Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Программные технологии синтеза реалистичных изображений Галактионов Владимир Александрович

Программные технологии синтеза реалистичных изображений
<
Программные технологии синтеза реалистичных изображений Программные технологии синтеза реалистичных изображений Программные технологии синтеза реалистичных изображений Программные технологии синтеза реалистичных изображений Программные технологии синтеза реалистичных изображений Программные технологии синтеза реалистичных изображений Программные технологии синтеза реалистичных изображений Программные технологии синтеза реалистичных изображений Программные технологии синтеза реалистичных изображений
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Галактионов Владимир Александрович. Программные технологии синтеза реалистичных изображений : диссертация... д-ра физ.-мат. наук : 05.13.11 Москва, 2006 236 с. РГБ ОД, 71:07-1/242

Содержание к диссертации

Введение

Глава 1. Синтез реалистичных изображений. Физически аккуратные расчеты освещенности 21

1.1. Задание цифровой модели сцены 23

1.1.1. Задание геометрии сцены 23

1.1.2. Оптические свойства объектов и поверхностей 24

1.1.3. Модель освещения: искусственный и естественный свет 28

1.1.4. Параметры наблюдения сцены 34

1.2. Моделирование распространения света 35

1.2.1. Задача глобальной освещенности. Уравнение рендеринга 35

1.2.2. Прямая и обратная трассировка лучей 36

1.2.3. Методы ускорения моделирования освещенности 40

1.3. Программный комплекс построения фотореалистичных изображений. Примеры практических приложений 41

1.4. Выводы и результаты 48

Глава 2. Моделирование естественного дневного освещения, задаваемого изображением с большим динамическим диапазоном 49

2.1. Основные понятия технологии «изображений с большим динамическим

диапазоном» 49

2.1.1. Изображение с большим динамическим диапазоном (БДДИ) 49

2.1.2. Освещение, задаваемое изображением 51

2.1.3. Технология построения БДДИ 54

2.1.4. Использование БДДИ в системах визуализации 57

2.2. Построение изображения сцены, освещенной БДДИ 59

2.2.1. Определение яркости точки поверхности 59

2.2.2. Получение теней при технологии освещения изображением 61

2.2.3. Распознавание солнца и ярких источников света 63

2.2.4. Использование БДДИ в качестве фонового изображения 65

2.2.5. Сжатие динамического диапазона яркостей 67

2.3. Анализ изображений с большим динамическим диапазоном 68

2.3.1. Динамический диапазон БДДИ 69

2.3.2. Правильность представления солнца 73

2.3.3. Пространственное разрешение БДДИ 75

2.3.4. Время фотографирования БДДИ 76

2.4. Алгоритмическая компенсация некорректностей БДДИ 78

2.5. Выводы и результаты 80

Глава 3. Влияние особенностей зрительного восприятия человека на процесс синтеза изображений 84

3.1. Эффективный оператор сжатия динамического диапазона яркостей 85

3.1.1. Алгоритм оператора сжатия динамического диапазона 88

3.1.2. Оценка параметров алгоритма 90

3.1.3. Полученные результаты 92

3.2. Эффекты зрительного восприятия человека 99

3.3. Эффекты фотографических изображений 102

3.4. Выводы и результаты 105

Глава 4. Моделирование освещенности и синтез реалистичных изображений через Интернет 107

4.1. Архитектура Интернет-приложения для интерактивного физически аккуратного моделирования освещенности 109

4.2. Возможности программного комплекса с точки зрения конечного пользователя 112

4.3. Интерфейс программного комплекса 116

4.4. Методы ускорения моделирования освещенности и генерации изображений 121

4.4.1. Методы ускорения расчета глобальной освещенности 121

4.4.2. Параллельные и распределенные вычисления 124

4.5. Средства администрирования программного комплекса 128

4.6. Выводы и результаты 129

Глава 5. Интерактивная 3D навигация сцен с реалистичной визуализацией 131

5.1. Базовые принципы построения системы генерации реалистичных изображений в режиме 3D навигации 134

5.2. Архитектура приложения 136

5.3. Естественное освещение и генерация теней 138

5.4. Визуализация оптически сложных материалов 141

5.5. Зеркальные отражения и эффекты вторичной освещенности 144

5.6. Выводы и результаты 145

Глава 6. Программное моделирование сложных оптических систем и устройств 148

6.1. Системы подсветки жидкокристаллических мониторов 149

6.2. Средства отображения и анализа результатов моделирования 153

6.2.1. Элементы наблюдения 154

6.2.2. Визуализация результатов 157

6.2.3. Контроль точности 159

6.3. Визуализация траекторий лучей 161

6.4. Механизмы описания и представления элементов оптической системы 164

6.4.1. Проблемы представления элементов оптической системы 164

6.4.2. Процедурные представления 165

6.4.3. Генераторы поверхностей и текстур специального вида 167

6.5. Оптические элементы как средство расширения функциональности программ оптического моделирования 169

6.5.1. Концепция оптических элементов 170

6.5.2. Абстрактный интерфейс взаимодействия ОЭ с системой оптического моделирования 174

