CN115965727A - 图像渲染方法、装置、设备及介质 - Google Patents

图像渲染方法、装置、设备及介质 Download PDF

Info

Publication number
CN115965727A
CN115965727A CN202111193061.0A CN202111193061A CN115965727A CN 115965727 A CN115965727 A CN 115965727A CN 202111193061 A CN202111193061 A CN 202111193061A CN 115965727 A CN115965727 A CN 115965727A
Authority
CN
China
Prior art keywords
rendering
vector
initial
value
pixel point
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.)
Pending
Application number
CN202111193061.0A
Other languages
English (en)
Inventor
吴金远
王兢业
诸葛晶晶
李奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202111193061.0A priority Critical patent/CN115965727A/zh
Priority to EP22880171.8A priority patent/EP4398191A1/en
Priority to PCT/CN2022/122447 priority patent/WO2023061232A1/zh
Publication of CN115965727A publication Critical patent/CN115965727A/zh
Priority to US18/545,848 priority patent/US20240127497A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/60—3D [Three Dimensional] animation of natural phenomena, e.g. rain, snow, water or plants
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/50—Lighting effects
    • G06T15/506—Illumination models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Image Generation (AREA)

Abstract

本公开实施例涉及一种图像渲染方法、装置、设备及介质，其中该方法包括：确定预先拍摄的背景图像的初始渲染视频流，获取视频流中每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取每帧初始渲染图像在初始渲染视频流中的渲染时刻，根据初始渲染坐标、预设的噪声纹理和渲染时刻确定每个渲染像素点在渲染时刻的噪声量，并根据噪声量获取每个渲染像素点的目标渲染坐标，根据目标渲染坐标更新每个渲染像素点的初始渲染坐标获取目标渲染图像，根据所有目标渲染图像组成的目标渲染视频流渲染背景图像。由此，基于噪声纹理和渲染图像的渲染时刻生成噪声量，基于噪声量作为随机变量确定渲染的坐标，提高了对图像渲染效果的真实感。

Description

图像渲染方法、装置、设备及介质
技术领域
本公开涉及图像处理技术领域，尤其涉及一种图像渲染方法、装置、设备及介质。
背景技术
随着图像处理技术的进步，在拍摄的图像中渲染特效成为较为普遍的一种图像处理方式，比如，在拍摄的地面图像上渲染水波流动的特效，营造一种地面上具有水流的效果。
相关技术中，在对地面添加水流时，获取海洋或者是湖泊等自然水面的水面纹理图，基于随时间变化的三角函数计算水面纹理中每个像素点随时间变化的坐标位置，基于坐标位置生成水流效果。
然而，上述水波的添加方式是基于三角函数来实现，从而水波的变化规律感较强，比如，如图1所示，在添加水流特效时，在视觉上水流模型中的像素点以规律的三角函数波形流动，而真实环境下的水波是不可能规律性的变化，从而，导致渲染的真实感不强。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种图像渲染方法，所述方法包括：确定预先拍摄的背景图像的初始渲染视频流，其中，所述初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成；获取所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取所述每帧初始渲染图像在所述初始渲染视频流中的渲染时刻；根据所述初始渲染坐标、预设的噪声纹理和所述渲染时刻确定所述每个渲染像素点在所述渲染时刻的噪声量，并根据预设的算法对所述噪声量计算以获取所述每个渲染像素点的目标渲染坐标；根据所述目标渲染坐标更新所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有所述目标渲染图像组成的目标渲染视频流渲染所述背景图像。
本公开实施例还提供了一种图像渲染装置，所述装置包括：第一获取模块，用于确定预先拍摄的背景图像的初始渲染视频流，其中，所述初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成；第二获取模块，用于获取所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取所述每帧初始渲染图像在所述初始渲染视频流中的渲染时刻；确定模块，用于根据所述初始渲染坐标、预设的噪声纹理和所述渲染时刻确定所述每个渲染像素点在所述渲染时刻的噪声量；第三获取模块，用于根据预设的算法对所述噪声量计算以获取所述每个渲染像素点的目标渲染坐标；渲染模块，用于根据所述目标渲染坐标更新所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有所述目标渲染图像组成的目标渲染视频流渲染所述背景图像。
本公开实施例还提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现如本公开实施例提供的图像渲染方法。
本公开实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如本公开实施例提供的图像渲染方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点：
本公开实施例提供的图像渲染方案，确定预先拍摄的背景图像的初始渲染视频流，其中，初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成，获取每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取每帧初始渲染图像在初始渲染视频流中的渲染时刻，根据初始渲染坐标、预设的噪声纹理和渲染时刻确定每个渲染像素点在渲染时刻的噪声量，并根据预设的算法对噪声量计算以获取每个渲染像素点的目标渲染坐标，最后，根据目标渲染坐标更新每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有目标渲染图像组成的目标渲染视频流渲染背景图像。由此，基于噪声纹理和渲染图像的渲染时刻生成噪声量，基于噪声量作为随机变量确定渲染的坐标，提高了对图像渲染效果的真实感。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例提供的一种水流模型的流动场景示意图；
