[发明专利]一种可优化视觉遮挡场景的光场绘制的方法

说明书

本发明公开了一种可优化视觉遮挡场景的光场绘制的方法，其特征在于，包括如下步骤：1）定义遮挡概率模型；2）用遮挡数学模型描述遮挡大小随着相机位置和方向变化；3）计算概率密度函数；4）描述视觉遮挡随着相机的位置变量中的左右移动变量的变化规律。这种方法能提高光场绘制的质量即降低光场绘制中视点失真度。

技术领域

本发明涉及3D计算成像和交互式计算视觉领域，尤其涉及一种应用于提高光场新视点绘制质量即降低失真度的补偿遮挡引起缺失的场景信息的深度学习模型，具体是一种可优化视觉遮挡场景的光场绘制的方法。

背景技术

遮挡是3D场景中最常见的物体位置关系之一。遮挡会随着不同场景和不同观察位置的变化而发生不规则的变化。遮挡会引起光场信号的不连续和产生不可预知的突变，当相机捕获场景的时候产生随机的干扰和信息缺失，这些干扰和信息的缺失会引起光场采样率增加和光场绘制(Light field rendering,简称LFR)视点质量下降，因此，现有的一些基于没有遮挡的理想假设的光场采样和重构理论无法应用于真实场景。

为了提高光场绘制技术的应用性和重构的视点质量，需要研究遮挡随着场景和相机观察位置变化的规律，从而估计遮挡引起的干扰和补偿缺失的场景信息。在实际应用中，遮挡的描述/探测和估计都是一个具有很大挑战性的问题，因为场景表面的变化都是大量的结构化和不连续变化，因此，对于LFR技术而言以下问题就变得非常重要：如何数学量化遮挡现象从而提高光场绘制质量？这个问题与多个因素有关，比如：照明变化、不连续性、形状变化、背景变化等。目前缺乏对遮挡现象进行数学量化的理论，大部分光场绘制技术都是基于没有遮挡现象的情况下进行研究，这对真实场景下的3D计算成像技术性能提出来更高的要求，而且还需要从遮挡模型的复杂度和可靠性等方面考虑技术的可实现性。

发明内容

本发明的目的是针对现有技术的不足，而提供一种可优化视觉遮挡场景的光场绘制的方法。这种方法能提高光场绘制的质量即降低光场绘制中视点失真度。

实现本发明目的的技术方案是：

一种可优化视觉遮挡场景的光场绘制的方法，包括如下步骤：

1)定义遮挡概率模型：采用7维的全光函数F(x,y,z,θ,φ,λ,t)描述在时间t，相机捕获场景的位置(x,y,z)和方向(θ,φ)，在一个静止的场景中，假定光线传输为均匀分布，那么可把7维的全光函数简化成5维全光函数，即F(x,y,z,θ,φ)则，相机捕获场景信息时遮挡覆盖的区域定义为函数A(x,y,z,θ,φ)表示，遮挡物体所占视觉的覆盖区域，用函数B(x,y,z,θ,φ)表示，其中，(x,y,z)表示相机的空间位置，(θ,φ)表示相机的方向，那么遮挡程度s(x,y,z,θ,φ)可表示为公式(1)：

遮挡程度也称为遮挡评分大小，用来衡量场景中受遮挡的严重程度，然而，相机视角的覆盖范围随着相机的位置和方向变化而随机变化，遮挡覆盖区域B(x,y,z,θ,φ)的体积计算与相机和场景有关，这是非常困难的事情，因此，基于遮挡程度评分模型，提出一个基于概率密度函数的遮挡数学模型；

2)用遮挡数学模型描述遮挡大小随着相机位置和方向变化：为了方便计算，选择5维全光函数中2维位置(x,z)和1维方向θ，即得到3维光场F(x,z,θ)，那么遮挡函数中选择两个位置变量(x,z)和一个方向变量(θ)进行推导数学量化模型，在得到这三个变量(x,z,θ)的遮挡模型基础上可扩展到六个变量(x,y,z,θ,φ)的遮挡数学模型，给定一个相机，当相机的方向没有旋转和固定不变的时候，改变相机的位置(x)，遮挡程度近似是一个高斯函数为公式(2)：

其中，o(x)是遮挡因子，当x≥0时候，有o(x)＝1表示没有遮挡，当x＜0的时候，有o(x)＝0表示完全遮挡，x₀表示遮挡物体的中心；