一種提取材質表面幾何和光照物理屬性的方法與流程

本發明屬于計算機圖形學領域，涉及一種提取材質表面幾何和光照物理屬性的方法。

背景技術：

材料表面視覺信息的用途相當廣泛，主要應用在工業可視化材質制作，虛擬現實材質制作，工業、服裝、家具、裝潢等數字材質制作，游戲材質制作，影視材質制作，cg材質制作等方面。

現有的材質視覺掃描方案多基于兩種采集模式，掃描儀或照相機。其重要問題有兩點，一是采集信息不全面，僅能采集色彩信息。二是質量不穩定，無法廣泛應用于多種材質視覺信息采集。

針對上述問題，現有技術中也可將掃描儀或照相機獲取的圖像通過photoshop、crazybump等軟件轉化生成材質表面的一些信息，但轉化結果均存在非常嚴重的錯誤，很難用于高質量材質應用。而且轉化后的數據類型無法規范統一，很難符合工業應用標準。

技術實現要素：

發明目的：本發明所要解決的問題是針對現有技術的不足，提供一種提取材質表面幾何和光照物理屬性的方法，從而快速的實現材質表面信息的提取并存儲為材質貼圖。

技術方案：本發明公開了一種提取材質表面幾何和光照物理屬性的方法，其核心在于利用相機以及led燈帶拍攝不同方向光照的圖片從而計算出材質表面幾何和光照物理屬性，包括計算材質表面的幾何曲面形狀，提取材質表面的漫反射和鏡面反射系數，提取材質的透明度值以及其置換信息。包括以下步驟：

步驟1，搭建拍攝環境。

步驟2，拍攝用于光線補償的圖片。

步驟3，拍攝材質圖片。

步驟4，計算材質表面的幾何曲面形狀。

步驟5，計算材質表面的漫反射系數。

步驟6，計算材質表面的鏡面反射系數。

步驟7，計算材質表面的置換信息。

步驟8，計算材質的透明度值

其中步驟1如下：

步驟1-1，制備遮光箱，遮光箱的長寬高分別為a，b，c(a，b，c一般取值分別為75cm，75cm，110cm)，將遮光箱內側涂上亞光材料(這里使用了黑色涂料)，這樣做是為了防止遮光箱內部燈帶在攝圖像時遮光箱內壁反射光線所造成的圖像質量問題。

步驟1-2，遮光箱頂端中心處固定相機，在遮光箱底部10cm處設置透臺，用于放置待拍攝物體，由于要使得底部燈光可以透過透臺，因此透臺材質選擇了勻光板，勻光板不僅半透明更有發散光線的作用。

步驟1-3，在遮光箱內部設置燈光組。包括：

頂部燈光組，設置在機鏡頭下方3cm處，包括四條led燈帶；

底部燈光組，設置在遮光箱底部，包括四條led燈帶，在透臺下側。

四周燈光組，設置在透臺上側20cm處，遮光箱內側四周與底部夾角呈45°，根據燈光打亮時拍攝圖片亮度范圍分別命名為東部燈組，南部燈組，西部燈組，北部燈組。其中東部燈組拍攝出來的圖片右半部分亮，西部燈組拍攝出來的圖片左半部分亮，南部燈組拍攝出來的圖片下半部分亮，北部燈組拍攝出來的圖片上半部分亮。