图2为本公开实施例提供的一种图像渲染方法的流程示意图；
图3为本公开实施例提供的另一种水流模型的流动的示意图；
图4为本公开实施例提供的一种物体的表面法线向量示意图；
图5为本公开实施例提供的一种法线向量和光源的关系示意图；
图6为本公开实施例所提供的一种副法向量示意图；
图7为本公开实施例所提供的一种噪声纹理示意图；
图8为本公开实施例提供的另一种图像渲染方法的流程示意图；
图9为本公开实施例提供的一种菲涅尔效应示意图；
图10为本公开实施例提供的另一种图像渲染方法的流程示意图；
图11为本公开实施例提供的一种贴图纹理示意图；
图12为本公开实施例提供的一种切向量方向的示意图；
图13为本公开实施例提供的另一种图像渲染方法的流程示意图；
图14为本公开实施例提供的另一种图像渲染方法的流程示意图；
图15为本公开实施例提供的另一种图像渲染方法的流程示意图；
图16为本公开实施例提供的一种图像渲染装置的结构示意图；
图17为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
为了解决上述问题，本公开实施例提供了一种图像渲染方法，在该方法中，结合随机变量渲染背景图像，从而，渲染后图像中的渲染坐标的不规律变化更能模拟自然环境下的随机条件，比如，更能模拟自然条件下的水流波动等，水流波动的自然感更强。下面结合具体的实施例对该方法进行介绍。
图2为本公开实施例提供的一种图像渲染方法的流程示意图，该方法可以由图像渲染装置执行，其中该装置可以采用软件和/或硬件实现，一般可集成在电子设备中。如图2所示，该方法包括：
步骤201，确定预先拍摄的背景图像的初始渲染视频流，其中，初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成。
其中，背景图像为任意摄像头拍摄的想要添加特效的背景纹理，比如，可以是室内地板图像，从而，可以在地板图像中渲染水流等，又比如，可以是天空图像，从而，可以在天空图像中渲染雪花等。
在本实施例中，在背景图像中添加初始渲染视频流，其中，初始渲染视频流包括待添加的特效的初始模型对应的多帧初始渲染图像，每帧初始渲染图像中包含初始模型图像，其中，不同初始渲染图像对应的初始模型的图像的渲染像素点的坐标位置不同，从而，多帧初始渲染图像的连续播放形成了水流等渲染效果，其中，初始渲染视频流可以为任意根据生成函数生成的具有相对规律的坐标位置变化的视频流，比如，可以为根据三角正弦函数生成的水流模型，又比如，可以为根据线性函数生成的雪花模型等，其中，仅仅根据对应的函数生成的每帧初始渲染图像只是用来控制每帧初始渲染图像对应的渲染像素点的位置变化，因此，为了进一步提升真实感，还根据反射纹理和贴图纹理来生成渲染像素的颜色等，其中贴图纹理可以是海洋水面贴图等，反射纹理可以是预先设置的，用于和贴图纹理共同来模拟海洋水面反射后波光粼粼的水面效果。
为了使得本领域的技术人员更加清楚的了解，在背景图像中添加每帧初始渲染图像的过程，下面以添加的初始渲染视频流为水流时，根据三角函数生成的初始模型为水流模型为例进行每帧初始渲染图像生成过程的示例性说明，说明如下。
在本示例中，若是想要模拟现实中波浪效果，首先需要对水波对应的初始模型中顶点的y坐标进行偏移，并且希望y坐标能随着时间变化而流畅变化，形成一种波的曲线，那么，自然而然地，可以用三角函数(sin或者cos函数)来实现效果，但是，只是普通的正弦波并不能完全反映出水面的波浪起伏，它没有办法描述水面随着波浪前进后退的效果。这里，也可以改变水波对应的初始模型中顶点的x坐标，实现的效果如图3所示，随着时间的变化可以直观的看到波浪流动的效果，其中，波浪的流动效果对应的图像为上述提到的渲染图像。
进一步的，为了体现水波流动时水面上的凹凸细节，在水面上添加对应的贴图纹理，在实际添加时，可以通过把水面的表面法线的方向记录在法线的贴图纹理上，如图4所示，一个物体的表面法线是垂直于切线平面的向量，简单来说，表面法线是一个向量，垂直于给定顶点即渲染像素点顶点处的网络，参照图5，每个法线向量都指向光源外面，遵循着物体表面的网格的完全弯曲的形状，基于贴图纹理进行法线贴图，可以模拟这种光照。
在着色时使用这些法线向量来计算每个渲染像素点上的光照，这样就能够在不增加初始模型的顶点数量情况下增加水面的表面的凹凸细节，进而，在片段着色器中使用TBN矩阵等把每个渲染像素点上的法线向量转换到世界坐标系中，然后进行着色计算，从而实现了水面凹凸不平的细节的体现。在本实施例中，为了模拟真实的水面流动时的漫反射的效果，还通过反射纹理的贴图来表现出水面的反射和表面颜色，也可以理解，通过反射纹理来表现出水面被光源的照射而显示出的颜色和强度，在本实施例中，通过颜色和明暗的变化预先绘制反射纹理，基于反射纹理的添加模拟水面的颜色和明暗的变化。
步骤202，获取每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取每帧初始渲染图像在初始渲染视频流中的渲染时刻。
在本实施例中，渲染的初始模型的初始坐标点为每个渲染像素点的初始渲染坐标，在本实施例中，根据初始模型的生成函数等获取每帧初始渲染图像中每个渲染像素点的初始渲染坐标。
本实施例中的渲染时刻可以理解为初始渲染视频流跟随时间参量进行坐标变化时，每帧初始渲染图像对应的变化时间。
步骤203，根据初始渲染坐标、预设的噪声纹理和渲染时刻确定每个渲染像素点在渲染时刻的噪声量，并根据预设的算法对噪声量计算以获取每个渲染像素点的目标渲染坐标。
在本实施例中，获取预设的噪声纹理，该噪声纹理由随机变量生成，比如噪声纹理为256个随机方向单位向量组成，作为一种可能的实现方式，该噪声纹理如图7所示，噪声纹理提供了一种随机变量，用以对每帧初始渲染图像增加一种随机扰动的效果。
正如以上所提到的，渲染时刻可以理解为初始渲染视频流跟随时间参量进行坐标变化时，每帧初始渲染图像对应的变化时间，在本实施例中，为了进一步提升每帧初始渲染图像的真实感，基于渲染时刻作为另一种随机变量。
在本实施例中，根据初始渲染坐标、预设的噪声纹理和渲染时刻，确定每个渲染像素点在渲染时刻的噪声量，以便于基于该噪声量进一步更新每个渲染像素点的坐标。
需要说明的是，在不同的应用场景中，根据初始渲染坐标、预设的噪声纹理和渲染时刻，确定每个渲染像素点在渲染时刻的噪声量的方式不同，示例说明如下：
示例一：
在本示例中，根据随机算法在噪声纹理中随机采样一个点得到随机噪声量，基于渲染时刻和初始渲染坐标进行求和计算后，将求和结果与该随机噪声量的乘积值作为噪声量。
示例二：
在本示例中，根据初始渲染坐标和渲染时刻确定第五采样坐标，在噪声纹理中确定与第五采样坐标对应的噪声纹理向量为噪声量。
比如，根据初始渲染坐标和渲染时刻求和，对求和结果进行归一化处理后得到第五采样坐标。
又比如，根据如下公式(1)得到第五采样坐标。其中，U1为第五采样坐标，U0为初始渲染坐标，U0是一个包含图像坐标u和v两个元素的向量，t为渲染时刻，公式(1)如下所示：
U1＝f(U0×0.05+t×(0.02,0.02))             公式(1)
进一步地，根据预设的算法对噪声量计算以获取每个渲染像素点的目标渲染坐标，其中，目标渲染坐标考量了渲染时刻和噪声纹理两个随机扰动因子，使得目标渲染坐标呈现出的模型的变化更加自然。
需要说明的是，在不同的应用场景中，根据预设的算法对噪声量计算以获取每个渲染像素点的目标渲染坐标的方式不同，示例如下：
在本公开的一个实施例中，获取预设的噪声因子，计算噪声因子和噪声量的乘积值，计算该乘积值和对应的渲染像素点之和，以获取每个渲染像素点的目标渲染坐标。
在本公开的另一个实施例中，根据初始渲染坐标、第一方向向量、第二方向向量、副法向量和噪声量确定每个渲染像素点的目标渲染坐标。
在本实施例中，获取每个渲染像素点预设的模拟光线发射的第一方向向量、每个渲染像素点与拍摄背景图像的摄像头之间的第二方向向量、每个渲染像素点在世界空间下的副法向量。
