[发明专利]一种内容感知的环境光采样方法

摘要

本发明公开了一种内容感知的环境光采样方法，包括：步骤一、对于输入的高动态环境光图像，采用色调映射技术进而实现环境光图像的近似自适应Mean‑shift聚类，具体包括步骤：（1）环境光图像色调映射处理；（2）环境光图像自适应Mean‑shift聚类；步骤二、自适应分离和合并的区域重组机制：在自适应Mean‑shift聚类的结果上，对每个区域进行重要性度量，对区域进行一系列分离和合并，使得每个区域的重要性度量值尽量相近，具体包括步骤：（1）自适应分离；（2）自适应合并。本发明使用相同数目的采样点，渲染效果更为逼真，并且降低采样点数目，渲染效果依然稳定。

主权项

一种内容感知的环境光采样方法，其特征在于，该方法包括以下步骤：步骤一、对于输入的高动态环境光图像，采用色调映射技术进而实现环境光图像的近似自适应Mean‑shift聚类，具体包括以下步骤：(1)环境光图像色调映射处理：对输入的高动态范围图像进行读取，根据Weber‑Fechner定律和Naka‑Rushton定律，对所有像素的RGB值分别进行色调映射处理，实现环境光图像光强的非线性调整，将高光区域的光强进行压制，增大低光区域的光强范围，使得光强在高动态范围内较均匀分布；(2)环境光图像自适应Mean‑shift聚类：在步骤(1)的结果上，设定迭代窗口大小，进行Mean‑shift聚类，剪除其中面积过小的区域，得到近似自适应Mean‑shift聚类结果；步骤二、在步骤一的自适应Mean‑shift聚类的结果上，对每个聚类区域进行重要性度量：结合对区域所进行的自适应分离和合并实现区域重组，使得每个区域的重要性度量值尽量相近；具体包括以下步骤：(1)自适应区域分离：首先，计算所有区域的平均能量值，然后将所有超过2倍平均能量值的区域使用Hochbaum‑Shmoys算法进行分离，分离的数目是区域的像素点数和区域能量模平均能量的最小值，分离后，再次计算平均能量值，判断新旧平均能量值相差是否小于5，若否，则继续分解，若是，则分离结束；(2)根据分离后的结果，建立一个邻接关系表，该表存储所有的区域，每个区域都指向一个链表，链表中存储与该区域相邻的所有区域编号；(3)自适应区域合并：选取能量值最小的一个区域，在邻接链表存储的它的相邻区域中选择一个区域进行合并，要求它与该相邻区域合并后的能量值在它与其他相邻区域合并的所有情况中最小，循环合并步骤，直到区域的数目满足最初设定某个固定的值。