步驟1-4，在所有燈組上放著濾光膜。以形成方向光源。

步驟2如下：

步驟2-1，透臺上什么都不放，打開頂部燈組，相機進行拍攝，存儲為top；

步驟2-2，打開東部燈組，相機進行拍攝，存儲為east；

步驟2-3，打開西部燈組，相機進行拍攝，存儲為west；

步驟2-4，打開北部燈組，相機進行拍攝，存儲為north；

步驟2-5，打開南部燈組，相機進行拍攝，存儲為south；

為了保證圖像質量，這里存儲的所有圖像都是.gif格式的。當然也可以存儲為其他格式。

步驟3如下：

步驟3-1，將材質樣本平整的放置于半透明透臺中央部分(由于遮光箱內側四周的燈帶與透臺平面呈45度角，離led燈帶越近亮度越大，越遠亮度越低，為了得到光線質量更好的圖像，最好將材質放置于透臺中央，這里的透臺材質為勻光板，所以是半透明透臺)，在相機鏡頭上放置濾光鏡，這里使用濾光鏡是為了濾除拍攝圖像的高光信息，依次打開頂部燈組，東部燈組，西部燈組，北部燈組，南部燈組以及底部燈組，打開相機進行拍攝，將拍攝的圖片依次存儲為image_t1，image_e1，image_w1，image_n1，image_s1，image_b1，最后打開除底部燈組外的其他燈組，并打開相機進行拍攝，拍攝圖片存儲為image_f1；

步驟3-2，取下相機鏡頭上放置濾光鏡，依次打開頂部燈組，東部燈組，西部燈組，北部燈組以及南部燈組，并打開相機進行拍攝，將拍攝的圖片依次存儲為image_t2，image_e2，image_w2，image_n2和image_s2，最后打開除底部燈組外的其他燈組，并打開相機進行拍攝，拍攝圖片存儲為image_f2。

步驟4包括以下步驟：

步驟4-1，將拍攝圖片north，south，west，east，top轉換為單通道浮點亮度圖，分別記為northl，southl，westl，eastl，topl。對于三通道的圖片img來說，設其三通道為ir，ig，ib代表紅，綠，藍三通道，最后得到的單通道亮度記為imgl，則imgl＝(max(ir，ig，ib)+min(ir，ig，ib))/(2.0*255.0)，

其中max表示取三者中最大值，min表示取三者中最小值。

步驟4-2，計算(topl-northl)<0的所有像素的平均值的絕對值，記為avgn；計算(topl-southl)<0的所有像素的平均值的絕對值，記為avgs；計算(topl-westl)<0的所有像素的平均值的絕對值，記為avgw；計算(topl-eastl)<0的所有像素的平均值的絕對值，記為avge；這里主要是防止top較其他方向相比出現負數影響之后對于材質的光照補償。采用平均值的原因也是為了防止出現補償過度。

步驟4-3，計算(topl-northl)+avgn的值，得到北部方向補償信息，存儲為imageadjust_n；

計算(topl-southl)+avgs的值，得到南部方向補償信息，存儲為imageadjust_s；

計算(topl-westl)+avgw的值，得到西部方向補償信息，存儲為imageadjust_w；

計算(topl-eastl)+avge的值，得到東部方向補償信息，存儲為imageadjust_e；

步驟4-4，將圖片image_n1，image_s1，image_w1，image_e1，image_t1都轉換為單通道浮點亮度圖，分別記為image_nl1，image_sl1，image_wl1，image_el1，image_tl1。

步驟4-5，光線補償以及去除顏色影響，由于不同顏色對于光線的反應情況不同，因此要去除顏色對于亮度的影響，因此在進行光線補償以及去除顏色時使用參數α對image_nl1，image_sl1，image_wl1和image_el1進行修正，公式如下：

image_nln1＝image_nl1_data+imageadjust_n*α-image_tl1，

image_sln1＝image_sl1_data+imageadjust_s*α-image_tl1，

image_wln1＝image_wl1_data+imageadjust_w*α-image_tl1，

image_eln1＝image_el1_data+imageadjust_e*α-image_tl1。

其中image_nl1_data表示image_nl1的像素值，image_sl1_data表示image_sl1的像素值，image_wl1_data表示image_wl1的像素值，image_el1_data表示image_el1的像素值。

步驟4-6，新建兩個三通道的圖像northwest和southeast，將image_wln1作為northwest的r通道，image_nln1作為northwest的g通道，并將northwest圖像色階調整到0.5—0，將image_eln1作為southeast的r通道，image_sln1作為southeast的g通道，并將圖像southeast的色階調整到0.5—1.0。然后將northwest和southeast兩張圖片以疊加的方式進行混合得到圖像temp1(r通道、g通道、b通道分別表示紅、綠、藍通道)。

