利用全颜色空间的材质管线合成方法和系统技术方案

本发明专利技术提供了一种利用全颜色空间的材质管线合成方法和系统。所述材质管线合成方法包括如下步骤：对输入图像进行阿尔法抠图；根据阿尔法抠图结果提取感兴趣区域；利用提取的感兴趣区域在RGB空间重构全颜色空间；对重构的全颜色空间进行数据处理，以获得输入图像中对象的光照参数；利用获得的光照参数合成材质管线。

【技术实现步骤摘要】

本专利技术涉及一种材质管线合成方法和系统，更具体地讲，涉及一种利用全颜色空间的材质管线合成方法和系统。
技术介绍
在计算机图形领域，实际对象的外貌合成是最基本的研究之一。图1显示了真实图像以及利用外貌合成的虚拟现实的图像、影片产品的图像、计算机游戏中的图像。参照图1，图1的(a)和(b)是实际拍摄的真实照片，图1的(C)是利用如图1的(b)合成的虚拟现实的图像，图1的⑷和(e)是利用如图1的(a)合成的影片产品的图像以及计算机游戏中的图像。对于获取用于进一步的照片级真实渲染管线的准确的材质参数是关键模块。在最近15年期间，在外貌捕获/建模领域取得了巨大进步。目前，相关技术提供了用于获取几乎所有简单对象的反射参数的很好的技术方案。迄今为止，对时变/高频材质建模仅仅做了一些尝试，时变/高频材质具有非常复杂的特性，从而导致在捕获和合成方面很困难。然而，具有时变/高频材质的对象(例如，树叶、人的头发、动物皮毛)在现实世界中经常出现。用于这种材质的有效合成管线是用于在虚拟现实、计算机游戏、电影制作等中产生高真实图像的需求动机。现有的材质合成方法大体上可被划分成如下两种方法，第一种方法为捕获方法构建捕获装置，用捕获装置捕获数据，然后合成捕获数据；第二种方法是基于图像渲染技术的方法。较早的捕获装置仅可获得基本材质属性。后来，为获得更准确的材质参数(所述材质参数包括双向反射分布函数(BRDF)、双向纹理函数(BTF)、空间变化双向反射分布函数(SVBRDF))，开发了较为复杂的捕获装置。然而，由于需要复杂的机械结构和合适的发光设置，这些捕获装置都非常难以构建，并且所有的捕获处理都非常耗时，通常要花费几天时间。另外，大量图像通常增加了计算复杂度，这导致在合成阶段速度非常低。针对逐条的毛发对象(例如，人的头发)，由于毛发对象的微小几何个体和高频发光特性，捕获装置难以有效地获得毛发对象的材质参数。基于图像渲染技术的方法(例如，基于图像的材质合成方法)适合于对来自实际捕获的照片中的材质(例如，几何形态和光照模型)进行建模。当对象太复杂导致捕获装置难以处理时，采取基于图像的方法来计算材质参数。由于基于图像渲染技术的方法不需要对特定装置进行建模，因此基于图像渲染技术的方法是有效的。然而，主要由于实际拍摄的照片的质量不完美(例如，实际照片不对焦和部分模糊)，反射参数的正确率也相应降低。此外，由于仅在特定光照条件下拍摄照片，因此无法提供足够的信息用于进一步恢复材质。通常，基于图像渲染技术的方法针对大量数据集而言应该是理想的，所述大量数据集呈现了在各种光照设置下的不同视角的实际对象。然而，计算复杂度依然非常高。最近几年，在以上两种技术中，研究人员提出了很多算法。然而，效率和正确率基本是矛盾的捕获方法实现了正确的反射参数，但计算量太大；而基于图像渲染技术的方法计算速度快，但正确率较低。由于这两种方法难以解决时变材质和高频特性的反射参数，所以这两种方法应用受到了限制。本专利技术的目的在于提供一种利用全颜色空间的材质管线合成方法和系统，该方法和系统尤其对时变/高频材质的合成非常有效，并且计算速度快，准确率高。
技术实现思路
根据本专利技术的一方面，提供一种利用全颜色空间的材质管线合成方法，所述材质管线合成方法包括如下步骤对输入图像进行阿尔法抠图；根据阿尔法抠图结果提取感兴趣区域；利用提取的感兴趣区域在RGB空间重构全颜色空间；对重构的全颜色空间进行数据处理，以获得输入图像中对象的光照参数；利用获得的光照参数合成材质管线。根据本专利技术的另一方面，提供一种利用全颜色空间的材质管线合成系统，所述材质管线合成系统包括抠图模块，对输入图像进行阿尔法抠图；R0I提取模块，根据阿尔法抠图结果提取感兴趣区域；全颜色空间产生模块，利用提取的感兴趣区域在RGB空间重构全颜色空间；数据处理模块，对重构的全颜色空间进行数据处理，以获得输入图像中对象的光照参数；管线合成模块，利用获得的光照参数合成材质管线。根据本专利技术示例性实施例的利用全颜色空间的材质管线合成方法和系统可成功地估计时变材质和高频材质的反射参数(这在计算机图形领域被认为最难以解决的问题之一)，仅从普通的输入图像就能产生高质量的结果，同时保持较快的合成速度，并与现有技术相比容易构建捕获装置。与现有技术比较，本申请具有以下优点。与先前的基于图像的算法相比，根据本专利技术示例性实施例的利用全颜色空间的材质管线合成方法和系统可仅使用一些输入图像通过本专利技术提出的材质合成管线来更准确和有效地计算反射参数。与先前的捕获装置相比，根据本专利技术示例性实施例的利用全颜色空间的材质管线合成方法和系统仅使用从普通CCD相机捕获的输入图像，这更容易应用，并更灵活。另外，在根据本专利技术示例性实施例的利用全颜色空间的材质管线合成方法和系统中，基于图形处理单元(GPU)的阿尔法抠图(alpha matting)方法能以非常高的速度来提取感兴趣区域(ROI)。利用全颜色空间合成方法来估计反射参数。按照经典的着色方法，提供了迭代算法求取最优解，以满足在全颜色空间中计算的聚类结果。根据本专利技术示例性实施例的利用全颜色空间的材质管线合成方法和系统可成功地估计正确的高频/时变对象的反射参数，可利用基于GPU的阿尔法抠图方法在速度和内存消耗上带来了巨大改进，并使用正确的抠图结果有效地提取R0I。在获得输入图像的ROI之后，通过将特定的映射规则应用于ROI中的每个像素来计算RGB空间中的全颜色空间，并利用产生的全颜色空间来计算输入图像(尤其是具有高频/时变对象的图像)中对象的光照参数，从而能有效地恢复外貌。附图说明通过下面结合附图进行的详细描述，本专利技术的上述和其它目的、特点和优点将会变得更加清楚，其中图1显示了真实图像以及利用外貌合成的虚拟现实的图像、影片产品的图像、计算机游戏中的图像；图2是示出根据本专利技术示例性实施例的利用全颜色空间的材质管线合成方法的流程图；图3是示出图2中的基于GPU的拉普拉斯抠图方法的流程图；图4是示出传统的基于CPU的拉普拉斯抠图方法和根据本专利技术示例性实施例的基于GPU的拉普拉斯抠图方法在耗时和内存消耗这两方面的比较的图表；图5是提取ROI的示意图；图6是示出利用提取的ROI重构全颜色空间的示图；图7是示出图1中的通过分析重构的全颜色空间来计算输入图像的反射参数的流程图；图8是示出分析重构的全颜色空间的示图；图9是示出参数的初始值以及步长的示例的示图；图10是示出根据本专利技术示例性实施例的利用全颜色空间的材质管线合成系统的框图；图11是示出图10中示出的数据处理模块的详细结构的框图；图12和图13是示出原始输入图像、利用根据本专利技术的利用全颜色空间材质管线合成方法的重构的全颜色空间、估计的参数以及合成图像的示图；图14和图15是示出对根据本专利技术示例性实施例的利用全颜色空间的材质管线合成方法和系统的评价的示图。具体实施例方式现在，将参照附图更充分地描述根据本专利技术的示例实施例。图2是示出根据本专利技术示例性实施例的利用全颜色空间的材质管线合成方法的流程图。以下将参照图2进行详细描述。在步骤10，输入图像。根据本专利技术示例性实施例的利用全颜色空间的材质管线合成方法通过下面的四个步骤从输入图像计算反射参数在步骤20，对输入图像进行阿尔法抠图；在步骤30本文档来自技高网...

