ISSN 0021-3454 (печатная версия)
ISSN 2500-0381 (онлайн версия)
Меню

7
Содержание
том 64 / Июль, 2021
СТАТЬЯ

DOI 10.17586/0021-3454-2015-58-10-816-822

УДК 612.8

ИСПОЛЬЗОВАНИЕ НЕРАВНОМЕРНОЙ ШКАЛЫ КВАНТОВАНИЯ ИНТЕНСИВНОСТИ СВЕТА ДЛЯ ВЫЧИСЛЕНИЯ ГРАДИЕНТА ПОВЕРХНОСТИ ФОТОМЕТРИЧЕСКИМ МЕТОДОМ ТРЕХМЕРНОГО СКАНИРОВАНИЯ

Кузнецов В. А.
Санкт-Петербургский государственный университет аэрокосмического приборостроения, кафедра информационно-сетевых технологий;


Читать статью полностью 

Аннотация. Представлен метод, позволяющий снизить погрешность вычисления градиента поверхности независимо от используемой модели отражения света и тем самым расширить спектр сканируемых поверхностей. Уменьшение погрешности достигается за счет увеличения числа снимков объекта, процесс получения снимков аналогичен получению HDR-изображений. Эффективность и оптимальные параметры предлагаемого метода оценены для двух наборов тестовых объектов путем компьютерного моделирования процесса сканирования. В работе использованы аналитическая модель отражения и конфигурация из пяти источников света.
Ключевые слова: трехмерное сканирование, фотометрия, ошибка вычисления ориентации поверхности, HDR-изображения

Список литературы:
  1. Woodham R. J. Photometric Method for determining surface orientation from multiple images // Optical Engineering. 1980. Vol. 19, N 1. P. 139—144.
  2. Woodham R. J. Gradient and curvature from the photometric-stereo method, including local confidence estimation // J. Optical Society of America. 1994. Vol. 11, N 11. P. 3050—3068.
  3. Hertzmann A., Seitz S. M. Example-based photometric stereo: shape reconstruction with general varying BDRFs // IEEE Transact. on Pattern Analysis and Machine Intelligence. 2005. Vol. 27, N 8. P. 1254—1264.
  4. Красильников Н. Н. Цифровая обработка 2D- и 3D-изображений. СПб: БХВ-Петербург, 2011. 608 с.
  5. Красильников Н. Н., Красильникова О. И. Исследование погрешностей определения координаты глубины при 3D-сканировании методом, основанным на диффузном отражении света // Информационноуправляющие системы. 2012. № 3. С. 2—8.
  6. Красильников Н. Н., Красильникова О. И. Получение трехмерного изображения объекта путем измерения интенсивности диффузного отражения света различными точками его поверхности // Оптический журнал. 2010. Т. 77, № 6. С. 366—369.
  7. Красильников Н. Н. Метод получения 3D изображений, основанный на диффузном отражении света сканируемыми объектами // Информационно-управляющие системы. 2009. № 6. С. 7—11.
  8. Solomon F., Ikeuchi K. Extracting the shape and roughness of specular lobe objects using four light photometric stereo // IEEE Transact. on Pattern Analysis and Machine Intelligence. 1996. Vol. 18, N 4. P. 449—454.
  9. Barsky S., Petrou M. The 4-source photometric stereo technique for three-dimensional surfaces in the presence of highlights and shadows // IEEE Transact. on Pattern Analysis and Machine Intelligence. 2003. Vol. 25, N 10. P. 1239—1252.
  10. Яне Б. Цифровая обработка изображений / Пер. с англ. А. М. Измайловой. М.: Техносфера, 2007. 583 с. 11. Basri R., Jacobs D., Kemelmacher I. Photometric stereo with general, unknown lighting // Intern. J. of Computer Vision. 2007. Vol. 72, N 3. P. 239—257.
  11. Lee K. M., Kuo C.-C. J. Surface reconstruction from photometric stereo images // J. of Optical Society of America. 1993. Vol. 10, N 5. P. 855—868.
  12. Hernandez C., Vogiatzis G., Cipolla R. Multiview photometric stereo // IEEE Transact. on Pattern Analysis and Machine Intelligence. 2008. Vol. 30, N 3. P. 548—554.
  13. Sato H., Nayar S., Ikeuchi K. Extracting shape and reflectance of glossy surfaces by using 3D photometric sampling method // IAPR Workshop on Machine Vision Applications. 28—30 November, 1990. P. 133—136.
  14. Changsuk C., Haruyuki M. Obtaining 3-D shape from silhouette informations interpolated by photometric stereo // IAPR Workshop on Machine Vision Applications. 13—15 December, 1994. P. 147—150.
  15. Кузнецов В. А. Прогнозирование ошибки вычисления ориентации поверхности, обусловленной квантова-
  16. нием, для метода трехмерного сканирования, основанного на диффузном отражении света // Научная сессия ГУАП: сб. докл. Ч. 1. Технические науки. СПб: ГУАП, 2013. С. 89—91.
  17. Saracchini R., Stolfi J., Leitão H., Atkinson G., Smith V. Robust multi-scale integration method to obtain the depth from gradient maps // Computer Vision and Image Understanding. 2012. Vol. 116. P. 882—895.
  18. Frankot R. T., Chellappa R. A method for enforcing integrability in shape from shading algorithms // IEEE Trans. on Pattern Analysis and Machine Intelligence. 1988. Vol. 10. P. 439—451.