在进行法向贴图时由于要模拟光源的照射，在本实施例中，在生成初始渲染视频流对应的初始渲染图像时，为了提高真实感，还模拟光线发射方向进行光源的添加，因此，在本实施例中，还获取每个渲染像素点模拟光线发射的第一方向向量，该第一方向向量可以理解为光线发出的方向向量，其中，不同的渲染像素点的光源对应的第一方向向量可以相同，也可以不同，在一些可能的实施例中，在生成每帧初始渲染图像时，可以根据片段渲染着色器等完成，因此，可以在片段渲染着色器中读取第一方向向量。
另外，在进行反射纹理的贴图时，为了模拟颜色和明暗的变化，需要模拟人眼相对于初始渲染视频流对应的初始模型的观看方向，这是因为人眼观看方向的不同，观看到的初始模型中的对应渲染像素点的明暗和颜色不同，在本实施例中，基于背景图像的拍摄的摄像头和每帧初始渲染图像中每个渲染像素点的初始渲染坐标之间的第二方向向量，来模拟用户观看的视线方向。
在进行贴图纹理的添加时，如图6所示，是基于初始模型的切面确定的法线向量，在基于该切面确定法线向量时候，也可以基于该切面确定副法向量，该副法向量是垂直于初始模型的密切面的直线。在本实施例中，还获取每个渲染像素点在世界空间下的副法向量，其中，该副法线向量可以是预设的等，也可以从对应的片段着色器中读取。
在本实施例中，在获取根据两个随机变量生成的噪声量后，进一步根据初始渲染坐标、第一方向向量、第二方向向量、副法向量和噪声量确定每个渲染像素点的目标渲染坐标，其中，第一方向向量、第二方向向量和副法线向量用于保证目标渲染坐标考虑了光线的作用的效果。
需要说明的是，在不同的应用场景中，根据初始渲染坐标、第一方向向量、第二方向向量、副法向量和噪声量确定每个渲染像素点的目标渲染坐标的方式不同，示例如下：
示例一：
在本示例中，计算副法向量分别与第一方向向量的乘积，以及和第二方向向量和第一方向向量的乘积，将这两个乘积值的模相加后，作为每帧初始渲染图像的生成函数的输入参数，获取对应的函数值，进而，计算函数值和噪声量的乘积值，将该乘积值与初始渲染坐标求和的结果作为目标渲染坐标。
示例二：
在本示例中，如图8所示，根据初始渲染坐标、第一方向向量、第二方向向量、副法向量和噪声量确定每个渲染像素点的目标渲染坐标，包括：
步骤801，计算副法向量分别与第一方向向量和第二方向向量的第七乘积值和第八乘积值。
在本实施例中，计算副法向量与第一方向向量的第七乘积值，以及副法向量与第二方向向量的第八乘积值。
步骤802，分别计算第七乘积值和第八乘积值的第一模值和第二模值，并对第一模值和第二模值求和以获取第三求和值。
在本实施例中，计算第七乘积值和第八乘积值的第一模值和第二模值，并对第一模值和第二模值求和以获取第三求和值。
步骤803，根据每帧初始渲染图像的生成函数获取与第三求和值对应的函数值。
在本实施例中，每帧初始渲染图像的生成函数可以为任意函数，比如，当每帧初始渲染图像对应于水流的视频流，则生成函数可以为sin三角函数，或者是cos三角函数等。
在本实施例中，将第三求和值作为生成函数的入参，获取对应的函数值，由此，在每帧初始渲染图像的坐标变化的生成函数的基础上，进行后续目标渲染坐标的计算，不会使得目标渲染坐标的变化太随机从而导致有关渲染效果看起来缺乏真实感。
步骤804，计算三角函数值、噪声量和预设的第七参数值的第九乘积值，并对第九乘积值和初始渲染坐标求和以获取目标渲染坐标。
在本实施例中，计算三角函数值、噪声量和预设的第七参数值的第九乘积值，并对第九乘积值和初始渲染坐标求和以获取目标渲染坐标。
举例而言，当上述每帧初始渲染图像的生成函数为sin三角函数时，本实施例中的目标渲染坐标的计算方式如下公式(2)所示，其中，在公式(2)中，U为目标渲染坐标，S1为根据实验数据预先标定的第七参数值，N1为噪声量，U0为初始渲染坐标。B为副法向量，L为第一方向向量，V为第二方向向量。
U＝U0+S1×N1×sin(|B×L|+|V×B|)           公式(2)
步骤204，根据目标渲染坐标更新每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有目标渲染图像组成的目标渲染视频流渲染背景图像。
在本实施例中，在获取到目标渲染坐标后，根据目标渲染坐标更新每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，从而，实现了对每个渲染像素点的u、v坐标的更新，根据所有目标渲染图像组成的目标渲染视频流渲染背景图像，加入了多维的随机扰动因子，当渲染的有关模型为水流模型时，加入了噪声量这一随机扰动因子会形成自然的波动涟漪的效果，真实感较强。
综上，本公开实施例的图像渲染方法，确定预先拍摄的背景图像的初始渲染视频流，其中，初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成，获取每帧初始渲染图像中每个渲染像素点的初始渲染坐标，预设的噪声纹理和每帧初始渲染图像在初始渲染视频流中的渲染时刻，进而，确定每个渲染像素点在渲染时刻的噪声量，根据预设的算法对噪声领计算以确定每个渲染像素点的目标渲染坐标，最后，根据目标渲染坐标更新每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有目标渲染图像组成的目标渲染视频流渲染背景图像。由此，基于噪声纹理和渲染图像的渲染时刻生成噪声量，基于噪声量作为随机变量确定渲染的坐标，提高了对图像渲染效果的真实感。
在实际执行过程中，在给背景图像添加渲染效果时，为了使得添加的效果更加真实，还应当考虑菲涅尔效应，菲涅尔指的是：某种材质在不同距离上呈现出不同的反射效果，其中，如图9所示，以添加的渲染的初始模型为水流为例，菲涅尔效应指的是从观察者的眼睛(可以为摄像头)里发出一道光，射向某个物体，这道光与水平面交点处的切线所形成的是锐角为入射角，入射角有两个重要的特性：第一：随着观察距离的变化而变化：距离越近，入射角越大；距离越远，入射角越小；第二：入射角大小影响反射效果：入射角越大，反射效果越弱；入射角越小，反射效果越强。
反映到现实中的水流上时，在距离摄像头较近的位置的渲染像素点，入射角更大，所以反射效果更弱，在距离摄像头较远的位置的渲染像素点，入射角更小，所以反射效果更强，反射效果越弱，水体看起来越透明，像空气，反射效果越强，水体看起来越光滑，像镜子，这种随着距离变化而产生的反射效果/清晰度的变化，就是菲涅尔效应。
当然，在真实环境下，进入到人眼中的光线除了受到发射光的影响还受到折射光的影响，其中，反射光包括漫反射和高光反射，其中，漫反射指的是当渲染的初始模型的表面粗糙时，我们把初始模型的表面看作无数不同方向的微小镜面，则这些镜面反射出的光方向均不相同，这就是漫反射，高光反射是假定渲染的初始模型的表面光滑，只有一个镜面，那么所有的光都被反射向了同一个方向(其实只是用时最短的光相位相似)，这就是高光反射。因此，在本实施例中，为了展示真实的菲涅尔效果，结合折射光、反射光和高光进行菲涅尔融合来确定每个渲染像素点的颜色，从而，使得渲染颜色后的初始模型更加真实，使得渲染的效果呈现近处清晰远处模糊等效果，当渲染的为水波时，则可以进一步提升水面波动的真实感
图10是根据本公开一个实施例的图像渲染方法的流程图，如图10所示，该方法包括：
步骤1001，获取每帧初始渲染图像中每个渲染像素点在世界空间下的切向量。
步骤1002，对贴图纹理、目标渲染坐标、渲染时刻、副法向量和切向量计算，以获取每个渲染像素点在世界空间下的第一法向量。
在本实施例中，正如以上所提到的，贴图纹理是基于法线向量来模拟物体表面凹凸感，以模拟光源照射在初始模型的反射等，如图11所示，当目标渲染视频流的初始模型为水流，则对应的贴图纹理可以反映光照射在水面的凹凸感，在贴图纹理中表示法线方向的向量所在的坐标系为：X轴方向为(1,0,0)，Y轴方向为(0,1,0)，Z轴方向为(0,0,1)，这也可以理解为纹理的切线坐标系。
