CN109961499A - 基于像素块方差的自适应采样方法 - Google Patents
基于像素块方差的自适应采样方法 Download PDFInfo
- Publication number
- CN109961499A CN109961499A CN201910166548.6A CN201910166548A CN109961499A CN 109961499 A CN109961499 A CN 109961499A CN 201910166548 A CN201910166548 A CN 201910166548A CN 109961499 A CN109961499 A CN 109961499A
- Authority
- CN
- China
- Prior art keywords
- block
- pixels
- pixel
- variance
- sampled
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/06—Ray-tracing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于像素块方差的自适应采样方法,将整个图像看成一个大的像素块,对像素块进行误差度量,决定是否分裂、终止或继续采样,依此迭代;通过不断增加采样点,图像会分为很多小的像素块,在图像差异较小的区域,像素块会提前达到收敛阀值而终止采样,而对于场景中差异较大的区域则会获取更多的采样点,直至所有像素块均达到收敛阀值,从而终止该算法。其有效地解决亚像素自适应采样存在的问题,有针对性地对采样数量进行分配,自动识别图像中需要增加采样点的区域,从而自适应地分配采样点,避免对每个像素采用同样的采样数量。在绘制效率以及绘制效果上均有所提高,可以得出图像区域采样重要性分布,准确分配采样点进行图像合成。
Description
技术领域
本发明涉及一种像素块方差的采样方法,具体涉及一种基于像素块方差的自适应采样方法,属于真实感图形实时渲染技术领域。
背景技术
蒙特卡罗光线追踪是一种基于采样点的图像渲染方法,所以选择不同的采样方式,最终生成图像的质量也不同。由于采样过程中只获取一组有限的样本,场景中的部分信息会丢失,噪声和锯齿效果是不可避免的,这些误差可以通过增加采样点的方式去减少。
上述公式表明采样点N和误差σ是成反比的,采样点的增加可以减少误差。由于图像噪声信号分布不均匀,不是所有的像素都需要相同的采样样本,为了使最终生成的图像更加真实,绘制效果更好,需要根据具体情况分配每个像素对应的采样点。
对于传统的亚像素自适应采样方法,很有可能会形成局部收敛,导致大量过采样现象的出现,此外还会导致BRDF计算困难,以及光线分割复杂度提高。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种。
为了实现上述目标,本发明采用如下的技术方案:
基于像素块方差的自适应采样方法,基于蒙特卡罗光线追踪的全局光照绘制方法,包括步骤如下:
S1、以整个图像为初始像素块,以均匀分布N个采样像素点的方式将初始像素块分为N个像素区域,计算像素块方差误差度量eb,
S2、将像素块方差误差度量eb,与预设的分裂阈值vs和终止阈值vt进行比较,比较方式如下:
若eb≥vs,则转入步骤S3;
若vs>eb>vt,则转入步骤S4;
若eb≤vt,则停止对此像素区域增加采样点,停止此像素区域的迭代;
S3、增加d个采样点,以均匀分布(N+d)个采样点的方式将初始像素块分为(N+d)个像素区域,重复步骤S1-S2;
S4、将初始像素块作为母像素块,分裂为两个子像素块,并分别增加d个的采样点,分别计算子像素块方差误差度量eb,并分别重复步骤S1-S2。
上述步骤S1中的终止阀值vt预设值为0.0002,分裂阀值vs预设值为300·vt。
上步骤S1中像素块方差误差度量eb的计算方法,包括以下步骤:
A1、以像素区域为对象,生成缓冲区A和缓冲区B,计算该像素区域内每个像素点的R、G、B颜色分量后,计算方差σ2,公式为:
式(1)中,σ2为像素点p的方差,
Ap r为A缓冲区像素点p的RGB值R分量,Ap g为A缓冲区像素点p的RGB值G分量,Ap b为A缓冲区像素点p的RGB值B分量;且,初始像素块对应的Ap r、Ap g、Ap b的值分别为0;
Bp r为B缓冲区像素点p的RGB值R分量,Bp g为B缓冲区像素点p的RGB值G分量,Bp b为B缓冲区像素点p的RGB值B分量;
A2、计算像素块方差误差度量eb,公式如下:
式(2)中,N是像素点的总数,Ab和Ai分别是像素区域以及整个图像的面积值。
上步骤S4中分裂的两个子像素块的方差误差度量eb相等。
上步骤S4中母像素块的分裂算法,包括以下步骤:
B1、假设以整个图像为初始像素块,图像区域内均布N个采样像素点,以整个图像的X轴和Y轴坐标,构建线性表X;线性表X中的元素包括像素块左上顶点坐标、右下顶点及一个判断标志位F;
B2、若vs>eb>vt,则F=false,以初始像素块为父像素块节点,将父像素块节点分裂成的两个子像素块节点存入线性表X中,同时删除线性表X中的父像素块节点;
