CN110807256B - 复合式数字化偏振场景的制作方法 - Google Patents
复合式数字化偏振场景的制作方法 Download PDFInfo
- Publication number
- CN110807256B CN110807256B CN201911049072.4A CN201911049072A CN110807256B CN 110807256 B CN110807256 B CN 110807256B CN 201911049072 A CN201911049072 A CN 201911049072A CN 110807256 B CN110807256 B CN 110807256B
- Authority
- CN
- China
- Prior art keywords
- scene
- modeling
- polarization
- data
- simulation
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种复合式数字化偏振场景的制作方法,属于三维场景的可视化建模领域。目前的场景建模软件存在以下不足:只能够生成强度的场景,无法提供偏振的场景;只能够提供光线的一次追迹,无法模拟阴影和遮挡效应;只能使用内置的辐照模型数据,无法外接外部实测辐照数据;只负责场景的生成,未集成场景的评估方法。本发明提供了一种复合式数字化偏振场景的制作方法,在用户输入必要的指令数据、测试数据、模型数据后,通过穆勒矩阵计算、分布式和一体式复合渲染、数据与模型复合驱动等方法与措施,完成动态或静态的偏振场景的制作,同时输出对该场景中目标和背景特性差异评估数据。
Description
技术领域
本发明涉及偏振场景仿真技术领域,具体涉及一种复合式数字化偏振场景的制作方法,基于该方法可编制相应的偏振场景仿真软件,作为光学偏振目标发生器的信号源。
背景技术
高精度的光学场景仿真需要高精度的三维图像信息,并准确反映光与物质相互作用的效应及其变化过程。现有的三维场景建模只能够输出光学强度的三维图像,无法实现对偏振光学图像的数字仿真,也无法实现动态的偏振信号模拟。常用的半实物仿真方法对于辐照和材质等建模通常采用分步式的计算方式,当辐照和材质可被用于测试时,无法有效利用测试数据,进一步提高场景的精度和提升场景分析的能力。此外,当制作的场景作为半实物仿真的信源驱动时,需要了解目标效力和控制输出之间的关系,但现有系统往往缺少对目标和背景特性差异的评估数据。
因此,现有的光学场景建模缺少偏振信息模拟,分布式建模方法无法有效利用辐照和材质测试数据,建模结果还缺少对应有效的评估数据。如何提供一种包含偏振等多类光学特征的复合式光学场景制作方法,同时适合静态与动态场景,可依据测试数据进行动态调整,并在仿真场景同时给出场景内目标与背景特性的评估结果,为光学偏振特性研究提供更加真实可信的信号源,成为偏振场景仿真技术领域亟需解决的问题。
发明内容
本发明的目的在于提供一种偏振场景的制作模型与方法,可提供更加全面真实的偏振仿真数据,作为光学偏振目标发生器的信号源,辅助光学系统的研发与测试。
为实现上述目的,本发明在偏振光学图像仿真建模基础上,建立包含辐照、背景、目标元素的偏振场景复合式一体化仿真方法,以及场景中目标与背景的光学特性差异分析方法,从而建立更加真实可用的光学偏振场景,满足目标光学信号源模拟需求。
本发明的技术方案如下:
一种复合式数字化偏振场景制作方法,其特征在于,包括如下步骤:
(1)依据入射光属性、材质属性、以及观察角度,实现偏振特性的建模;
(2)依据场景中对象特点,进行复合驱动模式的辐照特性建模与仿真;
(3)进行目标与背景一体化建模与仿真;
(4)场景仿真数据组合显示与光学特性统计分析。
进一步的,所述步骤(1)中,对实时动态高精度偏振场景建模时,引入材质的等效复折射率计算穆勒矩阵代替反射率参数,实现强度场景建模,同时可以依据入射光属性、材质属性、以及观察角度,实现偏振特性建模;对静态高精度静态偏振场景建模时,直接利用辐照、材质、以及几何特征参数,依据光线追迹算法迭代计算偏振特性。
进一步的,所述步骤(2)中,复合驱动模式分为数据和模型两类,当场景中针对辐照环境、目标和背景为可测对象时,使用测试数据直接进行场景制作时的驱动,当场景中的对象为不可测对象时,使用对应模型进行驱动。
进一步的,所述步骤(3)中,在同一个场景框架内,对典型目标和背景环境采用相同的建模过程同时进行计算,以保持背景与目标之间的光线能够相互作用,并通过迭代计算达到仿真精度要求。
进一步的,所述步骤(4)中,依据仿真结果数据,对辐照、背景和目标提供不同的组合或一体式显示,同时计算目标与背景的偏振特性差异性评估数据,并将该数据以标签的形式嵌入至每一帧图像中。
本发明的有益效果如下:
基于偏振模拟、复合式驱动与一体化仿真思想,结合光学特性比对方法,提供一种新型的复合式数字化偏振场景的制作方法,具有实现方便、应用广泛、建模要素相对齐全、建模精度高等有益性。
(1)建立了偏振建模仿真方法,可以同时实现强度与偏振场景的模拟,既适应高实时性的动态偏振场景,也适应高精度的静态分析场景;
(2)采用复合驱动模式,可以依据场景中对象可测性差异,建立数据或模型驱动两类仿真模式,为不同场景需求的半实物仿真等实验提供信号源;
(3)提出了目标与背景一体化仿真策略,可以在保持背景与目标之间的光线能够相互作用情况下,通过迭代计算满足不同的仿真精度需求;