也就是说法线的纹理贴图中的法线向量是在切线坐标系中的。这样做的好处是，当纹理贴合到初始模型进行进渲染，无论特效对应的初始模型怎么旋转变换，由于法线的纹理贴图是以纹理的切线坐标系表示的，所以法线向量是不会发生变换。否则，如果用世界坐标系表示法线向量，那么法线方向的信息就会随着初始模型的方向不同而发生变化，那么用一张法线的纹理贴图是不可能表示所有初始模型方向对应的法线向量的。
把法线向量用切线坐标系表示，在进行着色时要做的就是把法线从切线坐标系中变换到世界坐标中。但是，在渲染的时候切线坐标系的x,y,z轴的方向很有可能已经不是(1,0,0)、(0,1,0)和(0,0,1)了，除非初始模型本身就是一个平面，且初始模型的法线方向就是z轴正方向，初始模型的两条边的方向也是恰好和x轴y轴重合。也说就是，贴图纹理上的像素的法线向量所在的切线坐标系在贴图贴合到初始模型上后发生了变化。所以就是需要把像素当前所在的切线坐标系求出。
因此，在本实施例中，需要获取每帧初始渲染图像中每个渲染像素点的在世界空间下的切向量，其中，由于初始模型中每个渲染像素点的切向量相对于每帧初始渲染图像中每个渲染像素点的切向量变化较小，因此，在本实施例中，以每帧初始渲染图像中每个渲染像素点的切向量作为目标渲染图像中每个渲染像素点的切向量。
其中，贴图纹理的法线向量所在的坐标空间可以看作一个坐标系，只要有三个正交坐标轴xyz作为基轴就可以定义坐标空间中任意一点。切线空间是位于初始模型表面之上的空间，切线空间中的xyz轴分别是T轴(切线方向)、B轴(副切线方向)和N轴。N轴代表的是该点的法线向量方向，因此确定的一点是：切线空间的z轴正方向与法线n同向。由于一条曲线上某点的切线只有一条，而一个曲面上某点却有一个切平面，该平面上过该点的任意一条线都是该点的切线，所以切线有无数条。有多种不同的x和y轴组合,每种组合生成的点法向量是不一致的,在本实施例中，在计算切线方向的切向量T时的时候会选择和uv展开方向相同的那个方向作为切线方向，如图12所示，当目标渲染视频流对应的初始模型为球体时，切向量T如图所示。
在本实施例中，每个渲染像素点在切线方向上的切向量可以基于片段着色器等读取，也可以预先根据初始模型的生成工具预先标定等。
进一步的，正如以上所说的，把法线向量用切线坐标系表示，在进行着色时要做的就是把法线从切线坐标系中变换到世界坐标中，因此，还获取每个渲染像素点在世界空间下的第一法向量，该第一法向量可以理解为世界空间下的贴图纹理的着色法向量。
需要说明的是，在不同的应用场景中，对贴图纹理、目标渲染坐标、渲染时刻和在世界空间下的副法向量和切向量计算，以获取每个渲染像素点在世界空间下的第一法向量的方式不同，示例如下：
示例一：
在本示例中，根据目标渲染坐标和渲染时刻获取一个采样坐标，根据该采样坐标在贴图纹理中采集一个随机纹理向量，基于随机纹理向量和切向量进行世界坐标转换以获取对应的第一法向量。
在本示例中，可以预先构建世界坐标转换模型，基于转换模型转换得到随机纹理向量和切向量对应的第一法向量。
示例二：
在本示例中，如图13所示，得到第一法向量的方法为：
步骤1301，根据目标渲染坐标和渲染时刻获取第一采样坐标和第二采样坐标。
在本实施例中，根据目标渲染坐标和渲染时刻获取第一采样坐标和第二采样坐标，以便于基于采样坐标在贴图纹理中进行采样。
在一些可能的实现方式中，可采用如下公式(3)和公式(4)计算第一采样坐标和第二采样坐标，其中，公式(3)和公式(4)中的0.46/1.0等参数值是基于实验数据得出的效果较好的参数值,其他参数值也可以实现本公开的效果，在此不一一例举。在公式(3)和公式(4)，U2为第一采样坐标，U3为第二采样坐标，U为目标渲染坐标，t为渲染时刻：
U2＝f(U+t×(0.46,0.16))×(1.0,1.2)            公式(3)
U3＝f(U+t×(-0.32,0.2))×(1.4,1.7)           公式(4)
在另一些的实现方式中，计算目标渲染坐标和渲染时刻的乘积值，计算乘积值和预设的两个不同的参数值之和，对得到的两个求和值归一化处理后，得到对应的第一采样坐标和第二采样坐标。
步骤1302，获取贴图纹理分别在第一采样坐标和第二采样坐标的第一贴图纹理向量和第二贴图纹理向量。
在本实施例中，在贴图纹理中获取和第一采样坐标对应的第一贴图纹理向量，在贴图纹理中获取第二采样坐标对应的第二贴图纹理向量。
步骤1303，根据副法向量、切向量、第一贴图纹理向量和第二贴图纹理向量，获取每个渲染像素点在世界空间下的第一法向量。
在一些可能的实施例中，计算第一贴图纹理向量和第二贴图纹理向量的均值，以获取在切线空间的第二法向量，比如，当第一贴图纹理向量为N1，第二贴图纹理向量为N2时，将(N1+N2)*0.5作为第二法向量Nt。
进一步地，根据副法向量和切向量归一化计算，以获取世界空间下的第三法向量，比如，当副法向量为B，切向量为T，G()为预设的归一化计算算法时，可以将G(B*T)的值Nw作为第三法向量。
在本实施例中，根据副法向量、切向量和第三法向量获取向量转换矩阵M＝(T,B,Nw)。进而，在获取到向量转换矩阵后，计算向量转换矩阵和第二法向量的乘积，以获取第一法向量，即采用如下公式(5)计算第一法向量，其中，第一法向量为世界空间下的法向量，Ns为第一法向量，M为向量转换矩阵，Ns为第二法向量。
Ns＝M×Nt                  公式(5)
步骤1003，根据第一法向量、第一方向向量、第二方向向量计算每个渲染像素点的渲染颜色向量。
步骤1004，根据渲染颜色向量渲染目标渲染图像中对应渲染像素点的颜色。
在本实施例中，根据第一法向量、第一方向向量、第二方向向量计算每个渲染像素点的渲染颜色向量，其中，第一法向量反映了贴图纹理中光照的凹凸感，第一方向向量和第二方向向量反应了视线方向和光线方向，因此，渲染颜色向量反映了光源受到反射、折射和高光发射后对应渲染像素点的呈现颜色。
在一些可能的实现方式，可以预先根据深度学习技术训练深度学习模型，将第一法向量、第一方向向量、第二方向向量输入该深度学习模型，以获取每个渲染像素点的渲染颜色向量。
在一些可能的实施例中，如图14所示，根据第一法向量、第一方向向量、第二方向向量计算每个渲染像素点的渲染颜色向量，包括：
步骤1401，根据第二方向向量和第一方向向量，确定模拟高光的第一颜色向量。
比如，将第一方向向量和第一方向向量求和后，基于求和后的归一化取值结果作为第一颜色向量。
又比如，计算所述第二方向向量和第一方向向量的向量和，对向量和归一化后，计算归一化的结果的第一预设幂次方的第一运算值，计算第一运算值和预设的第一参数值的乘积以获取第一颜色向量，其中，预设的第一参数值和第一预设幂次方均可以根据实验数据标定。
举例而言，当第一参数值为800，预设幂次方为600时，第一颜色向量可以采用如下公式(6)计算得到，其中，C2为第一颜色分量，L为第一方向向量，V为第二方向向量，G()为预设的向量的归一化处理函数。
C2＝(G(L+V)600)×800            公式(6)
步骤1402，根据第二方向向量、第一法向量和反射纹理，确定模拟反射光的第二颜色向量。
其中，反射纹理是预先设定的任意和背景图像匹配的纹理图像。比如，当背景图像为白色的地面，则预设的反射纹理可以为白色光反射后的预设的纹理图像。即根据背景图像的颜色来匹配数据库获取对应的反射纹理等。
在一些可能的实现方式中，根据菲涅尔转换定理，根据第一法向量和第二方向向量计算世界空间下的折射光方向向量后，基于折射光方向向量进行坐标值的归一化处理，将归一化处理后的值作为采样坐标值在反射纹理中采样获取反射纹理中的纹理向量。进而，将反射纹理中的纹理向量作为第二颜色向量。
在另一些可能的实现方式，根据第一法向量和第二方向向量确定第三方向向量，基于菲涅尔转换定理，该第三方向向量可以理解为在世界空间下折射光方向，由于反射光的颜色受到折射光的影响，因此，在本实施例中，根据第三方向向量确定第三采样坐标，并获取反射纹理在第三采样坐标下的纹理向量为第二颜色向量。
