导读:本文包含了光照场景论文开题报告文献综述及选题提纲参考文献，主要关键词:协同式实时渲染,动态光照,网页虚拟现实,光图树
光照场景论文文献综述
刘畅,贾金原,陆一凡,张乾,赵磊[1]（2019）在《光图树：Web3D动态场景全局光照的协同实时渲染》一文中研究指出针对于网页虚拟现实环境下的动态光照,在协同式实时渲染系统的基础上提出了一套集预存储、调度及优化为一体的协同实时渲染机制。该机制协助渲染系统在云端构建了基于视点信息的八叉树预存储结构"光图树"以保存和组织光照渲染信息。借助"光图树"以及用户的输入行为,机制引入了基于热度信息的光图组调度算法以提升渲染系统的传输效率。Web3D应用的测试结果表明本机制不但能够高效梳理数以千记的全局光照贴图,而且可以协助协同式实时渲染系统对动态场景光照加速重建。(本文来源于《系统仿真学报》期刊2019年08期）
张慧丽,彭晓东,谢文明,陈璐[2]（2018）在《一种动态光照下视觉VSLAM中的场景特征匹配方法》一文中研究指出基于视觉的室内场景定位与建图(VSLAM)在智能设备自主定位与导航领域内扮演着极为重要的作用,但是当前主流算法的回环检测及重定位环节上在动态光照情况下存在匹配丢失,严重影响定位累计误差的修正与建图精度。因此提出了基于一种改进的点云特征提取与匹配的定位方法,将由RGB图像得到的点云通过聚类的方法分割成一个个稳定区域,并建立基于面片特性及相互空间关系的场景特征描述,最后通过该特征描述进行两帧图像的数据关联及相机的定位,利用更具有鲁棒性的区域特征提取方法克服光照变化情况下的视觉定位不足问题。实验证明提出的方法不仅可以适应动态光照环境,而且定位效果优于目前主流的基于图像点特征的定位算法。(本文来源于《电子设计工程》期刊2018年24期）
汪浩文,张捷[3]（2018）在《全局光照下古建筑场景的仿真渲染研究》一文中研究指出提出了一种针对古建筑场景的仿真渲染方法,通过对全局光照渲染引擎的渲染原理分析,基于古建的空间造型、材质纹理、色彩扩散关系以及室内外光照等若干因素对古建渲染进行了综合研究,得到一种高效的、具备高真实度的、能够烘托古建历史文化氛围的仿真渲染思路,为古建的数字化呈现与数字化保护提供可靠的技术支撑。(本文来源于《重庆理工大学学报(自然科学)》期刊2018年11期）
张慧丽[4]（2018）在《动态光照环境下的基于多级特征的场景描述与匹配方法研究》一文中研究指出同时定位与建图(SLAM,simultaneous localization and mapping)技术在智能设备自主定位与导航领域内扮演着极为重要的角色。SLAM解决的是在构建未知环境的地图的同时跟踪定位机器人自身位置的问题。现有的SLAM技术被广泛应用于自驱动汽车、无人飞行器、自主水下飞行器、行星漫游器、新出现的家用机器人甚至人体内部。其中,由于视觉传感器具有成本低,质量轻便于搭载到移动智能设备上,且图像含有丰富的信息等优势,使得VSLAM(visual simultaneous localization and mapping)成为目前该领域内的热点研究分支。然而在当前主流VSLAM算法的关键技术之一即数据关联采用的都是基于图像外观的方法。其中,直接法论由于基于亮度恒定假设(brightness constancy assumption)很难适应简单的光照变化,特征法由于只提取图像局部区域内的特征如像素值梯度变化分布情况等,虽然对光照变化有更强的适应性,但是一般只能应对光照充足下的光照均匀变化的情形。如何使VSALM算法能适应现实中各种动态光照是限制其推广应用的重要技术难题。因此,针对现有VSLAM中存在的上述问题,考虑到在动态光照环境下,虽然图像灰度值会随着光照变化而剧烈变化,进而严重影响基于图像外观的方法的效果,而将图像中像素点转换到对应的叁维现实空间时,同名点所对应的叁维点的位置信息理论上是不变的。当然由于光照变化,两点云间会存在重合区域内点分布、密度的不一致及点云的缺失等问题。但这些问题可通过结合不同的点云特征的提取与匹配来解决。