6.5.3. Процедурное описание ОЭ 180

6.6. Моделирование осветительных приборов и систем 182

6.7. Выводы и результаты 184

Глава 7. Интеграция оптических элементов в систему оптического моделирования 187

7.1. Светорассеивающие микроструктуры 187

7.2. Пример моделирования осветительной системы жидкокристаллического монитора на основе светорассеивающих микроструктур 198

7.3. Оптические элементы объемного рассеяния 203

7.3.1. Модели объемного рассеяния 207

7.4. Поддержка эффектов поляризации света 212

7.5. Выводы и результаты 218

Заключение

Введение к работе

Компьютерная (машинная) графика является эффективным и мощным средством связи между человеком и вычислительной машиной. Использование графической формы представления информации, организация диалога между человеком и компьютером с использованием визуальных образов позволяет существенно повысить скорость и эффективность обработки информации человеком, а следовательно исследований и разработок в самых различных областях науки, техники, архитектуры. Методы компьютерной графики широко применяются в качестве инструментария, однако сама компьютерная графика давно уже стала самостоятельным научным направлением с соответствующими атрибутами: авторитетными международными научными конференциями, научными и практическими журналами и т.д.

Первые признаки появления нового научного направления относятся к началу 60-х годов прошлого столетия. Знаковым событием считают диссертацию Айвена Сазерленда (1963 г.), в которой были показаны новые возможности графического интерфейса с машиной в интерактивном режиме [1]. В ИПМ АН СССР примерно в то же время (1964 г.) был продемонстрирован первый опыт практического применения машинной графики при выводе на характрон последовательности кадров, образующих короткий фильм с визуализацией обтекания цилиндра плазмой [2].

С появлением доступа к графопостроителям и векторным дисплеям стали появляться и соответствующие приложения. Так к 1971 г. в ИПМ для машины SDS-910 был разработан набор подпрограмм, позволяющих снимать кинофильмы [3], установлена камера для покадровой фиксации изображений, выводимых на экран дисплея. С помощью этой системы осуществлялась визуализация поведения шагающего робота [4], моделирование гравитационного взаимодействия галактик [5] и ряд других работ. Аналогичные работы проводились и в других организациях страны.

В конце 60-х годов в стране (как и в мире) началась разработка графических систем и пакетов общего назначения, в современной терминологии - графических программных интерфейсов пользователя (API) [6-10 и др.]. Позднее появился и ряд других систем [11-14]. Некоторые из них получили весьма широкое распространение. В частности, пакет Графор [15], в разработке которого принимал активное участие автор диссертации, успешно эксплуатировался в сотнях вычислительных центров, институтов и промышленных предприятий Советского Союза и стран Восточной Европы. Графор был реализован на большинстве доступных в то время в стране ЭВМ и операционных систем с выводом практически на все имеющиеся графопостроители и графические дисплеи.

В рамках Графора автором самостоятельно были разработаны и реализованы комплексы программ визуализации трехмерных поверхностей и объектов с частичным и полным удалением невидимых линий [15-17], программы Безье и В-сплайн аппроксимации. На рис. В.1 показаны примеры практических применений разработанных программных средств. Этап создания классической графической библиотеки на Фортране завершился в 1985 г. изданием монографии [15], которая подводила итог 15-летней работы.

Стандартизация графического программного обеспечения. Однако в отличие от многочисленных применений вычислительных машин в различных областях науки, техники и экономики, где использование машинно-независимых языков программирования позволило создать обширные библиотеки прикладных программ, практически каждое новое приложение графических систем требовало почти полного перепрограммирования. Графические системы оказывались несовместимыми друг с другом, так как в их основе, как правило, лежали различные подходы к использованию графических средств.

Рис. В.1. Примеры изображений, построенных с использованием пакета

ГРАФОР.

Поэтому в 70-е года прошлого века на первый план в машинной графике все в большей степени выдвигалась задача унификации графического программного обеспечения (ПО), то есть по существу проблема стандартизации. Целью стандартизации являлось предоставление возможности разработчикам графического программного обеспечения создавать переносимые между различными вычислительными системами программы, использующие графические средства. В нашей стране (в отечественной научной литературе) проблема стандартизации в компьютерной (машинной) графике была впервые обозначена автором совместно с Ю.М. Баяковским в докладе на конференции по машинной графике (Новосибирск, 1977 г.), впоследствии опубликованном в журнале «Автометрия» [18]. Эта тематика оказала значительное влияние на все последующее развитие компьютерной графики в стране в течение следующего десятилетия.

В этой работе отмечалось, что за последние годы были исследованы (как умозрительно, так и экспериментально) различные подходы к решению проблемы независимости программного обеспечения от особенностей конкретных устройств. Предпринимались попытки использовать машинную независимость универсальных языков программирования: Фортрана, Алгола, ПЛ-1. В частности, как вспоминает Ю.М. Баяковский, в то время в нашей стране по инициативе А.Я. Куртукова обсуждались вопросы унификации базовых графических функций в графических пакетах и, прежде всего, их имен,

в том числе реализованных в различных языках программирования. Тем не менее расширения существующих языков программирования, в которые графические элементы включались бы в качестве новых операторов, функций и т.д., так и не получили широкого распространения.