B3、分别于子像素块增加d个的采样点,分别计算子像素块方差误差度量eb,并分别重复步骤B2。
上述的基于像素块方差的自适应采样方法,
若eb≥vs,则F=false,转入步骤S3;
若eb≤vt,则F=true,停止此像素块节点的迭代。
根据判断标志位F,判断线性表X中是否还有未终止的像素块信息,若有则继续进行迭代,若没有则终止迭代。
本发明的有益之处在于:
本发明将整个图像看成一个大的像素块,对像素块进行误差度量,决定是否分裂、终止或继续采样。如此迭代下去,通过不断增加采样点,图像最终会分为很多小的像素块。在图像差异较小的区域,像素块会提前达到收敛阀值而终止采样,而对于场景中差异较大的区域则会获取更多的采样点,直至所有像素块均达到收敛阀值,从而终止该算法。
本发明采用的基于像素块方差的方法,可以有效地解决亚像素自适应采样存在的问题,可有针对性地对采样数量进行分配,通过基于像素块分裂的自适应采样算法,自动识别图像中需要增加采样点的区域,从而自适应地分配采样点,有针对性地进行图像采样,避免对每个像素采用同样的采样数量。它是有针对性、有选择性地去根据光照计算难度去决定每个像素的采样数量,在绘制效率以及绘制效果上均有所提高;通过该算法可以得出图像区域采样重要性分布,从而准确分配采样点进行图像合成。
附图说明
图1为本发明的本发明的基于像素块方差的自适应采样方法的流程图。
图2为本发明的线性表X及分裂示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
如图1所示,为本发明的基于像素块方差的自适应采样方法的流程图。
基于像素块方差的自适应采样方法,基于蒙特卡罗光线追踪的全局光照绘制方法,包括步骤如下:
S1、以整个图像为初始像素块,以均匀分布N个采样像素点的方式将初始像素块分为N个像素区域,计算像素块方差误差度量eb;
初始化工作主要包含两部分,第一部分是对渲染场景(图像)初始的采样像素点数量N一个合理估计,在本方法中,根据多次实验,选择均匀分布的方式分配初始的采样点,初始采样点个数为16。
第二部分是对分裂阈值vs以及终止阈值vt的大小的初始化,在算法迭代过程中,需要一个分裂阀值vs和一个终止阀值vt,分裂阀值vs用来判断像素块是否需要分裂成子像素块,终止阀值vt用来判断像素块是否达到收敛。vs和vt都是经验值,在本实施例的算法实现中,经过多次实验结果比较,将终止阀值vt设置为0.0002,分裂阀值vs设为300·vt。
像素块方差误差度量eb的计算方法,包括以下步骤:
A1、以像素区域为对象,生成缓冲区A和缓冲区B,计算该像素区域内每个像素点的R、G、B颜色分量后,计算方差σ2,公式为:
式(1)中,σ2为像素点p的方差,
Ap r为A缓冲区像素点p的RGB值R分量,Ap g为A缓冲区像素点p的RGB值G分量,Ap b为A缓冲区像素点p的RGB值B分量;且,初始像素块对应的Ap r、Ap g、Ap b的值分别为0;
Bp r为B缓冲区像素点p的RGB值R分量,Bp g为B缓冲区像素点p的RGB值G分量,Bp b为B缓冲区像素点p的RGB值B分量;
A2、计算像素块方差误差度量eb,公式如下:
式(2)中,N是像素点的总数,Ab和Ai分别是像素区域以及整个图像的面积值。
S2、将像素块方差误差度量eb,与预设的分裂阈值vs和终止阈值vt进行比较,比较方式如下:
若eb≥vs,则转入步骤S3;
若vs>eb>vt,则转入步骤S4;
若eb≤vt,则停止对此像素区域增加采样点,停止此像素区域的迭代;
S3、增加d个采样点,以均匀分布(N+d)个采样点的方式将初始像素块分为(N+d)个像素区域,重复步骤S1-S2;
S4、将初始像素块作为母像素块,分裂为两个子像素块的方差误差度量eb相等的子像素块,并分别增加d个的采样点,分别计算子像素块方差误差度量eb,并分别重复步骤S1-S2;
母像素块的分裂算法,包括以下步骤:
B1、如图2所示;假设以整个图像为初始像素块,图像区域内均布N个采样像素点,以整个图像的X轴和Y轴坐标,构建线性表X;线性表X中的元素包括像素块左上顶点坐标、右下顶点及一个判断标志位F;
B2、若vs>eb>vt,则F=false,以初始像素块为父像素块节点,将父像素块节点分裂成的两个方差误差度量eb相等的子像素块节点存入线性表X中,同时删除线性表X中的父像素块节点;
B3、分别于分裂的子像素块增加d个的采样点,分别计算子像素块方差误差度量eb,并分别重复步骤B2。
同上,于线性表X中,若eb≥vs,则F=false,转入步骤S3;若eb≤vt,则F=true,停止此像素块节点的迭代。
根据判断标志位F,判断线性表X中是否还有未终止的像素块信息,若有则继续进行迭代,若没有则终止迭代。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (7)
1.基于像素块方差的自适应采样方法,其特征在于,基于蒙特卡罗光线追踪的全局光照绘制方法,包括步骤如下:
S1、以整个图像为初始像素块,以均匀分布N个采样像素点的方式将初始像素块分为N个像素区域,计算像素块方差误差度量eb,
S2、将像素块方差误差度量eb,与预设的分裂阈值vs和终止阈值vt进行比较,比较方式如下:
若eb≥vs,则转入步骤S3;
若vs>eb>vt,则转入步骤S4;
若eb≤vt,则停止对此像素区域增加采样点,停止此像素区域的迭代;
S3、增加d个采样点,以均匀分布(N+d)个采样点的方式将初始像素块分为(N+d)个像素区域,重复步骤S1-S2;
S4、将初始像素块作为母像素块,分裂为两个子像素块,并分别增加d个的采样点,分别计算子像素块方差误差度量eb,并分别重复步骤S1-S2。
2.根据权利要求1所述的基于像素块方差的自适应采样方法,其特征在于,所述步骤S1中的终止阀值vt预设值为0.0002,分裂阀值vs预设值为300·vt。
3.根据权利要求1所述的基于像素块方差的自适应采样方法,其特征在于,所述步骤S1中像素块方差误差度量eb的计算方法,包括以下步骤:
A1、以像素区域为对象,生成缓冲区A和缓冲区B,计算该像素区域内每个像素点的R、G、B颜色分量后,计算方差σ2,公式为:
式(1)中,σ2为像素点p的方差,
Ap r为A缓冲区像素点p的RGB值R分量,Ap g为A缓冲区像素点p的RGB值G分量,Ap b为A缓冲区像素点p的RGB值B分量;且,初始像素块对应的Ap r、Ap g、Ap b的值分别为0;
Bp r为B缓冲区像素点p的RGB值R分量,Bp g为B缓冲区像素点p的RGB值G分量,Bp b为B缓冲区像素点p的RGB值B分量;
A2、计算像素块方差误差度量eb,公式如下:
式(2)中,N是像素点的总数,Ab和Ai分别是像素区域以及整个图像的面积值。
4.根据权利要求1所述的基于像素块方差的自适应采样方法,其特征在于,所述步骤S4中分裂的两个子像素块的方差误差度量eb相等。
5.根据权利要求1所述的基于像素块方差的自适应采样方法,其特征在于,所述步骤S4中母像素块的分裂算法,包括以下步骤:
B1、假设以整个图像为初始像素块,图像区域内均布N个采样像素点,以整个图像的X轴和Y轴坐标,构建线性表X;线性表X中的元素包括像素块左上顶点坐标、右下顶点及一个判断标志位F;
B2、若vs>eb>vt,则F=false,以初始像素块为父像素块节点,将父像素块节点分裂成的两个子像素块节点存入线性表X中,同时删除线性表X中的父像素块节点;
B3、分别于子像素块增加d个的采样点,分别计算子像素块方差误差度量eb,并分别重复步骤B2。
6.根据权利要求5所述的基于像素块方差的自适应采样方法,其特征在于,
若eb≥vs,则F=false,转入步骤S3;
若eb≤vt,则F=true,停止此像素块节点的迭代。
7.根据权利要求5所述的基于像素块方差的自适应采样方法,其特征在于,根据判断标志位F,判断线性表X中是否还有未终止的像素块信息,若有则继续进行迭代,若没有则终止迭代。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910166548.6A CN109961499B (zh) | 2019-03-06 | 2019-03-06 | 基于像素块方差的自适应采样方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910166548.6A CN109961499B (zh) | 2019-03-06 | 2019-03-06 | 基于像素块方差的自适应采样方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109961499A true CN109961499A (zh) | 2019-07-02 |
CN109961499B CN109961499B (zh) | 2022-10-14 |
Family
ID=67024083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910166548.6A Active CN109961499B (zh) | 2019-03-06 | 2019-03-06 | 基于像素块方差的自适应采样方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109961499B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111181889A (zh) * | 2019-11-22 | 2020-05-19 | 紫光展锐(重庆)科技有限公司 | 频偏估计样本接收控制方法、系统、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222356A (zh) * | 2011-06-13 | 2011-10-19 | 天津大学 | 一种绘制真实感图形的方法 |
CN102314703A (zh) * | 2011-06-14 | 2012-01-11 | 天津大学 | 一种蒙特卡罗全局光照的自适应抽样方法 |
CN105096370A (zh) * | 2015-07-15 | 2015-11-25 | 西安邮电大学 | 光线追踪的等价划分反锯齿方法 |
-
2019