在本实现方式中，可以直接将第三方向向量基于坐标归一化函数来生成对应的第三采样坐标；在每帧初始渲染图像的生成函数为sin三角函数时，也可以根据下列公式(7)来获取对应的第二颜色分量，其中，U4为第三采样坐标，D1为第三方向向量，D1.x为D1取x分量，D1.z为D1取z分量。另外，0.32和0.16是根据实验数据标定的具有较优效果的参数值，在实际应用中，也可以根据具体场景更换为其他参数值。
U4＝((arccos(D1.x)+(arccos(D1.z))×0.16,arccos(D1.z)×0.32))  公式(7)
步骤1403，根据初始渲染坐标、第二方向向量、第一法向量和背景图像，确定模拟折射光的第三颜色向量。
在本实施例中，背景图像由于与折射光也有关联，因此，将背景图像作为背景纹理生成对应的第三颜色分量。
在一些可能的实施例中，可以确定每个渲染像素点和摄像头之间的拍摄距离，拍摄距离可以根据摄像头的内参、外参和每个渲染像素点在背景图像上的图像坐标进行图像坐标到世界坐标之间的转换后得到对应的深度值，将深度值作为对应的拍摄距离，图像坐标到世界坐标之间的转换为现有技术，在此不再详述。
进而，计算第二方向向量和第一法向量的乘积以获取第四法向量，由此，第四法向量综合了视线方向和光线方向共同确定，保证了基于第四法向量后续确定的折射光颜色的真实感。进一步地，由于高光是在初始模型更新渲染坐标后的目标模型的切平面进行反射，因此，获取第四法向量在预设平面的分量值，比如，获取在xy平面上的分量值。
进一步的，对第四法向量和预设的第二参数值求和以获取第一求和值，并计算第一求和值和拍摄距离的第一乘积值，其中，第二参数值可以根据实验效果进行标注，在此不作限制，在本实施例中，第一乘积值还引入了拍摄距离即视线距离渲染像素点的距离，进一步确保了第三颜色分量的真实感。
在获取第一乘积值后，计算预设的第三参数值和第一乘积值的比值，该第三参数值可以根据实验效果进行标注，在此不作限制，进而，计算比值和分量值的第二乘积值，以进一步基于坐标空间进行有关向量的转换，在得到第二乘积值后，对第二乘积值和初始渲染坐标求和以获取第四采样坐标，并获取背景图像在第四采样坐标上的颜色向量为第三颜色向量，由此，结合了背景图像、视线方向、实现距离和光线方向共同确定模拟折射光的第三颜色向量。
在本实施例的一些可能的实现方式中，可以采用如下公式(8)来计算获取对应的第三颜色向量，其中，U5为第三颜色向量，d为拍摄距离，Ns为第一法向量，V为第二方向向量，U0为初始渲染坐标，第三参数值为0.55，第二参数值为0.3。
Figure BDA0003301995510000191
步骤1404，对第一颜色向量、第二颜色向量和第三颜色向量混合计算，以获取每个渲染像素点的渲染颜色向量。
由于第一颜色向量模拟了高光反射光、第二颜色向量模拟了反射光，第三颜色向量模拟了折射光，因此，对第一颜色向量、第二颜色向量和第三颜色向量混合计算，以获取每个渲染像素点的渲染颜色向量，实现了菲尼尔效应下的颜色的渲染，进一步提升了渲染后的真实感。
在一些可能的实现方式中，如图15所示，对第一颜色向量、第二颜色向量和第三颜色向量混合计算，以获取每个渲染像素点的渲染颜色向量，包括：
步骤1501，根据第二方向向量和第一法向量获取混合系数。
根据第二方向向量和第一法向量获取混合系数，该混合系数可以理解为菲涅尔混合系数。
在一些可能的实现方式中，计算第二方向向量和第一法向量的乘积值，获取该乘积值的幂次方作为混合系数，即混合了视线方向和光线方向来生成对应的混合系数，基于菲涅尔效应中的视线和光线量大影响因素来共同确定菲涅尔混合系数。其中，幂次方可以根据实验效果标定，可以为任意数。
在一些可能的实现方式中，计算第二方向向量和第一法向量的第三乘积值，计算预设的第四参数值和第三乘积值的第一差值，其中，第四参数值可以根据实验效果进行标注，在此不作限制，进而，计算第一差值的第二预设幂次方的第二运算值，并获取预设的第五参数值和第二预设运算值的第四乘积值，其中，第二预设幂次方和第五参数值均可以根据实验效果进行标注，在此不作限制，对第四乘积值和预设的第六参数值求和以获取混合系数。其中，第六参数值均可以根据实验效果进行标注，在此不作限制。
在本实现方式的一些可能的实施例中，该混合系数的计算方式可以参照下述公式(9)所示，其中，1为第四参数值，0.91为第五参数值，第二预设幂次方为5，第六参数值为0.09，F为混合系数，V为第二方向向量，Ns为第一法向量。
F＝0.09+0.91×(1-V×Ns)5                 公式(9)
步骤1502，根据混合系数对第一颜色向量、第二颜色向量和第三颜色向量混合计算，以获取每个渲染像素点的渲染颜色向量。
在本实施例中，根据混合系数对第一颜色向量、第二颜色向量和第三颜色向量混合计算，以获取每个渲染像素点的渲染颜色向量，该渲染颜色向量综合了高光反射、折射光反射以及反射光等扰动因素的影响，提升了渲染颜色的真实感。
在一些可能的实现方式中，对第一颜色向量、第二颜色向量和第三颜色向量求和，将求和得到的求和值和混合系数的乘积值作为对应的渲染颜色向量。
在另一些可能的实现方式中，计算预设的第七参数值和混合系数的第二差值，对第二差值和第三颜色向量乘积计算，以获取第五乘积值，对第一颜色向量和第二颜色向量求和，以获取第二求和值，计算第二求和值和混合系数的第六乘积值，对第五乘积值和第六乘积值求和以获取每个渲染像素点的渲染颜色向量，其中，本实施例中的第七参数值可以根据实验效果进行标注，在此不作限制。由此，在本实施例中，综合考虑了不同颜色向量的混合权重进行渲染颜色向量的计算。
在本实现方式中的一些可能的实现方式中，可以根据如下公式(10)来计算渲染颜色向量，其中，F为混合系数，C3位第三颜色向量，C1为第二颜色向量，C2为第一颜色向量，第七参数值为1，C为混合颜色向量。
C＝(1-F)×C3+F(C1+C2)          公式(10)
由此，基于上述实施例，本实施例中基于混合系数实现对折射光、反射光和高光的菲涅尔混合，实现了渲染效果呈现近处清晰远处模糊等效果，当渲染的为水波时，水波近处反射不明显，视觉上较为清晰，远处反射明显视觉上较为模糊，从而，可以进一步提升水面波动的真实感。
综上，本公开实施例的图像渲染方法，结合菲涅尔效应来确定每个渲染像素点的渲染颜色，模拟了在折射光、反射光和高光的作用下渲染像素点的颜色，进一步提升了渲染的真实感。
图16为本公开实施例提供的一种图像渲染装置的结构示意图，该装置可由软件和/或硬件实现，一般可集成在电子设备中。如图16所示，该装置包括：第一获取模块1610、第二获取模块1620、确定模块1630、第三获取模块1640、渲染模块1650，其中，
第一获取模块1610，用于确定预先拍摄的背景图像的初始渲染视频流，其中，初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成；
第二获取模块1620，用于获取每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取所述每帧初始渲染图像在所述初始渲染视频流中的渲染时刻；
确定模块1630，用于根据所述初始渲染坐标、预设的噪声纹理和所述渲染时刻确定所述每个渲染像素点在所述渲染时刻的噪声量；
第三获取模块1640，用于根据预设的算法对所述噪声量计算以获取所述每个渲染像素点的目标渲染坐标；
渲染模块1650，用于根据目标渲染坐标更新每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有目标渲染图像组成的目标渲染视频流渲染背景图像。
本公开实施例所提供的图像渲染装置可执行本公开任意实施例所提供的图像渲染方法，具备执行方法相应的功能模块和有益效果。
为了实现上述实施例，本公开还提出一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述实施例中的图像渲染方法
