计算摄像学 第七讲 光度立体视觉

计算摄像：通过计算获取普通相机拍摄图像之外的信息

例如：通过相机获取三维形状

光度法恢复物体形状：主要通过多张图

光度方法只能获得物体一面的3d信息（背面看不到），但是，可以获得的很精确。

回顾：BRDF、电光源、平行光源、朗伯反射

朗伯反射：

i 像素值 正比于 光强 x 表面反射率 x 表面法向和光源方向的夹角（写成n点乘l）

光度立体视觉：假设物体表面反射符合朗伯成像模型，给定多张不同平行光光照下的图片（I），以及光源方向（L），求解每个像素的法线方向（N）。

对于每个像素点：

i1 = n · l1
i2 = n · l2
i3 = n · l3
...
iF = n · lF

可以总结为矩阵 I = N L* I是图像数据，N是代求每个位置的法向量，L为每张图片的光源方向。用IL求N。

至少需要三张光线方向不共面的照片，能得到唯一解。当然多了更好

I可以从图像（经过光度标定的图）直接得到

L如何得到？利用镜面球进行光源标定（其实最好的是台球）。（利用球面上的亮点）

接下来，可以进一步求解表面的漫反射率

问题：

1. 朗伯反射物体很难找
2. 平行光很难找（太阳光是不可以的，因为它的轨迹在短时间内在同一平面（见上面第40行
3. 要求先进行光度标定

更多的研究方向：

1. 减少光源数量
2. 非标定的光源
3. 非标定的自然光
4. 含有噪声的观测
5. 复杂材质
6. 复杂环境

数据集：DiLiGenT

光度立体的精度在某些极限情况可以逼近乃至超过激光扫描。