表面散射 | Vol.5 基于图像的偏振反射率的采集与建模

专题介绍

在实时渲染和离线渲染领域,对场景模型表面以及空间介质的精细化建模是增加场景真实感的重要手段。计算机图形学领域的许多科研工作者设计出一系列复杂精巧的技术理论,模拟出光线从宏观世界到微观粒子的变化规律。本期专题精选了近年来关于微表面模型、次表面散射模型等相关前沿工作,为读者解读其中的关键技术。

一、简介

1.1 背景

现存的BRDF数据集大多不携带偏振信息。

现有的一些p-BRDF采集方法大多是在有限自由度下进行,比如同一个平面内这种,这种方法采到的数据太过于稀疏,无法用于渲染。

1.2 他们的工作

如图所示,他们主要针对p-BRDF的采集提了一种新的方法。

他们的主要工作在如下三点:

提出了一种用于各向同性p-BRDF的基于图像的采集方案,以及一个数据驱动的插值方法,这个插值方法可以将该数据应用到光线追踪中。

在可见光谱范围内以五个不同的波长采集了25个球形物体的数据形成了数据集。

对数据集进行分析并展示了在一些可能用到这个数据集的应用场景。

二、相关工作

2.1 p-BRDF模型

这个模型是在Priest and Gerner 等人在2000年提出的,这个模型是在原有的微表面模型的基础上实现的。主要的改动是在菲涅尔项上,原有的菲涅尔反射考虑的是非偏振光,这里把这一项按照实际光的偏振情况进行计算。

Hyde IV等人将这个工作进一步推进,他们将几何项也纳入考虑范畴,同时也添加了对Lambertian 漫反射的支持。

Ingmar 等人则是针对完全偏振光,给出了一个返回琼斯矩阵的偏振brdf,这个四参数的偏振brdf主要是用来对真实世界采集到的数据进行更加高效的拟合,它是通过将两个广义高斯/菲涅尔模型和一个广义Lambert模型进行混合得到的。

SEUNG-HWAN BAEK等人对diffuse部分做了进一步的工作,他们对漫反射的光传输过程进行了重新建模,在他们的模型中,漫反射过程如下:光进入介质内部后进行散射,然后物体吸收变成非偏振光,但是散射后从表面出射时,又由于穿透了物质边界,偏振部分偏振光。该过程的穆勒矩阵描述如下;

即光是通过一个菲涅尔入射F,然后经过吸收去极化D,然后菲涅尔出射F,C是每次的坐标变换。

2.2 p-BRDF的采集

椭偏法是一种较为常见的光学测量技术,它能够用用来体现入射光与材料的相互作用如何去改变入射光的偏振信息。这个方法的核心是确定椭圆偏振光的参数(偏心率、方位角等),这个方法在光学领域有了几十年的研究应用了。用于测量Mueller矩阵的最常见方法是Azzam的双旋转延迟方法,这个方法的思想是通过包含旋转延迟器的光路来观察样本,然后通过改变角度来改变光的偏振态。接着进行足够多的的测量次数后,就可以通过这些测量信息来重构穆勒矩阵。

光在系统中传播依次经过的对象是:发射源、偏振片、波片、样本反射、拨片、偏振片、接收器。在光源强度定好以后,接受器接受的光强势偏振片角度的函数。波片、偏振片等器件的的穆勒矩阵已知,因此假设样本S的穆勒矩阵为M,则可以计算出一个理论上接收器接受的能量值。在获得一系列样本后,可以把这个问题处理为一个优化问题,即优化M,使得理论计算结果与实际测量结果差距最小。

Riviere以及Wellems等人用上述方法,设计了一套系统。这套系统能够对平面材质的p-BRDF进行测量,但是这套系统仅仅能够处理法线、入射光与观察方向在同一平面内的数据。

2.3 偏振渲染

Wilkie和Weidlich等人在2012年做了一些关于偏振信息可视化的工作,Mojzik等人则解决了将偏振引入现在的一些常见光传输方法上的问题,比如BDPT这种。mitsuba2已经支持带偏振的渲染,它支持一些常见的偏振器件。

三、关于偏振

3.1 光的偏振

光是一种电磁波,它在进行自由传播时,电场方向和磁场相互垂直,且均垂直于传播方向。假设一个频率为f的平面电磁波沿着Z轴正向传播,则其电场强度E(z,t)磁场B(z,t)垂直于xy-平面,数学描述如下:

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于matlab的偏振图像获取可以通过以下步骤实现: 1. 设置实验装置:首先需要搭建一个偏振光的实验装置,通常包括光源,偏振器,样品以及探测器。确保装置的稳定性和准确性。 2. 光源和偏振器设置:选择适当的光源和偏振器设置。可以使用LED灯作为光源,通过旋转偏振器来改变光的偏振状态。记录下每个选择的角度。 3. 样品及其制备:准备好待测试的样品,可以是液体、固体或者气体。确保样品在实验过程中的稳定性。 4. 数据采集:使用合适的探测器收集从样品反射或透射回来的光信号。探测器可以是相机、光电二极管等等。确保数据采集的精确性和准确性。 5. 图像处理:将采集到的数据输入到matlab中进行图像处理。可以使用matlab中的图像处理工具箱和计算工具,如傅里叶变换、滤波、图像增强等进行处理。 6. 偏振度计算:根据特定的偏振度计算公式,计算每个像素点的偏振度。根据所选择的偏振度计算方法,可能需要使用matlab中的矩阵运算工具和数学计算工具。 7. 偏振图像生成:根据计算得到的偏振度值,将其与原始图像进行叠加或者合成,生成偏振图像。可以使用matlab中的绘图工具和图像合成工具实现。 8. 结果分析:对生成的偏振图像进行分析和解释。根据偏振图像的特征来判断样品的特性和性质。 基于matlab的偏振图像获取需要注意实验装置的稳定性和准确性,以及数据采集和处理的精确性。同时,熟悉matlab中图像处理工具箱和计算工具的使用也是十分重要的。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值