一种基于大尺度分解的户外场景重光照方法技术

本发明专利技术提出了一种基于大尺度分解的户外场景重光照方法，对输入图像进行处理，按照图像中材质和内容对其进行着色操作，手动生成输入图像的蒙板图像，然后对于参考图像，选择Patch_match方法对参考图像进行匹配变形，将输入图像和参考图像分别根据给出的自适应参数选择机制，利用加权最小二乘滤波器(Weighted Least Square，简称WLS滤波器)，将输入图像和参考图像的亮度层分解为大尺度层与细节层，在输入图像大尺度层的导引下，对参考对象大尺度层进行导引滤波(Guided Filter，简称GF滤波器)，使得滤波结果与输入对象的大尺度层在结构上对齐，从而进一步实现渲染，通过点除算法(Point Division)，实现预输出图像细节层和大尺度层的融合，得到最终的重光照结果。该方法很容易通过软件实现。

A large scale outdoor scene light based on decomposition method

The invention provides a large scale outdoor scene light based on the decomposition method, processing of the input image, in accordance with the material and content of the image color of its operation, manually generated mask image of the input image, then the reference image, select the Patch_match method, deformation of the reference image and the input image and the reference the image parameters are given respectively according to the adaptive selection mechanism, using weighted least squares filter (Weighted Least Square, referred to as WLS filter), the input layer of the brightness image and the reference image is decomposed into large scale layer and the detail layer, in guiding the input image in large scale layer, large scale layer guided filter (reference object Guided Filter, referred to as GF), the large scale filter filtering results and input object alignment layer in the structure, thus further. This rendering, by point division algorithm (Point Division), to achieve the integration of pre output image detail layer and large scale layer, get the final relighting results. This method is easily implemented by software.

【技术实现步骤摘要】
一种基于大尺度分解的户外场景重光照方法
本专利技术属于可视计算、计算机视觉领域，具体涉及一种基于大尺度分解的户外场景重光照方法。
技术介绍
基于图像的无3D模型的逼真虚拟重光照已经在可视计算领域广泛地研究，并且在视觉设计、数字娱乐和电影制片等方面得到广泛地应用。基于图像的虚拟重光照可以被粗略的分为以下几类：人脸重光照，场景重光照和物体重光照。除了3D重建理论，另外的研究方向是利用参考图像更实际的应用到现实世界的应用中。在此方向中，人脸重光照是最为普遍的研究方向。参考图像来源从多幅人脸参考图像，到两幅人脸参考图像再到单幅人脸参考图像。场景重光照和物体重光照仍然需要多幅参考图像。与室内光照估计相比,户外场景有两个特点,这两个特点也是对户外场景进行光照估计时面临的两个主要挑战：(1)户外场景一般规模庞大,很难建立其几何模型。(2)户外场景光照复杂,且不能人为控制。在相同的种族中，人的脸部有着相同的皮肤反射率。因此，基于人脸的重光照方法通常采用只将光照迁移应用到相应的光照组件中的方法。然而，一般的物体通常都有各种各样的颜色，上述的方法就不再适用。本专利技术从人脸重光照方法中获得了灵感，首先，本文档来自技高网...

【技术保护点】
一种基于大尺度分解的户外场景重光照方法，其特征在于：该方法实现步骤如下：(1)对输入图像进行处理生成输入图像的蒙板图像，并对蒙板图像进行处理；(2)用Patch_match方法对参考图像进行匹配变形；(3)输入图像和参考图像的大尺度分解，即对输入图像和匹配变形后的参考图像进行大尺度分解，对两幅图像的大尺度层根据给出的自适应参数选择机制，利用加权最小二乘滤波和导引滤波等方法使得两幅图像的滤波结果的大尺度层在结构上对齐；(4)将输入图像和变形后参考图像融合后的大尺度层与输入图像的细节层和颜色层进一步渲染、融合，最终实现户外场景的重光照。

【技术特征摘要】
1.一种基于大尺度分解的户外场景重光照方法，其特征在于：该方法实现步骤如下：(1)对输入图像进行处理生成输入图像的蒙板图像，并对蒙板图像进行处理；(2)用Patch_match方法对参考图像进行匹配变形；(3)输入图像和参考图像的大尺度分解，即对输入图像和匹配变形后的参考图像进行大尺度分解，对两幅图像的大尺度层根据给出的自适应参数选择机制，利用加权最小二乘滤波和导引滤波等方法使得两幅图像的滤波结果的大尺度层在结构上对齐；(4)将输入图像和变形后参考图像融合后的大尺度层与输入图像的细节层和颜色层进一步渲染、融合，最终实现户外场景的重光照。2.根据权利要求1所述的基于大尺度分解的户外场景重光照方法，其特征在于：步骤(1)所述蒙版图像处理采取以下步骤：(11)将普通的户外场景材质按照白云、天空、建筑、树木、草地、水面、地面、光源、其他等9类进行划分，并选用相应的颜色对输入图像进行标注；(12)将蒙板彩色图像转换为灰度图像，完成图像降维操作，转换公式为gray＝R*0.2989+G*0.587+B*0.114；(13)参照输入图像物体前景色相值I1对参考图像物体前景色相值A1进行对应性调整，得到变色后的参考图像A'；遍历灰度图像，最终实现蒙板图像的处理；根据如下公式:其中，lambda为大尺度分解方法的重要参数，ga为蒙板图像的梯度值，la(·)为每种材质的随机参数。3.根据权利要求1所述的基于大尺度分解的户外场景重光照方法，其特征在于：步骤(2)所述Patch_match变形方法采取以下步骤：(21)初始化过程：假设输入图像为A，参考图像为B；将NNF(最佳近邻场，NearestNeighborField，简称NNF)初始为随机值或已知信息；当使用随机偏移量时，采用图像B全部区域的独立均匀采样；NNF是方程：其定义域为图像A中所有块的坐标；方程的值为匹配块相对于查询块的坐标偏移量；如果图像A中坐标为a的块其匹配块为图像B中坐标为b的块，那么f(a)＝b-a；(22)传播：使用已知的匹配块信息：f(x-1,y)和f(x,y-1)来改善当前的匹配块信息f(x,y)；即f(x,y)＝argmin{D(f(x,y)),D(f(x-1,y)),D(f(x,y-1))}；两个块之...

【专利技术属性】
技术研发人员：金鑫，李艳楠，李晓东，田玉露，吴乐，刘晶，
申请(专利权)人：中共中央办公厅电子科技学院，
类型：发明
国别省市：北京,11