假設圖像的像素值為p，將色階調整到a—b的計算方式為：

pnew＝p*(b-a)+a；

pnew表示調整后像素值；

疊加方式圖像混合方式計算方法為：

temp1＝2*northwest*southeast。

步驟4-7，對圖像temp1進行去褶皺處理。使用高斯濾波對temp1的r通道和g通道分別進行高斯濾波，高斯濾波器一般是使用一個高斯核的二維卷積算子來進行圖像平滑。高斯濾波的思路就是：對高斯函數進行離散化，以離散點上的高斯函數值為權值，對我們采集到的灰度矩陣的每個像素點做一定范圍鄰域內的加權平均，這里使用的高斯函數如下：

該高斯函數表示大小為(2k+1)*(2k+1)大小的高斯卷積核，gxy表示高斯核在點(x,y)位置處高斯函數值，σ為方差，k的值用于確定核矩陣的維數。σ的計算方式為：

這里k取值200個像素值，根據σ計算出高斯核矩陣的每個像素的權值，對圖像temp1中每個像素進行如下計算：以該像素自身為中心乘以這個核矩陣的值作為該像素新的值，從而得到平滑后的圖像，記為smooth1。

步驟4-8，通過temp1與smooth1計算出使用濾光膜的一組圖片的幾何曲面形狀信息shape1的r通道和g通道，方式如下：

shape1＝temp1-smooth1+127；

步驟4-9，將圖片image_n2，image_s2，image_w2，image_e2，image_t2，使用步驟4-4～步驟4-8的方法，得到不使用濾光膜的一組圖像的幾何曲面形狀信息記為shape2(即先將圖片image_n2，image_s2，image_w2，image_e2，image_t2轉換為單通道浮點亮度圖，分別記為image_nl2，image_sl2，image_wl2，image_el2，image_tl2；再使用參數α對它們進行調整，得到的調整后的像素值分別記為image_nln2，image_sln2，image_wln2，image_eln2，image_tln2，新建兩個三通道圖像northwest1和southeast1，image_wln2的值作為northwest1的r通道的值，image_nln2的值作為northwest1的g通道的值，并將northwest1圖像色階調整到0.5—0，將image_eln2的值作為southeast1的r通道的值，image_sln2的值作為southeast1的g通道的值，并將圖像southeast1的色階調整到0.5—1.0，然后將northwest1和southeast1兩張圖片以疊加的方式進行混合得到圖像temp2，對圖像temp2進行去褶皺處理，得到平滑后的圖像，記為smooth2，通過圖像temp2與smooth2計算出不使用濾光膜的一組圖片的幾何曲面形狀信息shape2)，將shape1與shape2進行融合得到最終材質表面幾何曲面形狀信息，記為shape：

shape＝(shape1+shape2)*0.5；

步驟4-10，計算材質表面幾何曲面形狀信息。由于shape圖像的r通道和b通道已知，而材質表面幾何曲面形狀即可以通過歸一化shape圖像的rgb三通道得到，因此假設r通道的像素值為r，g通道的像素值為g，則b通道的像素值b的計算公式如下：

最后將b通道像素值從[0,1]轉到[0,255]即得到最終的材質表面幾何曲面形狀。

步驟5如下：

步驟5-1，漫反射系數即材質表面漫反射率，計算材質表面漫反射率時，拍攝的材質圖片不應該帶有高光，因此使用帶有濾光膜拍攝的image_t1和image_f1來得到最終的漫反射光強度，生成的漫反射光強度記為dl，計算公式如下：

其中是調整參數，這里一般取值0.5，image_t1_data表示image_t1的像素值，image_f1_data表示image_f1的像素值。

步驟5-2，使用全反射的材質進行拍攝時，應該就是入射光強度，因此材質表面漫反射系數即為漫反射光強度與全反射光強度比值。因此將diffuse轉換為單通道浮點亮度圖即為材質表面的漫反射系數，為了更方便顯示，這里將單通道浮點值轉換到[0,255]圖像表示的范圍。因此漫反射系數diffuse計算公式如下：

diffuse＝(max(dl_r,dl_g,dl_b)+min(dl_r,dl_g,dl_b))/(2*kd)，

其中max表示取三者中最大值，min表示取三者中最小值，kd表示調整參數，在[0,1]之間。dl_r表示dl的r通道值，dl_g表示dl的g通道值,dl_b表示dl的b通道值。

步驟6如下：

步驟6-1，高光系數反映的材質的鏡面反射情況，可以通過材質的高光圖以及入射光總亮度得到。材質的高光圖主要由image_t1和image_t2計算得到，得到的高光圖記為sp，則計算方式如下：

sp_data＝image_t2_data-image_t1_data；

其中sp_data表示sp的像素值，image_t2_data表示image_t2的像素值，image_t1_data表示image_t1的像素值。

步驟6-2，由于入射光強度是一個[0,1]之間的值，因此高光系數可以通過如下公式進行計算，并保存為圖片specular；

specular_data＝(max(sp_l,sp_g,sp_b)+min(sp_r,sp_g,sp_b))/(2*ks)

其中max表示取三者中最大值，min表示取三者中最小值，ks表示調整參數，在[0,1]之間。sp_r表示sp的r通道值，sp_g表示sp的g通道值,sp_b表示sp的b通道值,specular_data表示specular的像素值。

步驟7包括：

置換信息主要作用就是按置換圖中紅色通道的灰階值，控制原圖像素水平方向的移動。按綠色通道中的灰階值，控制原圖像素垂直方向的移動。置換信息的計算主要用到了步驟3拍攝的圖片image_t1，和圖片imagef1。將兩張圖片每個像素求平均值，得到的新的圖片轉換為灰度圖記為distemp，最后對灰度圖進行調整得到置換信息，保存為圖片記為displacement，調整公式如下：

factor＝(ρ*(contract+255))/(255*(ρ-contract))，

displacement_data＝(distemp_data-128)*factor+128，

其中ρ與constract是計算調整參數factor的參數，這里ρ取值259，contract取值-127，displacement_data表示displacement的像素值，distemp_data表示distemp的像素值。

步驟8如下：

步驟8-1，透明度值主要通過底部燈組拍攝的圖片得到。這里使用了步驟3拍攝的圖片image_b1，將image_b1轉換為單通道浮點亮度圖，記為image_bl，則透明度信息保存為圖片，記為alpha，其像素值的計算公式如下：

alpha_data＝(1.0-image_bl_data)*γ，

其中γ為調整參數，一般取值為0.8，alpha_data表示圖片alpha的像素值，image_bl_data表示image_bl的像素值。

有益效果：

1)本發明提出使用光照補償來計算材質的表面幾何曲面形狀信息，彌補了由于光照損失造成的圖像拍攝質量差而導致的計算誤差。

2)本發明實現了褶皺的去除算法，保證了得到的材質信息不會因為材質本身的質量問題造成的不平整問題。

附圖說明

下面結合附圖和具體實施方式對本發明做更進一步的具體說明，本發明的上述或其他方面的優點將會變得更加清楚。

圖1為遮光箱設計圖。

圖2為一個材質信息。

圖3a～圖3e為計算出來的材質表面幾何和物理屬性信息，依次為透明度值，漫反射系數，置換信息，表面幾何曲面形狀信息，高光系數。

圖4a～圖4c為不同的材質表面幾何和物理屬性信息。

具體實施方式

下面結合附圖及實施例對本發明做進一步說明。

實施例1

本方法的流程分為八大過程：首先搭建拍攝環境；然后拍攝用于光照補償的圖片；然后拍攝材質圖片；然后計算材質表面的幾何曲面形狀；然后計算材質表面的漫反射系數；然后計算材質表面的鏡面反射系數；然后計算材質的置換信息；最后計算材質的透明度值。

具體地說，本發明公開了一種數據驅動的室內場景著色方法，主要包括以下幾個步驟：

步驟1，搭建拍攝環境。

步驟2，拍攝用于光線補償的圖片。

步驟3，拍攝材質圖片。

步驟4，計算材質表面的幾何曲面形狀。

步驟5，計算材質表面的漫反射系數。

步驟6，計算材質表面的鏡面反射系數。

步驟7，計算材質表面的置換信息。

步驟8，計算材質的透明度值。

其中步驟1如下：

步驟1-1，制備遮光箱，遮光箱的長寬高分別為a、b和c，將遮光箱內側涂上亞光材料；

步驟1-2，遮光箱頂端中心處固定相機，在遮光箱底部10cm處設置透臺，用于放置待拍攝物體，透臺的透臺材質為勻光板；

步驟1-3，在遮光箱內部設置燈光組，包括：

頂部燈光組，設置在相機鏡頭下方3cm處，包括四條led燈帶；

底部燈光組，設置在遮光箱底部，包括四條led燈帶，在透臺下側；

四周燈光組，設置在透臺上側20cm處，并與遮光箱內側四周與底部夾角呈45°，根據燈光打亮時拍攝圖片亮度范圍分別命名為東部燈組、南部燈組、西部燈組和北部燈組，其中東部燈組拍攝出來的圖片右半部分亮，西部燈組拍攝出來的圖片左半部分亮，南部燈組拍攝出來的圖片下半部分亮，北部燈組拍攝出來的圖片上半部分亮；

步驟1-4，在所有燈組上放置濾光膜，以形成方向光源。

其中步驟2如下：

步驟2-1，透臺上不放置任何物體，打開頂部燈光組，相機進行拍攝，拍攝圖片存儲為top；

步驟2-2，打開東部燈組，相機進行拍攝，拍攝圖片存儲為east；

步驟2-3，打開西部燈組，相機進行拍攝，拍攝圖片存儲為west；

步驟2-4，打開北部燈組，相機進行拍攝，拍攝圖片存儲為north；

步驟2-5，打開南部燈組，相機進行拍攝，拍攝圖片存儲為south；

其中步驟3如下：

步驟3-1，將材質樣本平整的放置于半透明透臺(勻光板)中央部分，在相機鏡頭上放置濾光鏡，依次打開頂部燈組，東部燈組，西部燈組，北部燈組，南部燈組以及底部燈組，并打開相機進行拍攝，將拍攝的圖片依次存儲為image_t1，image_e1，image_w1，image_n1，image_s1和image_b1，最后打開除底部燈組外的其他燈組，并打開相機進行拍攝，拍攝圖片存儲為image_f1；

步驟3-2，取下相機鏡頭上放置的濾光鏡，依次打開頂部燈組，東部燈組，西部燈組，北部燈組以及南部燈組，并打開相機進行拍攝，將拍攝的圖片依次存儲為image_t2，image_e2，image_w2，image_n2和image_s2，最后打開除底部燈組外的其他燈組，并打開相機進行拍攝，拍攝圖片存儲為image_f2。

其中步驟4如下：

步驟4-1，將拍攝圖片north，south，west，east和top轉換為單通道浮點亮度圖，分別記為northl，southl，westl，eastl和topl，對于三通道的圖片img，設其三通道為ir，ig，ib，分別代表紅，綠，藍三通道，最后得到的單通道亮度記為imgl，則：

imgl＝(max(ir，ig，ib)+min(ir，ig，ib))/(2.0*255.0)

其中max表示取三者中最大值，min表示取三者中最小值；

步驟4-2，計算(topl-northl)<0的所有像素的平均值的絕對值，記為avgn；計算(topl-southl)<0的所有像素的平均值的絕對值，記為avgs；計算(topl-westl)<0的所有像素的平均值的絕對值，記為avgw；計算(topl-eastl)<0的所有像素的平均值的絕對值，記為avge；

步驟4-3，計算(topl-northl)+avgn的值，得到北部方向補償信息，存儲為imageadjust_n；

計算(topl-southl)+avgs的值，得到南部方向補償信息，存儲為imageadjust_s；

計算(topl-westl)+avgw的值，得到西部方向補償信息，存儲為imageadjust_w；

計算(topl-eastl)+avge的值，得到東部方向補償信息，存儲為imageadjust_e；

步驟4-4，將圖片image_n1，image_s1，image_w1，image_e1，image_t1都轉換為單通道浮點亮度圖，保存為圖片分別記為image_nl1，image_sl1，image_wl1，image_el1，image_tl1；

步驟4-5，使用參數α對image_nl1，image_sl1，image_wl1和image_el1進行修正，公式如下：

image_nln1＝image_nl1_data+imageadjust_n*α-image_tl1，

image_sln1＝image_sl1_data+imageadjust_s*α-image_tl1，

image_wln1＝image_wl1_data+imageadjust_w*α-image_tl1，

image_eln1＝image_el1_data+imageadjust_e*α-image_tl1。

其中image_nl1_data表示image_nl1的像素值，image_sl1_data表示image_sl1的像素值，image_wl1_data表示image_wl1的像素值，image_el1_data表示image_el1的像素值。步驟4-6，新建兩個三通道的圖像northwest和southeast，將image_wln1的值作為northwest的r通道的值，image_nln1的值作為northwest的g通道的值，并將northwest圖像色階調整到0.5—0，將image_eln1的值作為southeast的r通道的值，image_sln1的值作為southeast的g通道的值，并將圖像southeast的色階調整到0.5—1.0，然后將northwest和southeast兩張圖片以疊加的方式進行混合得到圖像temp1；

假設圖像的像素值為p，將色階調整到a—b的計算方式為：

pnew＝p*(b-a)+a，

pnew表示調整后像素值；

疊加方式圖像混合方式計算方法為：

temp1＝2*northwest*southeast；

步驟4-7，對圖像temp1進行去褶皺處理：使用高斯濾波對圖像temp1的r通道和g通道分別進行高斯濾波，高斯函數如下：

該高斯函數表示大小為(2k+1)*(2k+1)的高斯卷積核，gxy表示高斯核在點(x,y)位置處高斯函數值，σ為方差，k的值用于確定核矩陣的維數，σ的計算方式為：

根據σ計算出高斯核矩陣的每個像素的權值，對圖像temp1中每個像素進行如下計算：以該像素自身為中心乘以這個核矩陣的值作為該像素新的值，從而得到平滑后的圖像，記為smooth1；

步驟4-8，通過圖像temp1與smooth1計算出使用濾光膜的一組圖片的幾何曲面形狀信息shape1，公式如下：

shape1＝temp1-smooth1+127；

步驟4-9，將圖片image_n2，image_s2，image_w2，image_e2，image_t2，使用步驟4-4～步驟4-8的方法，得到不使用濾光膜的一組圖片的幾何曲面形狀信息，記為shape2，將shape1與shape2通過如下公式進行融合得到最終材質表面幾何曲面形狀信息shape：

shape＝(shape1+shape2)*0.5；

步驟4-10，計算材質表面幾何曲面形狀信息：由于shape圖像的r通道和b通道已知，而材質表面幾何曲面形狀即通過歸一化shape圖像的rgb三通道得到，因此假設r通道的像素值為r，g通道的像素值為g，則b通道的像素值b的計算公式如下：