本文在得到VSLAM中不同成像时刻下的点云后,通过一种集成点云局部特征与半全局特征的多级特征的提取与匹配,来判断任意两幅图像间是否存在足够多的关联部分,进而利用这些关联信息来计算两个成像时刻相机位姿间的相似变化矩阵,来克服现实中复杂的光照变化对VSLAM的数据关联的正确性及相机间相对定位的精确性的影响。本文的主要研究成果包括:1.针对复杂光照变化造成的图像特征难以准确匹配难题,提出了一种将局部特征与半全局特征相结合的场景多级特征提取与匹配方法,从而可更好地适用于现实中各种动态光照环境下VSLAM的回环检测及重定位等环节中的相机位姿跟踪。此方法对基于图像点特征的方法进行拓展,结合多级点云特征进行数据关联。其中,点云特征采用的是一种对半全局特征CVFH描述子进行改进后的特征(本文将其命名为CCVFH,Compact Clustered Viewpoint Feature Histogram)及一种借鉴全局特征ESF(Ensemble Shape Function)描述子的思想后提出了一种新的描述对象间关系的描述子(本文将其命名为IOESF,Inter-object Ensemble Shape Function)。CCVFH描述的是低级的点云中对象内的特征,IOESF描述的是高级的对象间的特征。使用这种多级特征代替单一特征,并对使用的特征进行相应的改进,使其能有效减弱光照变化对由图像得到的点云的影响。2.针对基于高级特征匹配难以同时满足高匹配度与位姿计算精度的难题,提出了一种基于多级特征匹配及点云细分后的位姿跟踪法,从而在保证了数据关联的正确性的同时仍能获得较为精确的相机间相对定位结果。此方法在经过多级特征匹配后可确保匹配上的对象是正确的匹配,之后通过对对象基于八叉树进行细分并逐对象筛选细分后的点(体素),再使用基于SVD-ICP进行两点云间的转换矩阵计算,相比常用的直接采用SVD-ICP暴力搜索,可得到准确且更精确的相对定位结果。针对本文提出的方法,设计搭建了室内不同光照方向、光照强度、全局光照及局部光照下的实验环境,使用PCL点云库基于C++实现了算法,证明了该算法对多种不同光照的良好的适应性,特别是在光照较暗、非全局均匀光照的情形下仍能实现稳定的数据关联。(本文来源于《中国科学院大学(中国科学院国家空间科学中心)》期刊2018-06-01）
张晓东[5]（2018）在《虚拟现实中大规模场景VCT全局光照算法的研究》一文中研究指出在虚拟场景中还原真实的光照信息是虚拟现实中最重要的问题之一,同时也是虚拟现实中真实感和沉浸感的重要来源。当前很多学者利用全局光照算法对虚拟场景进行光影渲染。但由于全局光照不仅模拟场景中的直接光照,同时也模拟包括反射、折射和焦散等间接光照,这就导致该算法的计算成本较高,尤其是在大规模场景中,模型数据量较大,光照计算复杂度高、成本昂贵。因此,提出一个高质量高性能的全局光照算法是研究者们的首要目标。本文将针对全局光照算法进行深入的研究,通过分析比较不同算法的优劣,以体素圆锥追踪(Voxel Cone Tracing,VCT)技术为基础,研究并实现一种在大规模场景中仍能保证高效运作的全局光照算法。首先,在体素化阶段,本文提出一种新型的场景光照信息表示结构“级联体素纹理”结构并根据该结构改进体素化算法。该结构通过将场景按层次表示,极大程度上减少了场景的存储空间。同时存储体素每个面的信息,使得该结构具有各向异性。改进的体素化算法在处理大规模场景时具有速度快、各向异性的优势。其次,在光照计算阶段,本文基于级联体素纹理结构提出一种改进的圆锥追踪滤波器,改进的滤波器在滤波效率上有较出色的表现。基于改进的滤波器优化体素圆锥追踪算法,使得光照注入和反射光计算的效率更高。并改进场景的体素化更新策略,进一步提高算法的运行时帧率。本算法可以在交互性能下处理动态、大规模和复杂的场景中两次反射产生的间接光照。最后,研究分析现有叁维图形引擎,基于VCT全局光照改进算法设计并实现一款渲染引擎,然后研究多种全局光照的绘制方法,在该引擎上实现漫反射、镜面反射和环境光遮蔽等全局光照效果的绘制。(本文来源于《哈尔滨工程大学》期刊2018-05-01）
张锐,韩慧健,梁秀霞,方靖,张彩明[6]（2018）在《基于色度一致性的室外场景光照参数估计》一文中研究指出针对不同天气情况下在同一太阳方位拍摄的室外场景图像,提出了一种基于色度一致性的光照参数估计算法。该算法基于太阳光与天空光基图像分解理论,利用色度一致性这一约束条件求解太阳光和天空光的光照系数;并利用光照色度校正模型对基图像进行光照色度校正,从而得到更准确的光照参数。实验结果表明,所提算法是有效且正确的,根据基图像和光照系数可以准确重构原图像,从而实现虚拟物体与真实场景的无缝融合。(本文来源于《计算机科学》期刊2018年03期）
姚园园[7]（2017）在《基于光照特性的室外场景照片真实性检验》一文中研究指出光是形成影像的必要条件,光照特性是照片场景的要素.室外场景照片通常以自然光照明,有其相应的光学物理特性.分析室外场景图像中光源的光位、光质、光比、光强、光色等性质,对图像进行基于阴影轮廓清晰程度、基于被摄体明暗反差、基于反射、基于色温一致性和基于阴影与光照方向一致性的检验,可以用来鉴别图像的真实性.(本文来源于《赤峰学院学报(自然科学版)》期刊2017年24期）
李国防[8]（2017）在《居家安防场景下抗光照干扰人脸识别算法的研究与设计》一文中研究指出使用人脸识别系统进行身份验证具有用户友好、识别过程自动化的特点,但其识别率受光照、遮挡物等复杂环境的影响较大,因此研究如何提高多变环境下人脸识别系统的识别率具有重要的研究价值。本论文主要讨论如何提高复杂光照条件下人脸识别系统的识别率问题。传统上解决光照问题主要是通过基于变换的光照补偿和基于光照样本合成的光照补偿两种方法解决光照对人脸图像的影响。然而,这两种方法只是在特定条件下一定程度上减弱了光照对人脸图像的影响,在某些特定场景下,比如智能家居场景下,光照对人脸图像的影响较大,使用这两种方法来解决就显得捉襟见肘,有必要研究一种新的算法解决特定场景下的光照问题。智能家居场景对人脸识别算法有一些性能上的要求,尤其光照问题引起的识别率较低的问题急需解决,本文针对智能家居的特点,提出了光照均衡预处理变换和改进型的HV2DPCA算法,这两种方法可以在人脸图像的预处理阶段和人脸识别阶段发挥作用,解决居家场景下的光照给人脸识别带来的误识别问题,显着提高人脸识别正确率。为了更好地说明光照均衡预处理变换和改进型的HV2DPCA算法对人脸识别性能的提升,本论文使用MATLAB开发了一套人脸识别仿真系统,使用此系统得出使用抗光照干扰方法前后的识别率数据,然后将得出的数据画出变化曲线图,通过此曲线图就可以进行相应的分析。为了验证提出的改进算法适应智能家居场景,本论文将开发的人脸识别系统在ARM板上直接实现,通过模拟智能家居的严苛条件,得出使用本论文提出的改进算法前后的识别率数据,从而可以看出改进算法的优劣。(本文来源于《南京邮电大学》期刊2017-10-26）
李晓屯[9]（2017）在《基于场景结构的单幅图像动态光照渲染》一文中研究指出在图像处理中,编辑图像的光照信息是一个基本问题,对图像的光照重建和编辑是图像处理和编辑的一个关键技术,并在计算机图形学和计算机视觉的研究中已成为一个热点话题。例如,在3D对象合成中,为了产生真实感的结果,光照信息应该被特别考虑,因此,它目前被广泛应用于增强现实。在阴影处理中,为了删除和编辑阴影,与阴影区域相关的光照信息也应当重新获取。此外,光照估计和重建在图像的重光照中也是很重要的。在本文中,提出了在单一的静态图像中通过场景结构估计来编辑光照信息的方法,并且合成在改变图像光照条件时的真实图像。在本文中,通过估算场景结构,提出一个新颖的方法来动态编辑输入单幅图像的光照。首先通过将用户交互与概率推理模型相结合来估计输入图像的深度信息。然后提出一种基于深度的图像本征分解方法,将图像分解成镜面反射明暗图、漫反射色明暗图和反射率图。结合深度图和明暗图,通过改进基本的渲染最优化模型来估计场景中多个光源的位置和颜色。通过估计出的场景结构,包括深度图,反射图、明暗图,以及光源的位置和颜色,本文可以对光源的状态进行改变来重新渲染原始图像,进而动态的编辑图像的光照信息。本文的方法可以有效地处理带有复杂的影子、多个光源和镜面高光的图像。并且在文中展示了几种不同的例子,包括室内和室外场景,并通过它们验证该方法的有效性。(本文来源于《湖北大学》期刊2017-04-11）