(4)该方法不仅提供仿真场景结果数据,同时提供目标与背景的偏振特性差异规律与目标的效力评估数据,更利于数据的选择与应用;
(5)该方法采用纯数字仿真的方式,相对于“半实物”方法,本方法不受半实物信源特性等因素影响,且可同时利用辐照和材质测试数据,提高场景精度与场景分析能力。
附图说明
图1是复合式数字化偏振场景的制作方法的基本流程示意图;
图2是复合式数字化偏振场景的制作方法的辐照环境制作流程图;
图3是复合式数字化偏振场景的制作方法的一体式仿真场景制作流程图;
图4是复合式数字化偏振场景软件系统框架示意图。
具体实施方式
本发明提供一种复合式数字化偏振场景的制作方法,基本流程如图1所示,包含偏振状态下辐照、背景、目标的建模与结果分析等内容。通过穆勒矩阵元描述方法实现偏振场景的建模,在此基础上建立数据与模型复合驱动的辐照环境特性仿真方法,以及目标与背景一体化处理仿真方法,并提供场景中目标与背景的光学特性差异分析方法。下面对发明的具体实施方式详细说明。
步骤一:偏振特性建模与仿真。
所属步骤是指在必要的预处理基础上,完成不同动态条件下的偏振特性建模与仿真。基本环节如下。
Step1:数据预处理
场景仿真需要根据输入的指令数据、测试数据、模型数据进行,这些数据的可用性与易用性是影响仿真精度与效率的关键。
数据预处理的步骤是:
首先,依据各类数据特点,检查各类数据的合理性;
其次,针对几何模型面块进行简化,保证运行的效率;
最后,将预处理过的数据按格式需求输出给建模仿真的处理部分。
Step2:偏振特性建模
建模方法分为动态与静态两类。
动态建模基本步骤是:
首先,引入材质的等效复折射率对6个穆勒矩阵元进行计算,实现强度建模;
其次,依据外部辐照对材质不同角度上的灰度进行计算形成灰度序列;
最后,结合纹理形成材质的纹理序列,并提供建模仿真所需的索引,形成偏振特性模型。
静态建模采用统一处理关节,其基本步骤是直接调用辐照、材质、以及几何特征参数,依据光线追迹算法进行多次迭代计算,获得偏振特性模型。
步骤二:复合驱动模式的辐照特性建模与仿真。
所属步骤是指依据场景中对象特点,建立数据与模型复合的仿真驱动模式。当场景中针对辐照环境、目标和背景为可测对象时,使用测试数据直接进行场景制作时的驱动;当场景中的对象为不可测对象时,使用对应模型进行驱动。其流程如图2所示,具体如下。
首先,通过全局扫描,选取权重较大的辐射分量;
其次,设定光源个数,依据镜面光、环境光、散射光等光源的API参数对选取的数个权重输入数据进行综合拟合,使得方差最小;
最后,计算与全部数据的方差。对辐照环境图像数据,依据北向信息,给出上半球空间的拼接图像。
需要指出的是对天空的辐照图像,需考虑将其作为纹理进行处理的可行性。无论何种驱动模式,都需要输入日期、时间、气象及代号、波长、天顶角、方位角、偏振分量代号、亮度等参数。
步骤三:目标与背景一体化建模与仿真。
所属步骤是指突破传统分布式建模方法,实现目标与背景光学特性的同时模拟。光学场景建模通常包括辐照、背景和目标三个主要模拟过程。传统建模采用分步式方式,辐照环境、背景环境和典型目标独立生成视景图像,再采用适当的合成技术形成仿真场景。三个部分独立,相互作用无法体现。本发明提供一体化的仿真模式,在计算辐照特性的基础上,对典型目标和背景环境采用相同的建模过程,在同一个场景框架内进行迭代计算,以满足仿真的精度需求。其流程如图3所示,具体如下。
首先,选择辐照环境的模型、测试或API参数,通过辐照环境和背景环境的模型数据,计算出可调用的灰度图片组(单色),或者直接使用背景环境的测试数据生成灰度图片组;
其次,在保持背景灰度图片的熵一致的条件下,将纹理图片粘贴在灰度图片组上;
最后,依据地形数据形成的表面法线和光照方向,索引带纹理的灰度图片组,形成带地形的背景场景。
在背景环境、典型目标一体化仿真中,可采用Lambertain、Phong、Cook-Torrance、Ward等光线追迹算法。
步骤四:场景仿真数据组合显示与光学特性统计分析。
所属步骤是指对建模仿真最终结果进行良好展示,保证结果的易用性。本发明采用组合或一体式相结合的显示方式,同时提供特性差异性评估数据的显示。具体如下。
首先,依据仿真结果数据,建立辐照、背景和目标单独显示界面,并通过选择控制,对上述三种结果进行不同组合的显示;
其次,通过显示合成技术,建立可对三种方式进行一体式显示的界面方案;
再次,将仿真后的图像将按照编号存储在数据库中;
最后,调用数据库中的图像进行分析,计算目标与背景的偏振特性差异性评估数据,形成分析的图表,嵌入至每一帧图像中。
内置的分析算法包括传统的对比度、信杂比、NVL对比度、共生矩阵等。
步骤五:复合式数字化偏振场景软件系统设计。
采用本发明的复合式数字化偏振场景制作方法,可以开发建模仿真软件,其总体框架设计如图4所示。分为数据输入、仿真处理和显示分析3个模块。辐照、目标、背景、一体的仿真处理为核心层,输入、输出和显示为用户接口层。
输入数据包括:天空辐照特性测试数据、天空辐照特性模型数据、天空辐照图片数据、太阳辐照测试数据、太阳辐照模型数据;地物背景特性测试数据、地物背景模型数据、地物背景纹理数据、地理高程数据;基础材质特性测试数据、基础材质模型数据、基础材质纹理数据、几何特征模型数据;还将包括目标的运动轨迹数据。
输出数据包括:太阳天空辐照图像、背景图像、目标图像、一体式场景图像;随角度变化分析数据、随辐照变化分析数据、目标背景置换式分析数据。
