[发明专利]利用全颜色空间的材质管线合成方法和系统

说明书

技术领域

本发明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。

背景技术

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(d)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。

本发明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。

发明内容

根据本发明的一方面，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。

根据本发明的另一方面，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；ROI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。

根据本发明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。