Весьма плодотворным оказался принцип «перевернутой пирамиды» [19], в соответствии с которым в основу графических систем был положен ограниченный набор элементарных базовых функций (программ) достаточных для генерации любого изображения. Выходные данные в системах, построенных по такому принципу, являлись общим интерфейсом со всеми графическими устройствами.

Важным шагом в направлении унификации устройств графического ввода-вывода было введение У. Ньюменом [20] концепции программно моделируемых виртуальных графических устройств.

Значительное влияние на процесс унификации графического программного обеспечения оказала разработка системы графических протоколов для машинно-независимого представления графических данных [18, 21-23]. Сетевой графический протокол являлся по - существу стандартом по представлению и передаче в сети графической информации, а также по взаимодействию программных компонент, расположенных на различных (главной и удаленной) ЭВМ. Тем не менее главная задача сетевого графического протокола состояла не в обеспечении легкой переносимости прикладной программы, использующей графические средства, а в создании доступа к этой программе независимо от того, на какой конкретной ЭВМ она находится.

Однако наиболее значительными практическими результатами в направлении стандартизации графического ПО явилась разработка в США проекта унифицированной графической системы Core System [24] и создание аналогичного проекта в Европе GKS, который впоследствии получил статус международного стандарта ISO [25]. Обе эти системы представляли собой набор базовых функций (АРІ) для программирования задач машинной графики.

Функциональные возможности этих систем позволяли получать на экране дисплея или другом регистрирующем носителе изображения графических объектов и поддерживали интерактивное взаимодействие пользователя с прикладной программой. С помощью систем Core и GKS обеспечивалась независимость прикладной программы от особенностей конкретных графических устройств. Использование этих систем значительно облегчало перенос прикладного программного обеспечения с одной системы программирования или ЭВМ на другую, а также переход от одного типа графических устройств к другому.

После публикации и широкого обсуждения этих систем появились их реализации в том числе и в нашей стране [26-30]. Автором также была построена опытная версия трехмерной универсальной графической системы [31-33], в процессе реализации которой были определены и исследованы основные факторы, влияющие на быстродействие канала графического вывода, разработаны и опробованы на практических задачах соответствующие алгоритмы и методы.

Кроме базовых графических систем Международной организацией стандартизации (ISO) разрабатывался также ряд других графических стандартов. Их обзор, а также сравнительное описание стандартов Core и GKS можно найти в [34].

Опыт, приобретенный в процессе реализации международных графических стандартов, оказался чрезвычайно полезным при разработке отечественных стандартов в этой области. При активном и непосредственном участии автора было разработано 6 государственных стандартов (ГОСТ) в области машинной графики [35-40] и ряд стандартов СЭВ [41, 42].

Однако в конце 80-х годов прошлого века бурное развитие технических средств привело отечественную компьютерную графику практически в тупик. Без наличия минимально необходимой техники (растровых дисплеев и цветных принтеров), для закупки которой были нужны остро дефицитные валютные средства, дальнейший прогресс в этой области стал практически невозможен.

Отечественная техника надлежащего качества также отсутствовала. Ю.М. Баяковский, руководитель работ по машинной графике в ИПМ в то время, высказывал мнение о прекращении работ в этой области, как не имеющих смысла в свете реального прогресса, достигнутого к тому времени в развитых странах Запада. И только открытие «железного занавеса» и получение доступа к современным компьютерным технологиям (несмотря на существенное сокращение государственной поддержки) позволили приступить к решению задач, которые к тому времени стояли перед компьютерной графикой.

Физически аккуратное моделирование распространения света. Одним из перспективных направлений развития компьютерной графики является синтез реалистичных изображений на базе физически аккуратного (т.е. основанного на физических законах оптики) моделирования распространения света в различных средах. Методы генерации фотореалистичных изображений и физически аккуратного расчета освещенности находят применение во многих областях человеческой деятельности, прежде всего в архитектурном проектировании, градостроительстве, ландшафтном дизайне, проектировании автомобилей и самолетов.

Предварительные расчеты освещения и визуальная оценка архитектурных и дизайнерских решений являются обязательными этапами процесса проектирования и строительства зданий, жилых и офисных помещений. При этом контролируется эстетичность интерьеров помещений и внешнего вида строений, рациональность, экономичность и соответствие стандартам систем освещения дневным и солнечным светом и т. д.

Методы компьютерного физически аккуратного моделирования применяются также для визуализации и оценки различных промышленных изделий до запуска их в производство. Так при производстве современных автомобильных красок намного дешевле и эффективнее задать состав и свойства краски в цифровом виде и оценить, как она будет выглядеть при различных условиях освещения на виртуальной модели автомобиля, чем произвести такую краску и покрасить ею реальный автомобиль. Это относится

не только к автомобилям, но и к широкому спектру других изделий, таких как телефонные трубки, портативные компьютеры, различная бытовая техника и

Др.

Еще одним ярким применением методов физически аккуратного синтеза изображений является их использование в индустрии развлечений - в производстве кинофильмов и компьютерных игр. Реалистичность и достоверность изображения играет здесь решающую роль и является одним из главных факторов успеха фильма или компьютерной игры. Практически все зрелищные фильмы последнего времени сняты с использованием компьютерных программ синтеза изображений.

На рис. В.2 показаны примеры практических приложений синтеза физически аккуратных изображений и расчетов освещенности.