仿真处理可工作在两种模式下。在分步式仿真模式下,辐照环境、背景环境和典型目标3个模块独立生成视景图像,最终通过合成形成仿真场景。在一体式仿真模式下,辐照、背景、目标3个模块仅传递数据,并不进行计算,直接由一体仿真模块进行计算。
此外,在视景生成后,可以选取特定的区域(指定为方形或矩形,指定像素个数),对指定区域的目标和背景偏振特性进行对比分析。
Claims (5)
1.一种复合式数字化偏振场景制作方法,其特征在于,包括如下步骤:
(1)依据入射光属性、材质属性、以及观察角度,实现偏振特性的建模;
(2)依据场景中对象特点,进行复合驱动模式的辐照特性建模与仿真;
(3)进行目标与背景一体化建模与仿真;
(4)场景仿真数据组合显示与光学特性统计分析;
所述步骤(1)中实现偏振特性的建模分为动态建模与静态建模;
动态建模的步骤是:
首先,引入材质的等效复折射率对6个穆勒矩阵元进行计算,实现强度建模;
其次,依据外部辐照对材质不同角度上的灰度进行计算形成灰度序列;
最后,结合纹理形成材质的纹理序列,并提供建模仿真所需的索引,形成偏振特性模型;
静态建模采用统一处理关节,其步骤是直接调用辐照、材质、以及几何特征参数,依据光线追迹算法进行多次迭代计算,获得偏振特性模型。
2.根据权利要求1所述的一种复合式数字化偏振场景制作方法,其特征在于,所述步骤(1)中,对实时动态高精度偏振场景建模时,引入材质的等效复折射率计算穆勒矩阵代替反射率参数,实现强度场景建模,同时可以依据入射光属性、材质属性、以及观察角度,实现偏振特性建模;对静态高精度静态偏振场景建模时,直接利用辐照、材质、以及几何特征参数,依据光线追迹算法迭代计算偏振特性。
3.根据权利要求1所述的一种复合式数字化偏振场景制作方法,其特征在于,所述步骤(2)中,复合驱动模式分为数据和模型两类,当场景中针对辐照环境、目标和背景为可测对象时,使用测试数据直接进行场景制作时的驱动,当场景中的对象为不可测对象时,使用对应模型进行驱动。
4.根据权利要求1所述的一种复合式数字化偏振场景制作方法,其特征在于,所述步骤(3)中,在同一个场景框架内,对典型目标和背景环境采用相同的建模过程同时进行计算,以保持背景与目标之间的光线能够相互作用,并通过迭代计算达到仿真精度要求。
5.根据权利要求1所述的一种复合式数字化偏振场景制作方法,其特征在于,所述步骤(4)中,依据仿真结果数据,对辐照、背景和目标提供不同的组合或一体式显示,同时计算目标与背景的偏振特性差异性评估数据,并将该数据以标签的形式嵌入至每一帧图像中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911049072.4A CN110807256B (zh) | 2019-10-31 | 2019-10-31 | 复合式数字化偏振场景的制作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911049072.4A CN110807256B (zh) | 2019-10-31 | 2019-10-31 | 复合式数字化偏振场景的制作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110807256A CN110807256A (zh) | 2020-02-18 |
CN110807256B true CN110807256B (zh) | 2020-10-30 |
Family
ID=69489697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911049072.4A Active CN110807256B (zh) | 2019-10-31 | 2019-10-31 | 复合式数字化偏振场景的制作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110807256B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105181145A (zh) * | 2015-11-13 | 2015-12-23 | 北京航空航天大学 | 一种波浪水面透射光的水下偏振场模拟方法 |
CN108318458A (zh) * | 2017-01-16 | 2018-07-24 | 北京航空航天大学 | 一种适用于不同天气条件下的室外典型地物pBRDF的测量方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090070730A1 (en) * | 2007-09-06 | 2009-03-12 | Synopsys, Inc. | Method and apparatus for modeling a vectorial polarization effect in an optical lithography system |
CN105182362B (zh) * | 2015-11-13 | 2017-06-27 | 北京航空航天大学 | 一种自然水面偏振遥感成像仿真方法 |
CN110132417A (zh) * | 2019-05-24 | 2019-08-16 | 长春理工大学 | 一种基于实际场景的光谱偏振混合成像仿真与验证装置 |
-
2019