將b通道像素值從[0,1]轉到[0,255]即得到最終的材質表面幾何曲面形狀。

其中步驟5如下：

步驟5-1，使用帶有濾光膜拍攝的圖片image_t1和image_f1來獲取最終的漫反射光強度，生成的漫反射光強度記為dl，計算公式如下：

其中是調整參數，image_t1_data表示image_t1的像素值，image_f1_data表示image_f1的像素值；

步驟5-2，漫反射系數diffuse計算公式如下：

diffuse＝(max(dl_r,dl_g,dl_b)+min(dl_r,dl_g,dl_b))/(2*kd)，

其中kd表示調整參數，取值在[0,1]之間，dl_r表示dl的r通道值，dl_g表示dl的g通道值，dl_b表示dl的b通道值。

其中步驟6如下：

步驟6-1，材質的高光圖sp的像素值由image_t1和image_t2計算得到，計算方式如下：

sp_data＝image_t2_data-image_t1_data；

其中sp_data表示sp的像素值，image_t2_data表示image_t2的像素值，image_t1_data表示image_t1的像素值。

步驟6-2，高光系數通過如下公式進行計算，并保存為圖片specular：

specular_data＝(max(sp_l,sp_g,sp_b)+min(sp_r,sp_g,sp_b))/(2*ks)

其中ks表示調整參數，取值在[0,1]之間，sp_r表示高光圖sp的r通道值，sp_g表示高光圖sp的g通道值，sp_b表示高光圖sp的b通道值,specular_data表示specular的像素值。

其中步驟7如下：

將拍攝的圖片image_t1和圖片imagef1對應的每個像素分別求平均值，得到的新的圖片即求平均值后的圖片，轉換為灰度圖，記為distemp，對灰度圖進行調整得到置換信息，保存為圖片記為displacement，調整公式如下：

factor＝(ρ*(contract+255))/(255*(ρ-contract))，

displacement_data＝(distemp_data-128)*factor+128，

其中ρ與constract是計算調整參數factor的參數，displacement_data表示displacement的像素值，distemp_data表示distemp的像素值。

其中步驟8如下：

使用了步驟3拍攝的圖片image_b1獲取透明度信息：將圖片image_b1轉換為單通道浮點亮度圖，記為image_bl，則透明度信息保存為圖片記為alpha計算公式如下，

alpha_data＝(1.0-image_bl_data)*γ，

其中γ為調整參數,alpha_data表示alpha的像素值，image_bl_data表示image_bl的像素值。

實施例2

本實施例的實施硬件環境是：intel酷睿i5-45903.3ghz，4g內存，nikond7200，軟件環境是vs2013.

本發明公開了一種提取材質表面幾何和光照物理屬性的方法，特征在于使用相機以及led燈帶拍攝不同方向光照的圖片就可以計算出材質表面幾何和光照物理屬性信息，包括以下步驟：

步驟1，搭建拍攝環境。

步驟2，拍攝用于光線補償的圖片。

步驟3，拍攝材質圖片。

步驟4，計算材質表面的幾何曲面形狀。

步驟5，計算材質表面的漫反射系數。

步驟6，計算材質表面的鏡面反射系數。

步驟7，計算材質表面的置換信息。

步驟8，計算材質的透明度值。

遮光箱設計圖如圖1所示，圖中a表示整體框架，b表示相機，c表示相機鏡頭處濾光膜，d表示頂部燈組位置，e，f，g，h表示遮光箱內側東西南北四組燈組，i表示底部固定腳，j表示底部燈組，k表示半透明透臺即勻光板放置位置。輸入的材質信息如圖2所示(圖2中的圖片編號的含義與前文中出現的一致)，計算材質的表面幾何和光照物理屬性如圖3，圖3a～圖3e為計算出來的材質表面幾何和物理屬性信息，依次為透明度值，漫反射系數，置換信息，表面的幾何曲面形狀，鏡面反射系數。可以看出計算的結果非常正確，圖4a、圖4b和圖4c為不同材質表面的幾何和光照物理屬性信息(圖4a～圖4c中的圖片編號的含義與前文中出現的一致)。

本發明特征在于使用相機以及led燈帶拍攝不同方向光照的圖片就可以計算出材質表面幾何和光照物理屬性信息，并且保證得到的材質表面幾何和光照物理屬性信息正確，平整。

本發明提供了一種提取材質表面幾何和光照物理屬性的方法，具體實現該技術方案的方法和途徑很多，以上所述僅是本發明的優選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發明的保護范圍。本實施例中未明確的各組成部分均可用現有技術加以實現。