Другим не менее важным классом актуальных задач, которые могут решаться методами физически аккуратного расчета распространения света, являются задачи компьютерного моделирования и проектирования осветительных систем оптико-электронных приборов и устройств. К таким устройствам относятся осветительные системы разного рода жидкокристаллических (ЖК) дисплеев, панелей приборов автомобилей, осветительные приборы автомобилей (фары, фонари заднего вида), светодиодные системы и т.п. (рис. В.З).

Рис.В.2. Примеры физически аккуратных изображений и расчетов освещенности (Изображения построены с помощью разработанного программного комплекса).

Новейшие технологии и материалы, применяемые при производстве таких систем, основываются на сложных физических эффектах. К таким эффектам относятся рассеивание света на стохастических микронеровностях (шероховатостях) поверхностей и на регулярных микрорельефах (десятки и сотни миллионов микро-призм заданной формы, размера и распределения) поверхностей, объемное рассеивание света на микрочастицах внутри материала, поляризационное рассеивание света в тонких пленках и другие подобные явления. Для проектирования оптических систем, как правило, применяются программные системы оптического моделирования, базирующиеся на законах лучевой оптики. Однако такие системы работают с макрообъектами геометрии, что делает невозможным учет «тонких» физических эффектов.

Рис. В.З. Примеры, иллюстрирующие возможности моделирования осветительных систем оптико-электронных приборов и устройств.

Цель работы. Вышеперечисленные задачи представляют собой широкий класс актуальных для науки и практики задач из разных предметных областей. Их объединяет то, что все они связаны с моделированием распространения света в различных оптических средах. Поэтому цель работы заключалась в разработке технологии физически аккуратного моделирования распространения света, которая бы позволяла физически корректным образом вычислять освещенности, строить изображения фотореалистичного качества, а также моделировать и рассчитывать сложные светопроводящие системы. В результате должны быть построены программные системы компьютерной графики для моделирования распространения света в различных оптических средах для задач синтеза фотореалистичных изображений, а также для моделирования оптических светопроводящих систем и устройств.

Научная новизна работы заключается в следующем. Разработана эффективная технология физически аккуратного моделирования распространения света, позволяющая на базе единого механизма и алгоритмической базы синтезировать фотореалистичные изображения, вычислять и анализировать освещенности, моделировать и проектировать сложные оптические системы и устройства. В основе этой технологии лежит двунаправленная трассировка лучей с использованием методов Монте-Карло.

Реализованы алгоритмические и программные средства для построения фотореалистичных изображений сцен, содержащих оптически сложные материалы, при различных условиях искусственного и естественного освещения. Реалистичность изображений обеспечивается использованием алгоритмов, основанных на физических законах распространения света, учетом особенностей зрительного восприятия человека, поддержкой фотоэффектов.

Предложены новые физически обоснованные алгоритмы использования изображений с большим (более 104) динамическим диапазоном яркостей в качестве источников естественного освещения и фона для виртуальных сцен, содержащих материалы со сложными оптическими свойствами (автомобильные многослойные краски, ткани и др.). Впервые реализована технология, позволяющая рассчитывать физически аккуратную освещенность виртуальной сцены на основе фотоснимков реального ландшафта. Разработаны алгоритмы распознавания солнца, генерации теней, задания фона. Предложен эффективный метод преобразования большого динамического диапазона яркостей в диапазон, реально отображаемый на экране монитора.

Разработана архитектура, технологические и программные решения для создания Интернет-приложений физически аккуратного моделирования освещенности и генерации реалистичных изображений. С целью достижения приемлемого времени отклика предложены, реализованы и экспериментально проверены различные методы ускорения расчетов освещения.

Разработаны принципы построения и архитектура системы физически аккуратной визуализации в режиме интерактивной 3D навигации сцен, содержащих оптически сложные материалы, естественное освещение, эффекты вторичной освещенности. Базовый уровень визуализации построен на основе OpenGL, в то время как для расчета вторичной освещенности используется метод квази- Монте-Карло. Таким образом, предлагаемое решение является компромиссом между высоким качеством изображений, созданных методами физически аккуратного моделирования освещенности, и быстрой генерацией изображений аппаратными средствами графических акселераторов.

Разработаны алгоритмические и программные средства моделирования сложных оптических систем и устройств. Предложен оригинальный подход выделения оптических элементов, позволяющий более эффективно и точно решать задачи проектирования светопроводящих систем, построенных на основе микроструктурных и объемных рассеивающих объектов. Предложены и разработаны универсальные программные интерфейсы, позволяющие осуществлять оптическое моделирование как в лучевом, так и в волновом приближениях.

Практическая значимость работы. На основе концепций, методов и алгоритмов, предложенных в диссертационной работе, был реализован ряд программных продуктов, которые широко используются в нашей стране и за рубежом. Среди них:

программный комплекс для физически аккуратного расчета освещенности и построения фотореалистичных изображений сцен, содержащих оптически сложные материалы, при различных условиях искусственного и естественного освещения. Освещение может быть задано в том числе и изображениями с большим динамическим диапазоном;

- система для физически аккуратного моделирования освещенности и синтеза реалистичных изображений через Интернет;

программный комплекс физически аккуратной визуализации в режиме 3D навигации сцен, содержащих оптически сложные материалы и естественное освещение, с учетом эффектов вторичного освещения;

программный комплекс для моделирования и проектирования сложных оптических систем и устройств, включая системы, содержащие новейшие микроструктурные рассеивающие материалы, применяемые в современном проектировании оптических светопроводящих систем.