- 2019-10-31 CN CN201911049072.4A patent/CN110807256B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105181145A (zh) * | 2015-11-13 | 2015-12-23 | 北京航空航天大学 | 一种波浪水面透射光的水下偏振场模拟方法 |
CN108318458A (zh) * | 2017-01-16 | 2018-07-24 | 北京航空航天大学 | 一种适用于不同天气条件下的室外典型地物pBRDF的测量方法 |
Non-Patent Citations (1)
Title |
---|
偏振场景目标探测的建模与仿真;李岩 等;《光学精密工程》;20170831;2233-2243 * |
Also Published As
Publication number | Publication date |
---|---|
CN110807256A (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106204745B (zh) | 一种基于标准图集管理的监测bim模型快速加载交互方法及系统 | |
JP2024041815A (ja) | ライトおよび物質フィールドのもつれを解くシーン復元システムおよび方法 | |
Shan et al. | Research on landscape design system based on 3D virtual reality and image processing technology | |
CN107993281B (zh) | 一种空间目标可见光光学特性仿真方法 | |
CN113538391A (zh) | 一种基于Yolov4和热红外图像的光伏缺陷检测方法 | |
CN108052762B (zh) | 一种基于局地光气候的严寒地区建筑自然采光性能仿真方法 | |
KR20220133973A (ko) | 편광된 이미지들을 포함하는 상이한 이미징 양식들에 대해 통계적 모델들을 훈련하기 위해 데이터를 합성하기 위한 시스템들 및 방법들 | |
CN113886961B (zh) | 基于航天器三维屏蔽的辐射效应计算方法、装置及设备 | |
CN107729582A (zh) | 基于tls的构件缺陷监测与预测系统 | |
CN116580161B (zh) | 基于图像及NeRF模型的建筑三维模型构建方法及系统 | |
CN101364311A (zh) | 大规模城市仿真中快速自动建立模型的方法 | |
Pajusalu et al. | SISPO: space imaging simulator for proximity operations | |
CN112580428A (zh) | 一种配电网设计方法及装置 | |
CN110807256B (zh) | 复合式数字化偏振场景的制作方法 | |
CN116721104B (zh) | 实景三维模型缺陷检测方法、装置、电子设备及存储介质 | |
Veldhuis et al. | Real-time irradiance simulation for pv products and building integrated pv in a virtual reality environment | |
CN106096085B (zh) | 一种塔式太阳能热发电系统的辐射能密度模拟方法 | |
US20230206538A1 (en) | Differentiable inverse rendering based on radiative backpropagation | |
CN114170377A (zh) | 一种基于bim的历史建筑特色构件族库构建方法及系统 | |
Bogdanov et al. | A BIDIRECTIONAL SCATTERING FUNCTION RECONSTRUCTION METHOD BASED ON OPTIMIZATION OF THE DISTRIBUTION OF MICRORELIEF NORMALS. | |
Stefanelli et al. | Synthetic point cloud generation for class segmentation applications | |
Mantzouratos et al. | Concise exterior lighting simulation methodology | |
Cai et al. | BIM technology of implicit and explicit parts of historical building components based on point cloud data and digital radiographic image: a review | |
Zhu | 3D Scene Modeling and Real-Time Infrared Simulation Technology Based on Artificial Intelligence Algorithm | |
CN117173367B (zh) | 基于Rhino的动态园林植物构件库建立方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |