光度立体建模技术是基于图像建模方法的一个重要分支,与几何造型,三维扫描重建,及光度立体之外的其它基于图像的建模技术相比,具有精度高,成本低廉,流程简便,效率高等特点,在虚拟现实,工业制造等领域有广泛的应用前景。 虽然该技术快捷可行,但在精度,通用性和速度上,一般的光度立体建模技术还有很多缺陷:在较好的拍摄条件下,算法精度往往并不能达到理论上的最大值;在建模物体的外观方面有很多的限制,否则会导致效果和理想值的剧烈偏差;部分算法只简单依赖数学的方式求解,有较大的提升空间。 本文研究了光度立体算法的原理和设计问题,首先,针对光度立体算法中应用更精确的高光模型问题,提出了高光模型在光度立体算法中的应用方式和实际可行的求解算法。接着,本文结合光度立体算法应用的实际效果,提出了一种基于4-source的鲁棒算法,通过多张图片互相验证其颜色有效性的方法,灵活剔除高光和阴影。本算法在实现上简单可行,在实验中也获得了较好的效果。 在分析基于光照模型的光度立体算法的基础上,本文进一步研究了基于参照物的光度立体建模算法。基于参照物建模算法利用朝向一致性原理,使用最近邻居算法,在参照物上搜索特征向量来进行建模,从而将对光照的依赖转移到了参照物材质上,具有较好的鲁棒性。本文针对最近邻居搜索算法的速度问题,提出了一种加速搜索技术,利用参照物和建模对象两方面的邻近信息来引导搜索的方向,并使用金字塔式的数据结构,巧妙重用了近似最近邻居搜索算法,保证算法的最差时间复杂度和近似最近邻居搜索算法一致。 由于光度立体算法的多样性,不同的算法需要不同的图片输入和不同的参数输入,并且计算的流程和结果也各不相同,与此同时包容多种光度立体建模算法的建模系统却很少。本文针对专家用户和普通用户两种类型的需求,开发了一个功能丰富,操作简便,易扩展的基于图像的建模系统,该系统集成了上述算法,并且取得了较好的实验效果。