帶有擴(kuò)散系數(shù)的擴(kuò)散曲線生成方法.pdf

1、隨著消費(fèi)級(jí)RGB-D相機(jī)的廣泛普及，普通用戶可以在家中十分方便的獲取各種物體的幾何信息。但是，幾何信息在缺失材質(zhì)的情況下是無(wú)法表達(dá)出物體的真實(shí)感的。然而，使用手持的消費(fèi)級(jí)RGB-D相機(jī)來(lái)恢復(fù)一般物體的材質(zhì)對(duì)于普通用戶來(lái)說(shuō)是一件非常困難的事情。這是因?yàn)椋谥亟ㄟ^程中，相機(jī)方位和物體幾何信息都不夠準(zhǔn)確，而且未知的光照和材質(zhì)被耦合在了圖像中。
　　為了解決這些問題，提出了一種技術(shù)，用以在未知的光照條件下，僅使用一個(gè)RGB-D相機(jī)拍攝的彩

2、色圖像和深度圖像作為輸入，來(lái)估測(cè)物體表面隨位置變化的各向同性的雙向反射分布函數(shù)(BRDF)。為了使用這一技術(shù)，普通用戶僅需要手持RGB-D相機(jī)繞被測(cè)物體一圈進(jìn)行拍攝，然后收集RGB-D相機(jī)所得的RGB圖像和KinectFusion算法所得的obj文件和相機(jī)方位作為算法輸入即可。
　　算法的核心是一個(gè)聯(lián)合優(yōu)化過程。聯(lián)合優(yōu)化是一種解決多變量的非凸優(yōu)化問題的常用方法。在這一過程中，迭代的依次求解相機(jī)方位，材質(zhì)，環(huán)境光照和物體的法向量。為

3、了對(duì)相機(jī)方位進(jìn)行優(yōu)化，利用了物體表面的材質(zhì)隨空間位置和觀察方向變化的特性，將物體看做相機(jī)自標(biāo)定模型(localization-self-calibrating model)。為了恢復(fù)環(huán)境光照，使用計(jì)算出的物體材質(zhì)和輸入的彩色圖像，并利用其在哈爾小波域上的稀疏性，進(jìn)行求解。求解出的物體外觀被表示為逐點(diǎn)的鏡面反射率、粗糙度、漫反射率和法向量的形式。
　　用該算法對(duì)各種日常物體的外觀進(jìn)行了恢復(fù)，結(jié)果證實(shí)該算法的恢復(fù)質(zhì)量較以往算法有顯著提