中输入图像中像素点的实际分布模型的建立：对输入图像中每个像素点的所有像素值进行采集，将像素值分组，进行概率统计。

所述步骤一中输入图像中像素点的理论分布模型包括以下两部分：

(1)当方向光被周围物体遮挡时

其中，P(1)表示第一个间隔，输入图像中像素点理论分布的概率；α表示物体周围遮蔽物与法向量之间的夹角；

(2)当方向光未被周围物体遮挡时

其中，n表示间隔数，n>2；ΔI表示输入图像中每个像素点的光照强度等分后，每份的间隔；l_d表示方向光的强度值；ρ表示输入图像中物体表面的反照率；P(n)表示第n个间隔，输入图像中像素点理论分布的概率。

所述步骤二中相对熵模型为：

相对熵能量函数为：

其中，P(i)表示第i个间隔，输入图像中像素点理论分布的概率；Q(i)表示第i个间隔，输入图像中像素点实际分布的概率。

所述步骤四中输入图像的环境光遮蔽为：

其中，E(I)表示输入图像中像素点的期望值；I_a表示环境光在物体表面的光照强度；H＝ρl_d，l_d表示方向光的强度值；ρ表示输入图像中物体表面的反照率。