图17为本公开实施例提供的一种电子设备的结构示意图。
下面具体参考图17，其示出了适于用来实现本公开实施例中的电子设备1700的结构示意图。本公开实施例中的电子设备1700可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图17示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图17所示，电子设备1700可以包括处理装置(例如中央处理器、图形处理器等)1701，其可以根据存储在只读存储器(ROM)1702中的程序或者从存储装置1708加载到随机访问存储器(RAM)1703中的程序而执行各种适当的动作和处理。在RAM 1703中，还存储有电子设备1700操作所需的各种程序和数据。处理装置1701、ROM 1702以及RAM 1703通过总线1704彼此相连。输入/输出(I/O)接口1705也连接至总线1704。
通常，以下装置可以连接至I/O接口1705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1707；包括例如磁带、硬盘等的存储装置1708；以及通信装置1709。通信装置1709可以允许电子设备1700与其他设备进行无线或有线通信以交换数据。虽然图17示出了具有各种装置的电子设备1700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置1709从网络上被下载和安装，或者从存储装置1708被安装，或者从ROM 1702被安装。在该计算机程序被处理装置1701执行时，执行本公开实施例的图像渲染方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：确定预先拍摄的背景图像的初始渲染视频流，其中，初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成，获取每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取每帧初始渲染图像在初始渲染视频流中的渲染时刻，根据初始渲染坐标、预设的噪声纹理和渲染时刻确定每个渲染像素点在渲染时刻的噪声量，并根据预设的算法对噪声量计算以获取每个渲染像素点的目标渲染坐标，最后，根据目标渲染坐标更新每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有目标渲染图像组成的目标渲染视频流渲染背景图像。由此，基于噪声纹理和渲染图像的渲染时刻生成噪声量，基于噪声量作为随机变量确定渲染的坐标，提高了对图像渲染效果的真实感。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，本公开提供了一种图像渲染方法，包括以下步骤：
确定预先拍摄的背景图像的初始渲染视频流，其中，所述初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成；
获取所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取所述每帧初始渲染图像在所述初始渲染视频流中的渲染时刻；
根据所述初始渲染坐标、预设的噪声纹理和所述渲染时刻确定所述每个渲染像素点在所述渲染时刻的噪声量，并根据预设的算法对所述噪声量计算以获取所述每个渲染像素点的目标渲染坐标；
根据所述目标渲染坐标更新所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有所述目标渲染图像组成的目标渲染视频流渲染所述背景图像。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，在所述根据所有所述目标渲染图像组成的目标渲染视频流渲染所述背景图像之前，还包括：
获取所述每帧初始渲染图像中每个渲染像素点在世界空间下的切向量；
对所述贴图纹理、所述目标渲染坐标、所述渲染时刻、所述副法向量和所述切向量计算，以获取所述每个渲染像素点在世界空间下的第一法向量；
根据所述第一法向量、所述第一方向向量、所述第二方向向量计算所述每个渲染像素点的渲染颜色向量；
根据所述渲染颜色向量渲染所述目标渲染图像中对应渲染像素点的颜色。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述对所述贴图纹理、所述目标渲染坐标、所述渲染时刻、所述副法向量和所述切向量计算，以获取所述每个渲染像素点在世界空间下的第一法向量，包括：
根据所述目标渲染坐标和所述渲染时刻获取第一采样坐标和第二采样坐标；
获取所述贴图纹理分别在所述第一采样坐标和所述第二采样坐标的第一贴图纹理向量和第二贴图纹理向量；
根据所述副法向量、所述切向量、所述第一贴图纹理向量和第二贴图纹理向量，获取所述每个渲染像素点在世界空间下的第一法向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述根据所述副法向量、所述切向量、所述第一贴图纹理向量和第二贴图纹理向量，获取所述每个渲染像素点在世界空间下的第一法向量，包括：
计算所述第一贴图纹理向量和第二贴图纹理向量的均值，以获取在所述贴图纹理的切线空间的第二法向量；
对所述副法向量和所述切向量进行预设的归一化计算，以获取世界空间下的第三法向量；
根据所述副法向量、所述切向量和所述第三法向量获取向量转换矩阵；
计算所述向量转换矩阵和所述第二法向量的乘积，以获取所述第一法向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述根据所述第一法向量、所述第一方向向量、所述第二方向向量计算所述每个渲染像素点的渲染颜色向量，包括：
根据所述第二方向向量和所述第一方向向量，确定模拟高光的第一颜色向量；
根据所述第二方向向量、所述第一法向量和所述反射纹理，确定模拟反射光的第二颜色向量；
根据所述初始渲染坐标、所述第二方向向量、所述第一法向量和所述背景图像，确定模拟折射光的第三颜色向量；
对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述根据所述第二方向向量和所述第一方向向量，确定模拟高光的第一颜色向量，包括：
计算所述第二方向向量和所述第一方向向量的向量和；
对所述向量和进行预设的归一化计算后，计算归一化的计算结果的第一预设幂次方以获取第一运算值；
计算所述第一运算值和预设的第一参数值的乘积以获取所述第一颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述根据所述第二方向向量、所述第一法向量和所述反射纹理，确定模拟反射光的第二颜色向量，包括：
根据所述第一法向量和所述第二方向向量确定第三方向向量；
根据所述第三方向向量确定第三采样坐标，并获取所述反射纹理在所述第三采样坐标下的纹理向量为所述第二颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述根据所述初始渲染坐标、所述第二方向向量、所述第一法向量和所述背景图像，确定模拟折射光的第三颜色向量，包括：
确定所述每个渲染像素点和所述摄像头之间的拍摄距离；
计算所述第二方向向量和所述第一法向量的乘积以获取第四法向量，并获取所述第四法向量在预设平面的分量值；
对所述第四法向量和预设的第二参数值求和以获取第一求和值，并计算所述第一求和值和所述拍摄距离的第一乘积值；
计算预设的第三参数值和所述第一乘积值的比值，并计算所述比值和所述分量值的第二乘积值；
对所述第二乘积值和所述初始渲染坐标求和以获取第四采样坐标，并获取所述背景图像在所述第四采样坐标上的颜色向量为所述第三颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量，包括：
根据所述第二方向向量和所述第一法向量获取混合系数；
