目录
一、Pinhole Image Formation（针孔的图像形成）
二、The Thin Lens Equation（薄镜方程）
四、Ray Tracing Ideal Thin Lenses
第四部分：Light Field/Lumingraph（光场）
这节课的内容是独立的 topic，主要介绍一些相机相关的成像知识。
第一部分：相机成像基本知识
Imaging = Synthesis + Capture （成像 = 合成+捕捉）
相机内部构造：
最早的相机就是利用“小孔成像”原理，后面发明了 “针孔相机”。
-
Shutter Exposes Sensor For Precise Duration（快门用于控制进入相机的时间），快门示意图：
-
Sensor Accumulates Irradiance During Exposure（传感器积累在辐照期间的曝光），另外，每个传感器的点不会记录 radiance，只能记录Irradiance（但目前随着科技发展，最新的一些传感器可以通过方向性的光分开传感分开记录。）
下面介绍一些相关的概念：
一、Pinhole Image Formation（针孔的图像形成）
（一）成像示意图
针孔成像锐利清晰，没有虚化景深效果。
二、Field of View (视场，FOV)
视场与传感器、焦距均有关。定义视场：
不同的视场的拍摄效果：
传感器尺寸参考：
小的传感器尺寸，小的视场,反之亦然。
手机与摄像机相同视场不同参数，等价概念：
第二部分：Exposure（曝光）
曝光度计算公式：
摄影中影响曝光的因素：
对于三种因素不同的参数表现效果：
其中光圈参数：F+数字，数字越大，光圈越小
曝光时间越长，越容易造成运动模糊
ISO+数字，是指在原来的图像上，乘以多少倍数。这样的效果是放大信号（变亮），但也同时放大了噪声。
一、ISO 感光度
（一）对于ISO解释：
（二） 不同ISO表现效果
二、光圈大小
三、快门速度
常见的快门速度缺陷：
（一） Motion blur
如果运动物体足够快，快门时间长/慢,在一段曝光时间内，会捕捉到许多物体运动的轨迹，由此造成 “运动模糊（Motion Blur）”。
运动模糊好处——可以拍下告诉运动的物体轨迹。例如左图：
（二）Rolling shutter
对于超高速的运动物体，不同时间的光会造成扭曲现象，如下图飞机的螺旋桨：
（三） 光圈大小 vs 快门速度
某种层面上，他俩可以近似相互转换，但是并不严格意义上相乘。换算如下：
四、Fast and Slow Photography
（一）High-Speed Photography
可以用于拍摄比较有连续性的效果。
（二）Low-Speed Photography
或者称为 “Long-Exposure Photography”。小光圈长时间，延时摄影效果，在摄影界被称为 “拉丝” 效果。
第三部分：Thin Lens Approximation
一、手机镜头
手机其实是一个透镜组：
问题：
-
真正的镜片都不太理想 - 畸变
通过折射后，虽然能汇聚，但不能均汇聚到某一个点。
-
理想的薄透镜 - （同一）联络点
（1）同一点发出的光线进入透镜穿过其焦点所有均变成平行射线。
（2）通过一个焦点的所有光线将在平行穿过透镜之后汇聚到一点上。 （3）实际上，焦距可任意改变。
二、The Thin Lens Equation（薄镜方程）
过中心不改变方向，不过棱镜中心则改变方向。其中, (z_0) 为物距， (z_i)为像距。(f)为焦距。
\1. Gauss’ Ray Diagrams
物距与像距之间的关系：
物距、像距与焦距之间的关系：
三、Defocus Blur（可用于解释景深）
表现效果：
光圈计算举例：
光圈大小与弥散圈成反比，效果表示如下：
四、Ray Tracing Ideal Thin Lenses
用于渲染的实例：
（一） Ray Tracing for Defocus Blur (Thin Lens) 计算步骤：
（二） 渲染：
五、Depth of Field（景深)
大光圈，小光圈 ==> 影响模糊范围。景深实际上是清晰的范围，，COC小就尽可能清晰。左图：弥散圈，右图：清晰锐利。
（一）Circle of Confusion for Depth of Field
（二）Depth of Field (FYI)
(DOF=D_F- D_N)
（三）DOF Demonstration (FYI)
这是一个网站，可以按照网站，调节参数，查看效果并计算数值：
第四部分：Light Field/Lumingraph（光场）
一、全光函数
全光函数通俗概念：可以看到所有事情的集合。
（一）灰度光照
引入波长 
后，可以看到一个彩色世界：
继续引入时间 
，可以看到电影效果：
继续扩展到整个空间：自己可以随处看，就是全息电影（可以改变自身角度看画面）。
再继续扩展，任何时间，任何位置，任何角度看到的世界（7个维度）。这就是全光函数。
全光函数本身定义——剖面图，在2D情况下，点都是一维的。
光场是全光函数的一个小部分
二、光场
（一）光线定义
通过记录不同的点不同的位置，向各个方向发射的光的强度。
建立光场与全光函数的关系。
光线定义光强：
记录光场时，通过查看点，可以知道看见的画面是什么。
光场：
两个数表示方向，
两个数表示位置。
只要有光场，就可以知道看到了什么。可以从任意位置看向物体，在这个物体中可以查询此光场的强度，可得到物体在任意位置任何方向光的强度。
把一个物体放在盒子里面，盒子上任意一个点记录它的方向，不关心物体的形状。前提：光场在包围盒外面。
取一个平面，假设平面的右边是各种发光物体，右边忽略，只需知道左边是什么。
对于任何一个光场，可以由两个平面进行定义。
光场参数化：常用(u,v),(s,t)。找到所有的（u,v）,(s,t)得组合即可组成一个光场。即：记录所有可能的光的位置和方向。
两个平面进行参数化的另一种理解方：在（s,t) 上取一点，看向(u,v)。如下图所示：
应用：类似针孔摄像机
一个像素记录的是Irradiance，通过这种方式，可以将Irradiance展开成radiance。
例如：Stanford Lamera array
不同位置对场景拍摄不同的图。每一个位置(u,v),拍到的照片(s,t)。每一个成像出来是2D的，相机矩阵是2D的，因此整个就是2D * 2D.
Integral Imaging
复眼是一种由不定数量的小眼组成。主要在昆虫及甲壳类等节肢动物的身上出现，同样结构的器官亦有在双壳纲身上出现。复眼中的小眼面一般呈六角形。小眼面的数目、大小和形状在各种昆虫中变异很大，雄性介壳虫的复眼仅由圆形小眼组成。
—— 摘自百度百科
这样更方便理解。自然界中苍蝇的“复眼”，苍蝇的眼睛可以看做是一个光场。任何一个感光部件，可以收到所有方向传来的光。
lanslet当成一个像素，如果将其当成一个透镜，后面的感光元件就可以记录各个方向的 记录的不再是radiances，而是穿过各个方向的光。
分光操作本质上 = 记录所看到的radiance，而不是Irradiance。
三、光场相机
1. Lytro 光场照相机
把一个像素替换成透镜，使用透镜把来自不同方向的光分开再记录。
核心功能：可以先拍照在聚焦，支持后期重新聚焦。
光场照相机原理：
其实就是光场的原理，将原本的像素换成微透镜，来自不同方向的光分开到不同方向上去。任何一个“圆”内部平均起来就是。
通俗理解，一个像素原本记录的 radiance 被拆开了。
How：将光场照片恢复为普通照片？
每一个透镜都选一条同方向（或者某一条位置的路径）的光线，对应的某一个值即可。
光场照相机记录了所有的光场信息。
缺点：光场照相机通常有空间分辨率不足的问题，因此对胶片的要求非常高，造成高成本。
扫一扫
1108
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