Каждый из созданных программных комплексов находится на уровне или превосходит по ряду ключевых показателей имеющиеся в мире аналоги.

Проведенные экспериментальные сравнения результатов физически аккуратных расчетов освещенности на реальных сценах, а также оптических характеристик, полученных путем моделирования оптических устройств, с результатами измерений аналогичных характеристик на реальных объектах и оптических устройствах продемонстрировали хорошую точность моделирования (выше чем у известных автору аналогов).

Апробация работы. Основные результаты диссертации были представлены на ряде профильных международных научных конференциях [43, 44, 45, 46, 47, 48, 49], на научной школе «Будущее прикладной математики» [50]. Результаты диссертации также докладывались на Научной сессии «Проблемы и методы компьютерной визуализации» Отделения информационных технологий и вычислительных систем РАН, на заседании Ученого совета ИПМ им. М.В.Келдыша РАН, на научном семинаре «Программирование» ИПМ им. М.В.Келдыша РАН под рук. проф. М.Р.Шура-Бура и проф. Д.А.Корягина.

Публикации. По результатам работы имеется 24 публикации, включая 10 статей в рецензируемых научных журналах (из них 9 из списка ВАК) [2, 51-57, 59, 60], 7 докладов на международных научных конференциях [43- 49], 1 монография [15], 1 статья в сборнике [50] и 5 препринтов [61- 65].

Личный вклад. Все основные результаты, изложенные в диссертации, включая постановки задач и их алгоритмические решения, получены автором

лично или выполнены под его научным руководством и при непосредственном участии. В работе приводятся ссылки на две кандидатские диссертации [66, 67] и одну дипломную работу [68], выполненные под научным руководством автора, а также кандидатскую диссертацию [69], в которой автор выступал в качестве научного консультанта.

Структура и содержание работы. Диссертация состоит из семи глав, заключения и списка литературы.

В первой главе кратко излагаются основы синтеза реалистичных изображений и моделирования освещенности, описывается цифровая модель исходных данных, которая используется предлагаемыми в работе алгоритмами. Излагаются применяемые модели освещения, а также способы задания светорассеивающих свойств поверхностей, включая оптически сложные.

Рассматривается задача глобальной освещенности и пути ее решения. Подчеркивается, что за основу физически аккуратного моделирования берутся законы лучевой оптики. Поэтому одним из главных методов решения этой задачи является трассировка лучей света с использованием метода Монте-Карло. Рассматривается технология применения этого метода для физически аккуратного моделирования освещенности и построения фотореалистичных изображений. Приводятся примеры использования разработанного программного комплекса для решения конкретных практических задач.

Вторая глава посвящена методу задания естественного дневного освещения, при котором источником света является изображение реальных сцен с большим динамическим диапазоном яркостей (БДЦИ). Подчеркивается, что использование этого весьма перспективного и мощного метода значительно усложняется, если рассматриваются виртуальные сцены, содержащие материалы со сложными оптическими свойствами (ткани, автомобильные многослойные краски и др.).

В главе рассмотрены различные технологии создания БДЦИ, предложены физически обоснованные алгоритмы расчета яркости точки, распознавания солнца, генерации теней, задания фона. Проведен и изложен анализ

корректности существующих БДДИ, показаны их недостатки. Разработаны модификации алгоритмов, позволяющие скорректировать эти недостатки при моделировании освещенности на базе моделей неба, принятых Международной комиссией по освещенности. Приводятся примеры использования разработанных алгоритмов в системах компьютерной графики для генерации высокореалистичных изображений.

В третьей главе рассматриваются вопросы влияния специфики зрительного восприятия человека на процесс синтеза изображений. Рассмотрено несколько таких методов. Предложены эффективные алгоритмы приведения (сжатия) больших физических значений яркости к диапазону, приемлемому для отображения на реальных дисплеях и принтерах. Другим направлением повышения реалистичности результирующего изображения является воспроизведение некоторых особенностей зрительного восприятия человека, в частности, эффектов размытия (блуминга) и реснитчатой короны вокруг ярких источников света. Рассматривается также возможность моделирования эффектов фотографических изображения, таких как ореолы вокруг ярких источников света, дефокусировка (размывание) изображений, эффекты экспозиции.

В четвертой главе предлагается архитектура программного комплекса, реализующего физически аккуратное моделирование освещенности в интерактивном режиме через Интернет. Представлены реализованные алгоритмические и аппаратные средства ускорения расчета глобальной освещенности для достижения приемлемого времени отклика.

В пятой главе представлена система генерации реалистичных изображений в режиме интерактивной 3D навигации. Приведены принципы построения и архитектура системы. Рассмотрены подходы и алгоритмы для изображения сцен с естественным освещением, оптически сложными материалами и зеркальными поверхностями.