根据所述混合系数对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述根据所述第二方向向量和所述第一法向量获取混合系数，包括：
获取所述第二方向向量和所述第一法向量的第三乘积值，并计算预设的第四参数值和所述第三乘积值的第一差值；
计算所述第一差值的第二预设幂次方的第二运算值，并获取预设的第五参数值和所述第二运算值的第四乘积值；
对所述第四乘积值和预设的第六参数值求和以获取所述混合系数。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述根据所述混合系数对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量，包括：
计算预设的第七参数值和所述混合系数的第二差值；
对所述第二差值和所述第三颜色向量乘积计算，以获取第五乘积值；
对所述第一颜色向量和所述第二颜色向量求和以获取第二求和值，并计算所述第二求和值和所述混合系数的第六乘积值；
对所述第五乘积值和所述第六乘积值求和以获取所述每个渲染像素点的渲染颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述根据所述初始渲染坐标、预设的噪声纹理和所述渲染时刻，确定所述每个渲染像素点在所述渲染时刻的噪声量，包括：
根据所述初始渲染坐标和所述渲染时刻确定第五采样坐标；
在所述噪声纹理中确定与所述第五采样坐标对应的噪声纹理向量为所述噪声量。
根据本公开的一个或多个实施例，所述根据预设的算法对所述噪声量计算以获取所述每个渲染像素点的目标渲染坐标，包括：
获取所述每个渲染像素点预设的模拟光线发射的第一方向向量、所述每个渲染像素点与拍摄所述背景图像的摄像头之间的第二方向向量、所述每个渲染像素点在世界空间下的副法向量；
根据所述初始渲染坐标、所述第一方向向量、所述第二方向向量、所述副法向量和所述噪声量计算，以获取所述每个渲染像素点的目标渲染坐标。
根据本公开的一个或多个实施例，本公开提供的图像渲染方法中，所述根据所述初始渲染坐标、所述第一方向向量、所述第二方向向量、所述副法向量和所述噪声量确定所述每个渲染像素点的目标渲染坐标，包括：
计算所述副法向量分别与所述第一方向向量和所述第二方向向量的第七乘积值和第八乘积值；
分别计算所述第七乘积值和所述第八乘积值的第一模值和第二模值，并对所述第一模值和第二模值求和以获取第三求和值；
根据所述每帧初始渲染图像的生成函数获取与所述第三求和值对应的函数值；
计算所述函数值、所述噪声量和预设的第七参数值之间的第九乘积值，并对所述第九乘积值和所述初始渲染坐标求和以获取所述目标渲染坐标。
根据本公开的一个或多个实施例，本公开提供了一种图像渲染装置，包括：第一获取模块，用于确定预先拍摄的背景图像的初始渲染视频流，其中，所述初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成；
第二获取模块，用于获取所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取所述每帧初始渲染图像在所述初始渲染视频流中的渲染时刻；确定模块，用于根据所述初始渲染坐标、预设的噪声纹理和所述渲染时刻确定所述每个渲染像素点在所述渲染时刻的噪声量；
第三获取模块，用于根据预设的算法对所述噪声量计算以获取所述每个渲染像素点的目标渲染坐标；
渲染模块，用于根据所述目标渲染坐标更新所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有所述目标渲染图像组成的目标渲染视频流渲染所述背景图像。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，还包括：
第四获取模块，用于获取所述每帧初始渲染图像中每个渲染像素点在世界空间下的切向量；
第五获取模块，用于对所述贴图纹理、所述目标渲染坐标、所述渲染时刻、所述副法向量和所述切向量计算，以获取所述每个渲染像素点在世界空间下的第一法向量；
计算模块，用于根据所述第一法向量、所述第一方向向量、所述第二方向向量计算所述每个渲染像素点的渲染颜色向量；
所述渲染模块，还用于根据所述渲染颜色向量渲染所述目标渲染图像中对应渲染像素点的颜色。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述第五获取模块，具体用于：
根据所述目标渲染坐标和所述渲染时刻获取第一采样坐标和第二采样坐标；
获取所述贴图纹理分别在所述第一采样坐标和所述第二采样坐标的第一贴图纹理向量和第二贴图纹理向量；
根据所述副法向量、所述切向量、所述第一贴图纹理向量和第二贴图纹理向量，获取所述每个渲染像素点在世界空间下的第一法向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述第五获取模块，具体用于：
对所述副法向量和所述切向量进行预设的归一化计算，以获取世界空间下的第三法向量；
根据所述副法向量、所述切向量和所述第三法向量获取向量转换矩阵；
计算所述向量转换矩阵和所述第二法向量的乘积，以获取所述第一法向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述计算模块，具体用于：
根据所述第二方向向量和所述第一方向向量，确定模拟高光的第一颜色向量；
根据所述第二方向向量、所述第一法向量和所述反射纹理，确定模拟反射光的第二颜色向量；
根据所述初始渲染坐标、所述第二方向向量、所述第一法向量和所述背景图像，确定模拟折射光的第三颜色向量；
对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述计算模块，具体用于：
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述计算模块，具体用于：
计算所述第二方向向量和所述第一方向向量的向量和；
对所述向量和进行预设的归一化计算后，计算归一化的计算结果的第一预设幂次方以获取第一运算值；
计算所述第一运算值和预设的第一参数值的乘积以获取所述第一颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述计算模块，具体用于：
根据所述第一法向量和所述第二方向向量确定第三方向向量；
根据所述第三方向向量确定第三采样坐标，并获取所述反射纹理在所述第三采样坐标下的纹理向量为所述第二颜色向量。
确定所述每个渲染像素点和所述摄像头之间的拍摄距离；
计算所述第二方向向量和所述第一法向量的乘积以获取第四法向量，并获取所述第四法向量在预设平面的分量值；
对所述第四法向量和预设的第二参数值求和以获取第一求和值，并计算所述第一求和值和所述拍摄距离的第一乘积值；
计算预设的第三参数值和所述第一乘积值的比值，并计算所述比值和所述分量值的第二乘积值；
对所述第二乘积值和所述初始渲染坐标求和以获取第四采样坐标，并获取所述背景图像在所述第四采样坐标上的颜色向量为所述第三颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述计算模块，具体用于：根据所述第二方向向量和所述第一法向量获取混合系数；
根据所述混合系数对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述计算模块，具体用于：获取所述第二方向向量和所述第一法向量的第三乘积值，并计算预设的第四参数值和所述第三乘积值的第一差值；
计算所述第一差值的第二预设幂次方的第二运算值，并获取预设的第五参数值和所述第二运算值的第四乘积值；
对所述第四乘积值和预设的第六参数值求和以获取所述混合系数。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述计算模块，具体用于：计算预设的第七参数值和所述混合系数的第二差值；
