光度模型
三维建模方法，激光测距扫描？
多视角图像重建结果（相机几何标定
对比：
几何建模：有总体形状，无细节
光度立体：无形状？，有精细的细节
利用光强理解物体的形状，计算机如何从图像的强度中理解物体形象？
光度成像过程：
光照->表面法线+反射率->光强
图像是对场景的观测，观测结果收到几何位置（第三讲）和光强的影响（本讲）
相机辐射响应：由光强和传感器数值的函数关系。
线性非线性？场景的辐射度和传感器受到的辐照度是线性的。但是传感器对辐射转化为图像亮度的关系是非线性的。
相机的辐射响应曲线：图像亮度-辐照度的函数关系。低辐照度时，亮度会高于线性值。
如何反推原本的辐照度值？反函数，逆响应曲线。
如何得到逆响应曲线？ -
标定法：已知反射率的灰度色块序列（如果认为相机的RGB三个辐射响应曲线相同（这是目前的常见情况）可以单纯用灰度色块标定；而更复杂的情况需要各种颜色的色块做标定。
- 没色卡怎么办！多曝光序列的自标定(Mitsunaga, CVPR 99)
用已知曝光时间比的内容一致的图像序列进行标定。利用静态场景不同曝光时间拍摄的一组照片进行标定。
* 待求解的函数：辐照度E = g(M)，M为光强， *
将g用k次多项式拟合，k为？4-5阶 * 已知曝光时间的比值 *
曝光时间比值等于场景辐照度的比值。 *
带入，待定系数，形成一个待优化的目标函数 *
利用端点(g(0)=0;g(1)=1)减少一个系数 * 用单调性约束 * 最小二乘法 +
不用线性拟合？ * Grossberg CVPR 03 *
分析许多相机的辐射响应曲线，得到一个“主成分”分析 *
将主成分函数按不同比例结合，可以用很少的参数高精度地拟合辐射响应曲线
已经得到了线性的辐照度，如何拿来重建环境的光度？
- 反射模型：漫反射、镜面反射
- BRDF：双向反射率分布函数，值为给定入射光方向和反射光方向（一个方向用两个数据，故函数为4元），输出反射能量与入射能量的比值。
- 优化：在各向同性（具有旋转对称性），BRDF可简化为三元函数。
一些难办的光传播现象：这些都不管了！ - 折射 - 相互反射（光线的多次反射 - 次表面反射（树叶半透明
理想漫反射：朗伯反射：BRDF为常数，反射率为常数。
光源？
- 点光源：向所有方向发出同等强度光。
- 平行光源：
- 聚光灯：在锥内有光
表面法线。
光度成像模型的定量描述：
L(w_r) = 积分（环境光照 * BRDF * 表面法线) dw_i
简化：朗伯反射模型的平行光反射：好像是一个单项式，挺简单的。
学术前沿：
老师梳理了好几篇这方面的文章，主要关于重建场景的光照。并把这个光照信息应用于AR物品的光照渲染。