Шестая глава посвящена вопросам программного моделирования сложных оптических светопроводящих систем и устройств, таких как осветительные

системы жидкокристаллических дисплеев, приборные панели современных автомобилей, светодиодные системы и др. Описываются разработанные средства анализа и визуализации результатов моделирования, а также механизмы описания и представления элементов моделируемых оптических систем.

Излагается предложенная концепция оптических элементов (ОЭ), позволяющая эффективно и точно решать задачи проектирования светопроводящих систем, построенных на основе микроструктурных и объемных рассеивающих объектов. Описываются универсальные программные интерфейсы, позволяющие осуществлять оптическое моделирование как в лучевом, так и в волновом приближениях.

Рассмотрен пример использования созданного программного комплекса для анализа результатов моделирования осветительных приборов автомобиля.

В седьмой главе рассмотрены основные типы оптических элементов, интегрированных в разработанный комплекс оптического моделирования. Это поверхностные ОЭ, ОЭ объемного рассеяния и ОЭ поляризованной функции рассеяния.

В заключении сформулированы основные результаты работы.

Модель освещения: искусственный и естественный свет

В разработанных программных системах используется физически корректная модель освещения. Параметры освещенности и интенсивности источников света задаются в физических (фотометрических) единицах. Источниками света являются объекты сцены, излучающие световую энергию. Эти объекты могут быть как частью геометрии сцены (так называемые «самосветящиеся» объекты), так и некими абстрактными объектами, не привязанными к геометрии сцены.

Существенным для алгоритмов вычисления освещенности является разделение источников света на протяженные и точечные. Наиболее часто в реальных приложениях применяются точечные источники света. Их частое использование обусловлено следующими причинами: ? сравнительная простота моделирования. Освещенность, создаваемая точечным источником в любой точке, может быть вычислена достаточно просто; ? универсальность. Как правило, любой источник можно считать точечным по отношению к поверхности, если он удален от нее более чем на пять своих линейных размеров [76]. Например, в большинстве задач дизайна интерьеров круглые лампочки накаливания можно считать точечными источниками света, но такое приближение для длинных неоновых ламп во многих случаях оказывается неприемлемым. Кроме того, площадные и протяженные источники могут быть представлены с высокой точностью как множество точечных источников.

Поскольку понятие яркости определено только для излучения некоторой поверхности, для задания точечных источников используется близкое понятие силы света I(w). Для получения распределения силы света реального осветительного прибора измеряют интенсивность света (в канделах) в точках некоторой сетки на поверхности окружающей его воображаемой сферы. При этом не только особенности самой лампы осветительного прибора, но и его конструкция (например, наличие и форма отражателя) влияют на распределение света и измеренные данные. Моделирование таких детальных объектов требует дополнительных вычислительных ресурсов. В то же время для крупномасштабных сцен, например комнаты или холла, они легко могут быть заменены на точечные источники света с гониограммами. Гониометрическая диаграмма или просто гониограмма (в оптике также называемая индикатриссой рассеяния) описывает угловое пространственное распределение световой энергии, излучаемой источником света. В настоящее время наиболее распространенным международным форматом полного описания источника света является формат «IES LM-63-1986», принятый международной организацией IESNA (The Illuminating Engineering Society of North America) [77] в 1986 г.

В соответствии со стандартом IES функция I(w) параметризуется в сферической системе координат (ф,в) (рис.1.7-а), где ф є [О, 27г), ве[0, х). Значения 1{ф,в) задаются в узлах сетки, образованной разбиением возможных интервалов изменения углов ф и 9 произвольными значениями фх ф2,..., ф„ и 9l,92,...,9k соответственно. Получившаяся сетка с заданными значениями силы света в ее узлах представляет собой гониодиаграмму. Всего гониодиаграмма содержит п к значений, которые обычно получают путем измерений. Значения функции 1(ф,9) внутри ячейки гониодиаграммы вычисляются с помощью билинейной интерполяции четырех значений в углах этой ячейки.

Используя гониодиаграммы с достаточно частой сеткой задания функции 1{ф,9), можно с высокой точностью представить практически любой реальный источник света. Форма гониодиаграммы может быть очень сложной. Пример реальной гониограммы представлен нарис. 1.7-6 [69].

Большинство производителей осветительных приборов и ламп предоставляют файлы со спецификациями своей продукции в формате 1ES. Поэтому разработанная система содержит библиотеку предопределенных диаграмм различного характера (рис. 1.8) и позволяет импортировать диаграммы из стандартных форматов IES. В том случае, если по тем или иным причинам гониограммы источников света были неизвестны, их измерения заказывались в специализированных измерительных лабораториях ВНИИОФИ [78]. Имеется также редактор источников, который позволяет создавать новые описания источников или редактировать имеющиеся. Вновь созданные или отредактированные источники можно размещать в сцене и сохранять в библиотеке.

