从明暗恢复形状 ( shape from shading, 简称SFS)是计算机视觉中三维形状恢复(3D shape recovery)问题的关键技术之一, 其任务是利用单幅图象中物体表面的明暗变化来恢复其表面各点的相对高度或表面法方向等参数值, 为进一步对物体进行三维重构奠定基础。
在人类视觉感知过程中,阴影发挥着重要作用。人类通过眼睛和大脑能够准确地由阴影恢复出三维信息。多年来,人类视觉研究工作者们一直尝试着理解和模拟这一机理。
19世纪70年代早期,Horn首先提出了根据单幅图像恢复物体形状(Sh即eformShading)的问题。对实际图像而言,其表面点图像亮度受到了许多因素,如光源、物体表面材料性质和形状以及摄像机(或观察者)位置和参数等的影响。为简化问题,传统 SFS 方法均进行了如下假设:
(1)光源为无限远处点光源;
(2)反射模型为朗伯体表面反射模型(Lambertian Surface Model) ;
(3)成象几何关系为正交投影, 这样物体表面点图象亮度 E 仅由该点光源入射角θi的余弦决定, 即 E = cosθi
如果不引入附加约束, 仅由光照模型所确定的SFS问题是病态的( 没有唯一解) 。 因此为消除其病态性, 并建立相应的正则化模型, 必须对其表面形状进行约束。 现有的SFS算法基本上是假设所研究的对象均为表面光滑的物体, 即认为物体表面高度函数是连续的。
实际上,通过建立物体的光滑表面模型,已经对物体表面形状进行了约束。这样,将上述物体表面反射模型与物体的光滑表面模型相结合,再利用一些己知条件