[发明专利]一种基于梯度自适应的Blinn-Phong光照增强算法

权利要求书

1.一种基于梯度自适应的Blinn-Phong光照增强算法，其特征在于步骤如下：

步骤1：令f(x_i,y_i,z_i)为体素任意一点(x_i,y_i,z_i)处的灰度值，根据公式1利用中心差分法计算该点梯度：

其中，f(x_i-1,y_i,z_i)为体素中点(x_i-1,y_i,z_i)的灰度值，f(x_i+1,y_i,z_i)为体素中点(x_i+1,y_i,z_i)的灰度值，f(x_i,y_i-1,z_i)为体素中点(x_i,y_i-1,z_i)的灰度值，f(x_i,y_i+1,z_i)为体素中点(x_i,y_i+1,z_i)的灰度值，f(x_i,y_i,z_i-1)为体素中点(x_i,y_i,z_i-1)的灰度值，f(x_i,y_i,z_i+1)体素中点(x_i,y_i,z_i+1)的灰度值；

根据公式2计算该点梯度模值：

步骤2：求出体素灰度值梯度模值中极大值依据公式3将体素中所有梯度模值线性映射到镜面指数SP：

其中，SP_i为任意一点的镜面指数，为该点对应梯度模值，为梯度模值极大值，SP_max为镜面指数极大值，SP_min为镜面指数极小值；

步骤3：根据公式4计算环境光：

I_ambient＝K_d·I_a (4)

其中，I_ambient为经物体表面反射后的环境光光强，K_d为物体表面对光的反射系数，I_a为环境光光强；

根据公式5计算漫反射光：

I_diffuse＝K_d·I_d·max(0,dot(N,L)) (5)

其中，I_diffuse为漫反射光光强，K_d为物体表面对光的反射系数，I_d为方向光的光强，N为顶点单位法向量，L为入射方向光的单位向量；

根据公式6计算镜面反射光：

I_specular＝K_d·I_d·pow(max(0,dot(N,H)),SP) (6)

其中，I_specular为镜面反射光光强，K_d为物体表面对光的反射系数，I_d为方向光的光强，N为顶点单位法向量，H为入射光单位向量和单位视角向量的角平分线单位向量，又称半角向量，SP为步骤2中由梯度模值线性映射而来的镜面指数；

根据公式7计算累积光强：

I_accumulate＝I_ambient+I_diffuse+I_specular (7)

其中，I_accumulate为累积光强，I_ambient为经物体表面反射后的环境光光强，I_diffuse为漫反射光光强，I_specular为镜面反射光光强；

步骤4：根据公式8将所有体素梯度模值线性映射到不透明度系数O：

其中，O_i为任意一点的镜面指数，为该点对应梯度模值，为梯度模值极大值，O_max为不透明度系数极大值，O_min为不透明度系数极小值；

步骤5：根据公式9计算最终颜色值：

I＝I_accumulate·O_i·O_original (9)

其中，I为最终的颜色值，I_accumulate为累积光强，O_i为步骤4中由梯度模值线性映射而来的不透明度，O_original为由传递函数计算得到的初始不透明度。