一种鲁棒的实时室外光照估计算法
在计算机视觉中，变化的光照条件是导致许多算法性能降低的重要因素。准确地估计出室外场景的光照条件不仅是提高许多视觉算法如物体识别、视频跟踪、视频分割等稳定性的有效方法之一，同时也是增强现实中实现虚实环境融合光照一致性的关键技术。然而在一天中，天气状况会受诸多因素的影响：光照的方向，局部天气的变化等。同时，光照求解也是困难重重，如场景中因风的吹动而带来场景的波动，行人车辆等的随机闯入等因素都会给光照求解带来一定的困难。到目前为止，有大量的光照求解算法都是针对在光照条件可以限制，物体的物理材质属性可以求解甚至已知的实验室场景而建立，然而这些算法对于室外这种材质具有很强的复杂性，光照变化反复无常的场景都己不再适用。仅有的室外光照求解算法大多具有很强的约束性，要么需要己知场景的物理材质属性以及三维几何信息，要么需要事先离线求解场景的固有属性信息，这些都不利于室外场景的实时光照求解。为此，本文提出了一种室外场景的实时光照估计算法。首先，在光照求解之前，本文将图像像素值转换成光亮度；其次将室外场景图像建模为场景所固有太阳光基图像、天空光基图像与太阳光光照值、天空光光照值的线性组合； 最后，将本文所求解出来的光照强度值与视频关键帧图像所对应的太阳光基图像用于阴影检测，重光照，以及增强现实中。
室外场景 光照估计算法 阴影检测 光基图像 鲁棒性
刘艳丽 杨美燕 邢冠宇 吴志红 彭群生
四川大学计算机学院，成都，610065 四川大学视觉合成图形图像技术国防重点学科实验室，成都，610065 浙江大学CAD&CG国家重点实验室，杭州，310027
国内会议
第九届中国计算机图形学大会(Chinagraph‘2012)
成都
中文
229
2012-10-22（万方平台首次上网日期，不代表论文的发表时间）