Изображение с большим динамическим диапазоном (БДДИ)

Большой динамический диапазон яркостей, когда соотношение самой яркой области в поле зрения с самой темной составляет миллионы и миллиарды раз, без труда воспринимается человеческим глазом. Человек обычно хорошо различает предметы и при свете луны (освещённость горизонтальный поверхности составляет около 0.2 люкс), и при прямом солнечном свете (освещённость горизонтальный поверхности - сотни тысяч люкс). Чувствительность зрительной системы человека охватывает диапазон от 10 до 10 cd/m (кандел на кв. метр). Отношение этих предельных значений составляет 1014. Такой высокий показатель не имеет аналогов в мире техники. Правда глаз не может видеть свет из всего этого диапазона одновременно, и максимальный диапазон интенсивностей, доступных глазу человека одновременно, составляет четыре-пять порядков [81]. Так как человеческое зрение фиксирует по отдельности интенсивность света и его цвет, то вся доступная глазу одновременно гамма цветов составляет приблизительно 10 оттенков. Приспосабливание зрения к более широкому диапазону освещенности осуществляется посредством механизма, известного как адаптация, и требует времени даже для столь совершенного механизма, каким является человеческое зрение.

Естественно такой диапазон яркостей не может быть отображен на современных графических дисплеях, чей динамический диапазон мал -соотношение самой яркой области с самой темной не превышает у них сотен раз. Поэтому большинство систем компьютерной графики долгое время работали с 8-битным целочисленным представлением цветовых компонент (256 градаций цвета), прямо отображаемым на доступной графической аппаратуре. Очевидно, что эти изображения не могут претендовать на точность отображения перепадов освещенности, присущих окружающему миру.

Современное развитие компьютерной графики все больше внимания уделяет изображениям с большим динамическим диапазоном. В англоязычной литературе они носят название HDRI - High Dynamic Range Images. В изображениях с большим динамическим диапазоном (БДДИ) значения яркости для каждой точки выражаются реальными физическими величинами, т.е. числами с плавающей точкой, и их диапазон превышает диапазон чувствительности зрительной системы человека. Они позволяют передать реальные интенсивности окружающей среды, даже за пределами чувствительности человеческого глаза.

Изображение с большим динамическим диапазоном и наиболее общеупотребимый формат RGBE для его записи были предложены Г.Вардом [92] (стандартное расширение RGBE файла - .hdr). В табл. 2.1 приведены количества бит, необходимых для представления изображений в различных форматах.

Первоначально изображения с большим динамическим диапазоном являлись результатом исключительно физически корректного моделирования сцен. В настоящее время изображения реальных сцен с большим динамическим диапазоном яркостей могут быть получены путем обработки последовательности фотографий с различной экспозицией [81,93] или специальным панорамным сканированием [81, 94, 95]. Более того, в ближайшем будущем фотоаппараты и видеокамеры будут позволять получать изображения и видео с большим динамическим диапазоном непосредственно. Именно получение фотографических изображений объектов и пейзажей с сохранением яркости и цвета реального мира и открыло широкие возможности для использования БДДИ в компьютерной графике.

Алгоритм оператора сжатия динамического диапазона

Для создания эффективного оператора за основу был взят глобальный оператор, называемый улучшенным оператором Тумблина-Рушмеера [120] и дополнительной формуле, предложенной Рейнхардом и др. [114, 115].

Оператор сжатия, первоначально предложенный Тумблином и Рушмеером [120], использует модель сохранения яркости, основанную на математической модели человеческого зрения Стивенса [119]. Целью этой модели является обеспечение постоянного отношения яркости изображения, воспринимаемого с экрана монитора, к яркости соответствующей части реальной сцены при любых условиях освещения. Улучшенный оператор Тумблина-Рушмеера уменьшает контраст изображения на мониторе для очень темных областей, что предотвращает избыточность контраста. Формула Рейнхарда помогает сжимать главным образом большие яркости.

Улучшенный оператор сжатия определяется следующей формулой [118]: Ld = m(Lwa) Lda Lw Lwa j г.л V Yd (i) где Lda - адаптационная яркость экрана. Типичное значение порядка 10-30 cd/m2, Lwa - адаптационная яркость изображения, найденная из физических яркостей точек изображения Lw} используя формулу log( Lwa) = mean jlog( Lw + 2.3 -10 5cd Im2)\ (2) Yd и Y определяются, используя формулу Стивенса для чувствительности контраста: ,. ч [2.655 forLa \00cd/m2 (3) 7(La) = \ с J {i 1.855+ 0.41og10(Za +2.3-10 э) otherwise, для человека адаптированного для экрана монитора и сцены СООТВеТСТВеННО- = Y\Lda) и У = y{Lwa)) m\Lwa) - коэффициент, зависящий от адаптационной яркости изображения, предотвращающий аномально серые ночные изображения: m(Lwa) = {jCn Ywd l) W где Стах есть максимально допустимый контраст монитора (типично от ( у \ 30 до 100), и r" d 1.855 + 0.41og(Z,rfa) Коэффициент т монотонно увеличивает яркость монитора с ростом адаптационной яркости изображения Lwa вплоть до верхней границы зрения. Эти формулы применялись к яркостям, вычисленным из RGB троек используя формулу [104] Lw{x,y)=0.252R(x,y)+0.664G(x,y)+0.0S4B(x,y) (s)

Вычисление адаптационной яркости изображения по всем точкам требует больших вычислительных затрат и большого объема памяти. Поэтому для вычисления адаптационной яркости изображения использовалась выборка точек, сделанная по некоторой, относительно редкой сетке. Только небольшая часть точек (обычно 1%) использовалась для этих вьгаислений. Некоторые детали этих вычислений и обеспечение устойчивости оценки параметров, обсуждаются в следующем разделе.