- 2019-03-06 CN CN201910166548.6A patent/CN109961499B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222356A (zh) * | 2011-06-13 | 2011-10-19 | 天津大学 | 一种绘制真实感图形的方法 |
CN102314703A (zh) * | 2011-06-14 | 2012-01-11 | 天津大学 | 一种蒙特卡罗全局光照的自适应抽样方法 |
CN105096370A (zh) * | 2015-07-15 | 2015-11-25 | 西安邮电大学 | 光线追踪的等价划分反锯齿方法 |
Non-Patent Citations (5)
Title |
---|
LEE M E等: "Statistically optimized sampling for distributed ray tracing", 《CONFERENCE ON COMPUTER GRAPHICS AND INTERACTIVE TECHNIQUES. ACM》 * |
姚承宗等: "基于非局部均值的自适应采样", 《信息技术》 * |
曹小鹏等: "光线追踪等价划分反锯齿算法", 《计算机应用研究》 * |
袁红亮等: "用SURE引导自适应采样与采样颜色直方图重构", 《计算机辅助设计与图形学学报》 * |
邢连萍等: "基于信息熵的蒙特卡罗全局光照的自适应抽样", 《计算机工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111181889A (zh) * | 2019-11-22 | 2020-05-19 | 紫光展锐(重庆)科技有限公司 | 频偏估计样本接收控制方法、系统、设备及存储介质 |
CN111181889B (zh) * | 2019-11-22 | 2022-08-16 | 紫光展锐(重庆)科技有限公司 | 频偏估计样本接收控制方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109961499B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109387204B (zh) | 面向室内动态环境的移动机器人同步定位与构图方法 | |
CN104809739B (zh) | 一种超广角镜头相机视频实时校正的方法 | |
CN106709931B (zh) | 一种脸谱映射至人脸的方法、脸谱映射装置 | |
CN107590791B (zh) | 图像增强方法以及图像处理装置 | |
CN104143186B (zh) | 一种slic超像素分块优化方法 | |
CN111179150B (zh) | 一种基于绘制指令流的着色器自动简化方法和系统 | |
WO2012149772A1 (zh) | 一种渐变动画的生成方法和装置 | |
CN106875437A (zh) | 一种面向rgbd三维重建的关键帧提取方法 | |
CN104021533B (zh) | 一种实时图像降噪方法及装置 | |
CN108765288B (zh) | 一种基于边缘保持的pocs图像超分辨重建方法 | |
CN110910308B (zh) | 图像处理方法、装置、设备和介质 | |
CN106228590B (zh) | 一种图像中的人体姿态编辑方法 | |
CN109961499A (zh) | 基于像素块方差的自适应采样方法 | |
CN106815879B (zh) | 一种基于lbp特征的快速纹理合成方法 | |
US10733791B2 (en) | Real-time rendering method based on energy consumption-error precomputation | |
CN105740867B (zh) | 图像纹理窗口形状与尺度的选择方法 | |
CN108596840B (zh) | 一种用于深度学习评定血管网络发育水平的数据集增强方法 | |
CN106526651B (zh) | 一种探测器晶体位置表的建立方法及系统 | |
CN109978916A (zh) | 基于灰度图像特征匹配的Vibe运动目标检测方法 | |
US20170140569A1 (en) | System and method for optimized sparse volume rendering | |
CN106803952B (zh) | 结合jnd模型的交叉验证深度图质量评价方法 | |
CN109308709A (zh) | 基于图像分割的Vibe运动目标检测算法 | |
CN117034572A (zh) | 一种基于流通系数的等比例阀门的建模方法 | |
CN114882095B (zh) | 一种基于轮廓匹配的物体高度在线测量方法 | |
CN115170387A (zh) | 一种基于艺术创作的像素风格化卡通图像的处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |