[发明专利]数字资产材质表面双向反射分布函数测量方法与系统

说明书

本发明提供一种数字资产材质表面双向反射分布函数测量方法与系统，在测量过程中首先使用偏振光源向待测材质表面发射偏振光，并使用偏振相机采集待测材质表面对光线的反射情况，获得多幅材质照片，多幅材质照片中具有重复区域。再提取出重复区域，获得每个位置的双向反射分布函数即多个可选值，以其作为输入，通过预先训练的神经网络预测模型，输出BRDF的最优估计值，并结合待测材质与历史材质的相似度确定是否进行二次检测，以最优估计值或者二次检测的校正值结果再次进行微调训练神经网络预测模型，通过联立所有已处理的材质的总损失函数进行综合学习，使得模型能够适用于不同材质，能对各向异性材料取得高精度测量结果。

技术领域

本发明涉及反射分布函数测量技术领域，具体而言涉及一种数字资产材质表面双向反射分布函数测量方法与系统。

背景技术

双向反射分布函数BRDF(Bidirectional Reflectance Distribution Function)旨在描述表面入射光和反射光的关系，对于一个方向的入射光，表面会将光反射到表面上半球的各个方向，不同方向反射的比例是不同的，我们用双向反射分布函数BRDF来表示指定方向的反射光和入射光的比例关系，BRDF定义为目标在某一方向的反射率与入射方向照度的比值。

PBR全称是Physicallly-Based Rendering，PBR材质是指基于物理渲染的材质，PBR材质的形成尤其是在PBR下通过给出的诸如粗糙度、金属度等属性来通过影响BRDF而最终得到和物理世界接近的颜色表现的材质，这样的材质的构造过程复杂，例如申请人向全球公布的高精度原生扫描PBR数字资产库PBRMAX，通过持续扫描来自真实世界的高精度3D数字资产，通过统一严格的制作标准，为各行各业的3D内容创作者提供高品质素材，包括贴近物体真实物理属性的PBR纹理贴图，支持漫反射、法线、粗糙度、金属度、置换、环境遮蔽、高光、光泽度、凹缝等贴图，构建出商用的数字资产材质数据库。

数字资产材质的表面反射分布函数是PBR材质中非常重要的参数，直接影响PBR材质制作的精度。数字资产材质的表面反射分布函数测量，现有的方式一般只是对某一单一材质进行拍照扫描和测量，尤其是依赖于进口的高昂设备，每次测量间互相独立，每次测量新的材质的时候都需要进行调整，甚至需要重新设计测量设备，开销巨大，这样针对数字资产材质表面反射分布函数测量方法都是针对单次测量设计，不同材料需要设计不同的测量方式，缺乏普适性和通用性。

现有技术文献：

专利文献1：CN114609094A基于内窥图像亮度和孔内表面法向分布的内表面BRDF测量方法。

发明内容

本发明目的在于提供一种数字资产材质表面双向反射分布函数测量方法与系统，可适用于不同材质，能对各向异性材料取得高精度测量结果。

本发明的另一目的在于提供一种数字资产材质表面双向反射分布函数测量方法，能够进行测量结果的校正及不断自我学习改进，利用不同测量间的历史经验进行累积学习，不断调整模型，提高测量结果精度。

根据本发明目的的第一方面，提出一种数字资产材质表面双向反射分布函数测量方法，包括以下步骤：

步骤1、使用偏振光源向待测材质表面发射偏振光；

步骤2、使用偏振相机对被照射的待测材质表面进行成像采集，采集待测材质表面对光线的反射情况，获得多幅材质照片，所述多幅材质照片中具有重复区域；

步骤3、提取多幅材质照片中的重复区域；

步骤4、基于多幅材质照片，估算出重复区域中每个位置的双向反射分布函数，获得p*q个双向反射分布函数，p与q分别表示重复区域的位置点数量以及材质照片的数量；

步骤5、将重复区域中每个位置的q个双向反射分布函数作为输入，通过预先训练的神经网络预测模型，输出q个双向反射分布函数的最优估计值；