尚亚飞[10]（2016）在《面向室外场景微变检测的光照一致化方法研究》一文中研究指出在计算机视觉领域中,解决图像或视频中的光照一致化问题是一项基础性的工作。现在的很多图像处理应用中,首先需要去除掉图像中的光照条件带来的影响,也就是说,需要对图像进行光照一致化处理操作,然后在此基础进行进一步的相关操作。光照一致化过程作为一个预处理过程,在很多方向都有十分重要的应用价值,如视频监控,异常行为检测等。在本文中,提出的光照一致化问题主要是针对室外场景微变检测这一应用,首先提出了基于协同本征图像的光照一致化方法,该方法从反射率层图像的色域稀疏性上出发,对图像进行超像素提取并以超像素为单位提取特征,然后再通过零范数的稀疏表示建立多幅图像间的关联关系,最后对多幅图像进行协同分解,然后再将反射率层图像和光照层图像进行合并,得到最终的具有一致光照条件的图像。受本征图像分解模型的启发,我们又提出一种基于协同分层分解模型的光照一致化方法,该方法提出采用概率模型框架对图像进行分层分解,对于反射率层的图像,添加稀疏约束条件,保证该层图像有较长的尾端分布,相对于反射率层图像来说,光照层的图像添加平滑约束条件,保证该层图像具有较短的尾端分布。因为两张图像中的变化区域较小,因此可以认为两张图像中的变化层的图像是十分稀疏的,由于单张图像分解后能够得到不错的效果,所以将两张图像通过反射率层图像之间的关系建立关系,最后将两张图像的分解问题规则化成一个优化问题。本文提出模型能够将两张图像的光照层图像和反射率层图像以及微小变化的图像层分离出来,从而解决了室外场景微变检测过程中的光照一致化问题。(本文来源于《天津大学》期刊2016-12-01）
光照场景论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于视觉的室内场景定位与建图(VSLAM)在智能设备自主定位与导航领域内扮演着极为重要的作用,但是当前主流算法的回环检测及重定位环节上在动态光照情况下存在匹配丢失,严重影响定位累计误差的修正与建图精度。因此提出了基于一种改进的点云特征提取与匹配的定位方法,将由RGB图像得到的点云通过聚类的方法分割成一个个稳定区域,并建立基于面片特性及相互空间关系的场景特征描述,最后通过该特征描述进行两帧图像的数据关联及相机的定位,利用更具有鲁棒性的区域特征提取方法克服光照变化情况下的视觉定位不足问题。实验证明提出的方法不仅可以适应动态光照环境,而且定位效果优于目前主流的基于图像点特征的定位算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
光照场景论文参考文献
[1].刘畅,贾金原,陆一凡,张乾,赵磊.光图树：Web3D动态场景全局光照的协同实时渲染[J].系统仿真学报.2019
[2].张慧丽,彭晓东,谢文明,陈璐.一种动态光照下视觉VSLAM中的场景特征匹配方法[J].电子设计工程.2018
[3].汪浩文,张捷.全局光照下古建筑场景的仿真渲染研究[J].重庆理工大学学报(自然科学).2018
[4].张慧丽.动态光照环境下的基于多级特征的场景描述与匹配方法研究[D].中国科学院大学(中国科学院国家空间科学中心).2018
[5].张晓东.虚拟现实中大规模场景VCT全局光照算法的研究[D].哈尔滨工程大学.2018
[6].张锐,韩慧健,梁秀霞,方靖,张彩明.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
[7].姚园园.基于光照特性的室外场景照片真实性检验[J].赤峰学院学报(自然科学版).2017
[8].李国防.居家安防场景下抗光照干扰人脸识别算法的研究与设计[D].南京邮电大学.2017
[9].李晓屯.基于场景结构的单幅图像动态光照渲染[D].湖北大学.2017
[10].尚亚飞.面向室外场景微变检测的光照一致化方法研究[D].天津大学.2016