增强现实是近二十年来信息领域中迅速兴起的一种技术。增强现实技术将计算机生成的景物实时地叠加到一个真实场景的画面中,通过将真实信息和虚拟信息互相融合,创造出一个和谐统一的环境。由于具有对真实环境进行增强显示的特性,增强现实技术在文化遗产保护、医疗手术规划、军事训练等领域都具有独特的优势。但是,迄今为止,增强现实技术中仍有大量的问题尚未解决。其中,实时重构室外场景的光照条件用于虚拟物体的绘制,实现虚拟物体与真实场景的光照一致性对室外场景虚实融合的真实感具有十分重要的作用。室外光照估计也是计算机视觉的研究课题之一,变化的室外光照往往导致阴影检测、物体识别、视频跟踪等算法的不稳定。实时地求解出室外场景视频中每一帧的光照条件,然后将光照进行归一化处理去除变化光照的影响可极大地提高许多算法的性能。如何在场景三维模型未知的条件下实时地估计在线视频的光照条件对计算机视觉和计算机图形学都具有十分重要的意义。本文围绕固定视点下室外场景视频序列的实时光照估计展开研究,针对现有方法的不足提出了一系列新的解决方法。本文工作的主要贡献和创新如下:·首次给出了室外场景图像的统计参数与场景光照参数之间的解析表达式。在假定太阳光为平行光,天空光为泛光的条件下,从基本的光照明模型出发,推导出了场景图像的方差和均值与场景的太阳光和天空光入射光强之间互为表达的解析表达式,揭示了图像的统计属性与场景光照之间的关系,为研究场景的光照条件提供了新的思路和途径。·基于图像的统计参数与光照参数之间的解析表达式,提出了一个估计室外场景光照的框架。该框架在离线阶段通过学习建立解析表达式,在在线光照估计阶段,根据建立好的解析表达式,利用图像的统计参数实时地计算出场景的太阳光和天空光入射光强。为了对动态场景取得稳定的光照估计结果,进一步提出了一种基于光照的空间连贯性和时间连贯性对已求的光照参数进行光顺的方法,获得了稳定的求解结果。·将天空光模型推广到更为一般的面光源模型,提出了一个基于图像分解的室外场景光照估计框架。首先将一幅室外场景的图像表示成太阳光基图像和天空光基图像的线性组合,其中组合系数是所要求解的太阳光和天空光入射光强,太阳光和天空光基图像则分别表示了场景的几何、材质的乘积。在离线阶段通过学习求解出采样太阳位置下的太阳光和天空光基图像。在在线阶段通过对采样太阳位置处场景的太阳光基图像进行更新,实时求解视频中每一帧的太阳光和天空光入射光强。·提出了一种无需离线学习的室外场景光照估计方法。首先使用上述图像分解模型,将图像表示成太阳光和天空光基图像的线性组合。然后,通过对太阳光基图像的特点进行分析,将太阳光和天空光入射光强的求解归结为一个可实时求解的能量最小化问题。该方法对场景的材质无要求,允许场景中存在具有复杂材质属性的物体。除了增强现实,该方法可广泛应用于一般的在线视频处理,如阴影检测、基于图像的重光照、颜色恒常性以及光照归一化等。本文所提出的三种估计室外光照的方法均不需要场景的三维几何信息,因而避免了对大规模室外场景进行重建时面临的种种技术挑战,使光照估计算法更为实用。