【技术保护点】
一种利用全颜色空间的材质管线合成方法，所述材质管线合成方法包括如下步骤：对输入图像进行阿尔法抠图；根据阿尔法抠图结果提取感兴趣区域；利用提取的感兴趣区域在RGB空间重构全颜色空间；对重构的全颜色空间进行数据处理，以获得输入图像中对象的光照参数；利用获得的光照参数合成材质管线。

【技术特征摘要】
1.一种利用全颜色空间的材质管线合成方法，所述材质管线合成方法包括如下步骤 对输入图像进行阿尔法抠图； 根据阿尔法抠图结果提取感兴趣区域； 利用提取的感兴趣区域在RGB空间重构全颜色空间； 对重构的全颜色空间进行数据处理，以获得输入图像中对象的光照参数； 利用获得的光照参数合成材质管线。2.如权利要求1所述的材质管线合成方法，其中，对重构的全颜色空间进行数据处理的步骤包括 通过使用聚类方法对重构的全颜色空间中的颜色进行聚类，以获得聚类中心； 利用获得的聚类中心来估计全颜色空间中的颜色流型； 利用估计的颜色流型通过迭代优化算法来计算光照参数。3.如权利要求2所述的材质管线合成方法，其中，针对高频材质的输入图像，根据下面的公式来计算光照参数4.如权利要求2所述的材质管线合成方法，其中，针对高频材质的输入图像，根据下面的公式来计算光照参数5.如权利要求2所述的材质管线合成方法，其中，针对时变材质的输入图像，根据下面的公式来计算光照参数6.如权利要求1所述的材质管线合成方法，其中，光照参数包括漫反射参数、球面反射率、吸收系数、球面反射系数、透射率分量和反射率分量中的至少一个。7.如权利要求1所述的材质管线合成方法，其中，利用基于图形处理单元GPU的拉普拉斯抠图方法对输入图像进行阿尔法抠图。8.如权利要求7所述的材质管线合成方法，其中...

【专利技术属性】
技术研发人员：焦少慧，金容淳，张辉，孙迅，金智渊，
申请(专利权)人：北京三星通信技术研究有限公司，三星电子株式会社，
类型：发明
国别省市：