探究室外自然光照成像计算与阴影处理技术

李智敏

摘要：本文在对室外自然光照成像的研究中，对成像场景的计算方式进行了探究，并提出了利用基图像分解技术进行估值计算的方式，改变传统计算方式；而在成像的阴影处理方面，则主要采用正交分解的方式，对室外光照的阴影进行检测，从而提升室外自然光照的处理能力。

关键词：室外场景；自然光照成像；基图像分解；正交分解

中图分类号：TP751.1 文献标识码：A 文章编号：1007-9416（2018）08-0067-01

在计算机图形学中，计算机视觉算法能够通过对光照场景的光度学计算，实现对应场景成像的图像像素值获取，此时像素值所对应的成像场景，则于其所处的光照环境有着紧密关联。在开展室外光照成像计算时，就必须考虑明暗、场景分析以及逆向绘制。因此在传统计算方式中，直接测量、物理求解和图像光照获取方法在具体的场景变化中有着不同的应用方向。

1 运用基图像分解开展室外光照计算

1.1 基图像分解的室外光照环境设定

在环境设定中，要求计算人员首先将室外环境中自然光的來源天空设定为面光源，而在面光源当中，通过计算和分析方法获取太阳光和天空光的基图像，并以此建立线性模型[1]。随后依托图像采样的方式对室外光照条件进行离线学习，通过求解的方式，对太阳位置和不同的天气状况条件下的图像所呈现出的光照参数进行推导，并将数值代入到线性模型之中，利用模型对太阳位置的情况进行采样，利用模型分析方式们可以将虚拟物体于真实场景相互融合，形成视频序列。这种设定方式能够极大程度上保证室外自然光照成像的计算精准度。

1.2 在线阶段室外自然光照的计算

根据太阳位置和实际的自然光照情况，基图像求解可以分为理想状态和偏离状态两种形态，其中理想状态之下，太阳的位置于线性模型分析求解所得的泰亚高位置相一致，在进行自然光照的计算时可以直接进行太阳位置的采样。随后利用方程组，对基图像当中的光照参数进行获取。图像J当中共有像素数量为Xj，J∈（1，m），在现实情况之中，m大于2，此时就可以通过最小二乘法对Xj进行方程组求解，继而进一步获取基图像当中的近似解和重构解，保证计算结果的精准度；而偏离状态则是指线性模型当中所完成输入的太阳位置于采样太阳位置之间出现一定的偏差，在这种状态之下，常规的理想状态计算方法无法保证计算精度，因此需要采用通过输入帧的方式与临近采样太阳位置进行对比，并完成基于基图像的更新。该种计算方法能够借助基图像和前一帧图像的太阳位置来模拟当前帧的光照太阳位置信息。

2 室外自然光照成像的阴影处理

2.1 正交分解下的彩色光照图像变化提取

在无监督聚类技术当中，需要对若干阴影的不变量进行定义，从而使图像当中的RGB像元值vH集合，并完成uH定义，定义uH=log（vH），从而完成矩阵形式方程简化，如公式1所示。

公式1：AuH=I

式中，A为简化矩阵；I为图像当中的阴影变量集合。

利用公式1可以计算得到阴影部分和非阴影部分的原图像像元值。而矩阵A的变化规律往往会受到矩阵参数影响，不会受到图像影响。因此在进行正交分解时，往往依据其所具有的奇异特性，对其解空间进行认定，解空间由自由空间和矩阵中任一特解共同构成，同时其自由度为1，基于线性代数，可以最终获取任意解u，并得到正交分解。如公式2所示。

公式2：u=uP+au0

式中，u0代表自由解，同时满足a属于R（实数）的要求；uP为方程公式1 的特解，满足条件uP垂直u0。

基于公式2可以获取一副唯一解图像，在图像当中，自由解u0受到光照环境的具体参数影响，并由光照变化比率来决定，通过uP计算能够获得唯一特解，明确图像可以消除不同光照环境的影响。

2.2 正交分解条件下的阴影优化

一般来说，基于正交分解条件所完成的图像阴影你信息提取，会存在一定的非阴影区域和零散的阴影区域，这部分区域于阴影区域之间的对比度较低，因此图像的明暗变化平滑度较高。此时，阴影区域图像上的非阴影区域会同时具有较低的亮度，因此在进行阴影优化时，需要针对图像区域内部的亮度信息和平滑度信息进行判别，从而避免阴影误检[2]。在EM算法之下，通过需要将图像的原始灰度进行计算，并利用高斯平滑的滤波处理，获得图像当中各个像元点的平滑度数据。运用形态学对阴影区域进行操作，在通过开闭操作以及连通区域分析方法，能够获得最终的优化结果。

3 结语

综上所述，成像计算和阴影处理，是目前室外自然光照成像图像处理当中的主要策略，通过具体的应用策略能够保证室外自然光照下的图像生成于实际的室外光照场景保持高度一致性。在具体的算法和实例当中，对于不同的光照条件和阴影特性，应当选择不同的处理策略，提升处理效力。

参考文献

[1]张锐，韩慧健，梁秀霞，等.基于色度一致性的室外场景光照参数估计[J].计算机科学，2018，45（03）：60-64+84.

[2]段志刚，屈靓琼，田建东等.基于正交分解的室外光照阴影检测[J].光学学报，2016，36（08）：209-217.