В общем случае, в результате использования улучшенного оператора сжатия Тумблина-Рушмеера, яркость некоторых точек монитора, соответствующих наиболее яркой части сцены, может превышать максимальную яркость монитора и соответствующая часть изображения будет перенасыщена. Для преодоления этой проблемы разработанный оператор использует формулу, сжимающую большие яркости, предложенную Рейнхардом и др. [115]: где Lwhite есть минимальная яркость, отображаемая в чисто белый цвет. Для изображений с очень большим динамическим диапазоном яркостей уровень белого Lwhite может быть выбран как почти любая достаточно большая величина (обычно близкая к максимальной яркости изображения). Выбор этого параметра становится критическим для изображений с низким и средним динамическим диапазоном яркостей. Используемый в работе способ оценки этого параметра обсуждается в следующем разделе.

В предыдущем разделе было показано, что предложенный оператор сжатия зависит от двух параметров - адаптационной яркости изображения Lwa и уровня белого AvMe. Выборка по редкой сетке используется для оценки обоих этих параметров. Оценка производится в два этапа. Первый этап оценки параметров. Первоначально адаптационная яркость изображения оценивается, используя уравнение (2) и уровень белого выбирается так, чтобы 1% точек из выборки имело яркость, превосходящую эту величину. Один процент самых ярких точек отбрасывается для того, чтобы не было проработки изображения в области highlight - прямого или отраженного изображения мощного источника света. Глаз все равно видит его просто белым светом. Это значение яркости на рубеже одного процента точек и определяет начальную оценку AvMe.

Возможности программного комплекса с точки зрения конечного пользователя

В. Редактирование параметрической сцены. Загрузив параметрическую сцену, пользователь может изменять ее форму - добавлять, удалять и перемещать вершины многоугольника, образующего пол (потолок) комнаты, изменять высоту стен - а также задавать оптические свойства (цвет, коэффициент отражения) для каждой внутренней поверхности комнаты. Для параметрических сцен определено понятие «рабочей плоскости», которая может быть установлена пользователем. Рабочая плоскость - это виртуальная поверхность, расположенная на заданной пользователем высоте, которая не влияет на процесс моделирования света и служит для визуализации распределения освещенности на данном уровне. Для фиксированных сцен подобные операции не поддерживаются.

C. Работа с библиотекой объектов и источников света. Библиотека объектов и источников света (называемая далее для краткости библиотекой объектов) может содержать элементы, представляющие предметы обстановки (геометрические объекты с заданными оптическими свойствами поверхностей); осветительные приборы - люстры, торшеры и т.п. (смешанные объекты, содержащие геометрические данные и источники света); источники света "в чистом виде".

К числу поддерживаемых типов источников света относятся точечный, конусный, параллельный, протяженные (линейный, в форме круга и в форме прямоугольника), а также источники света в стандартном формате IESNA [77] с заданным угловым распределением интенсивности (см. также п. 1.1.2).

Как в параметрическую, так и в фиксированную сцену пользователь может добавлять элементы из библиотеки объектов, позиционировать их в пространстве сцены, а также удалять. Возможна такая операция как замена одного вида источников света на другой в масштабе всей сцены.

D. Расчет глобальной освещенности. Отредактировав сцену нужным образом, пользователь запускает вычисление ее глобальной освещенности путем трассировки лучей по методу Монте-Карло (см. гл.1). В результате вычислений формируется карта освещенности, которая динамически отображается в ходе вычислений. Качество карты освещенности (т.е. достигнутая точность вычислений) зависит от числа промоделированных траекторий лучей света. Пользователь может заранее задать требуемую точность, а может просто остановить вычисления, когда сочтет качество достаточным, основываясь на визуальной оценке текущего изображения. E. Исследование распределения освещенности. Распределение освещенности на поверхностях сцены может быть визуализировано при помощи тоновой заливки. Для параметрических сцен поддерживается построение линий уровня на каждой из поверхностей (пол, потолок, стены, рабочая плоскость).

При помощи этих средств пользователь может оценить качество заданного им освещения. Базируясь на полученных результатах, а также на визуальной оценке изображения сцены, он принимает решения о, например, необходимости добавить больше источников света или несколько изменить расположение объектов в планируемом помещении. Таким образом, повторяя шаги С-Е, посетитель сайта может выполнить дизайн освещения в выбранном интерьере. Получив желаемый результат, он может перейти к созданию высококачественных презентационных изображений.

F. Генерация изображений и панорам. Последним этапом работы со сценой является синтез высококачественных изображений при разных положениях камеры, а также генерация панорам в формате QuickTime [131]. Построение изображений выполняется методом обратной трассировки лучей с использованием предварительно вычисленных карт освещенности, что позволяет воспроизводить в изображениях широкий спектр оптических явлений, таких как диффузное переотражение света, перенос цвета, зеркальное отражение, преломление, эффект «каустики».

Пользователь может управлять качеством итогового изображения. Изображение низкого или стандартного качества генерируется достаточно быстро, тогда как генерация высококачественного изображения может занять существенное время.

Похожие диссертации на Программные технологии синтеза реалистичных изображений