对所述第二差值和所述第三颜色向量乘积计算，以获取第五乘积值；
对所述第一颜色向量和所述第二颜色向量求和以获取第二求和值，并计算所述第二求和值和所述混合系数的第六乘积值；
对所述第五乘积值和所述第六乘积值求和以获取所述每个渲染像素点的渲染颜色向量。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述确定模块，具体用于：
根据所述初始渲染坐标和所述渲染时刻确定第五采样坐标；
在所述噪声纹理中确定与所述第五采样坐标对应的噪声纹理向量为所述噪声量。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述确定模块，具体用于：
获取所述每个渲染像素点预设的模拟光线发射的第一方向向量、所述每个渲染像素点与拍摄所述背景图像的摄像头之间的第二方向向量、所述每个渲染像素点在世界空间下的副法向量；
根据所述初始渲染坐标、所述第一方向向量、所述第二方向向量、所述副法向量和所述噪声量计算，以获取所述每个渲染像素点的目标渲染坐标。
根据本公开的一个或多个实施例，本公开提供的图像渲染装置中，所述确定模块，具体用于：
计算所述副法向量分别与所述第一方向向量和所述第二方向向量的第七乘积值和第八乘积值；
分别计算所述第七乘积值和所述第八乘积值的第一模值和第二模值，并对所述第一模值和第二模值求和以获取第三求和值；
根据所述每帧初始渲染图像的生成函数获取与所述第三求和值对应的函数值；
计算所述函数值、所述噪声量和预设的第七参数值之间的第九乘积值，并对所述第九乘积值和所述初始渲染坐标求和以获取所述目标渲染坐标。
根据本公开的一个或多个实施例，本公开提供了一种电子设备，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现如本公开提供的任一所述的图像渲染方法。
根据本公开的一个或多个实施例，本公开提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如本公开提供的任一所述的图像渲染方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (17)

1.一种图像渲染方法，其特征在于，包括以下步骤：
确定预先拍摄的背景图像的初始渲染视频流，其中，所述初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成；
获取所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取所述每帧初始渲染图像在所述初始渲染视频流中的渲染时刻；
根据所述初始渲染坐标、预设的噪声纹理和所述渲染时刻确定所述每个渲染像素点在所述渲染时刻的噪声量，并根据预设的算法对所述噪声量计算以获取所述每个渲染像素点的目标渲染坐标；
根据所述目标渲染坐标更新所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有所述目标渲染图像组成的目标渲染视频流渲染所述背景图像。
2.如权利要求1所述的方法，其特征在于，在所述根据所有所述目标渲染图像组成的目标渲染视频流渲染所述背景图像之前，还包括：
获取所述每帧初始渲染图像中每个渲染像素点在世界空间下的切向量；
对所述贴图纹理、所述目标渲染坐标、所述渲染时刻、所述副法向量和所述切向量计算，以获取所述每个渲染像素点在世界空间下的第一法向量；
根据所述第一法向量、所述第一方向向量、所述第二方向向量计算所述每个渲染像素点的渲染颜色向量；
根据所述渲染颜色向量渲染所述目标渲染图像中对应渲染像素点的颜色。
3.如权利要求2所述的方法，其特征在于，所述对所述贴图纹理、所述目标渲染坐标、所述渲染时刻、所述副法向量和所述切向量计算，以获取所述每个渲染像素点在世界空间下的第一法向量，包括：
根据所述目标渲染坐标和所述渲染时刻获取第一采样坐标和第二采样坐标；
获取所述贴图纹理分别在所述第一采样坐标和所述第二采样坐标的第一贴图纹理向量和第二贴图纹理向量；
根据所述副法向量、所述切向量、所述第一贴图纹理向量和第二贴图纹理向量，获取所述每个渲染像素点在世界空间下的第一法向量。
4.如权利要求3所述的方法，其特征在于，所述根据所述副法向量、所述切向量、所述第一贴图纹理向量和第二贴图纹理向量，获取所述每个渲染像素点在世界空间下的第一法向量，包括：
计算所述第一贴图纹理向量和第二贴图纹理向量的均值，以获取在所述贴图纹理的切线空间的第二法向量；
对所述副法向量和所述切向量进行预设的归一化计算，以获取世界空间下的第三法向量；
根据所述副法向量、所述切向量和所述第三法向量获取向量转换矩阵；
计算所述向量转换矩阵和所述第二法向量的乘积，以获取所述第一法向量。
5.如权利要求2所述的方法，其特征在于，所述根据所述第一法向量、所述第一方向向量、所述第二方向向量计算所述每个渲染像素点的渲染颜色向量，包括：
根据所述第二方向向量和所述第一方向向量，确定模拟高光的第一颜色向量；
根据所述第二方向向量、所述第一法向量和所述反射纹理，确定模拟反射光的第二颜色向量；
根据所述初始渲染坐标、所述第二方向向量、所述第一法向量和所述背景图像，确定模拟折射光的第三颜色向量；
对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量。
6.如权利要求5所述的方法，其特征在于，所述根据所述第二方向向量和所述第一方向向量，确定模拟高光的第一颜色向量，包括：
计算所述第二方向向量和所述第一方向向量的向量和；
对所述向量和进行预设的归一化计算后，计算归一化的计算结果的第一预设幂次方以获取第一运算值；
计算所述第一运算值和预设的第一参数值的乘积以获取所述第一颜色向量。
7.如权利要求5所述的方法，其特征在于，所述根据所述第二方向向量、所述第一法向量和所述反射纹理，确定模拟反射光的第二颜色向量，包括：
根据所述第一法向量和所述第二方向向量确定第三方向向量；
根据所述第三方向向量确定第三采样坐标，并获取所述反射纹理在所述第三采样坐标下的纹理向量为所述第二颜色向量。
8.如权利要求5所述的方法，其特征在于，所述根据所述初始渲染坐标、所述第二方向向量、所述第一法向量和所述背景图像，确定模拟折射光的第三颜色向量，包括：
确定所述每个渲染像素点和所述摄像头之间的拍摄距离；
计算所述第二方向向量和所述第一法向量的乘积以获取第四法向量，并获取所述第四法向量在预设平面的分量值；
对所述第四法向量和预设的第二参数值求和以获取第一求和值，并计算所述第一求和值和所述拍摄距离的第一乘积值；
计算预设的第三参数值和所述第一乘积值的比值，并计算所述比值和所述分量值的第二乘积值；
对所述第二乘积值和所述初始渲染坐标求和以获取第四采样坐标，并获取所述背景图像在所述第四采样坐标上的颜色向量为所述第三颜色向量。
9.如权利要求5所述的方法，其特征在于，所述对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量，包括：
根据所述第二方向向量和所述第一法向量获取混合系数；
根据所述混合系数对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量。
10.如权利要求9所述的方法，其特征在于，所述根据所述第二方向向量和所述第一法向量获取混合系数，包括：
获取所述第二方向向量和所述第一法向量的第三乘积值，并计算预设的第四参数值和所述第三乘积值的第一差值；
计算所述第一差值的第二预设幂次方的第二运算值，并获取预设的第五参数值和所述第二运算值的第四乘积值；
对所述第四乘积值和预设的第六参数值求和以获取所述混合系数。
11.如权利要求9所述的方法，其特征在于，所述根据所述混合系数对所述第一颜色向量、所述第二颜色向量和所述第三颜色向量混合计算，以获取所述每个渲染像素点的渲染颜色向量，包括：
计算预设的第七参数值和所述混合系数的第二差值；
对所述第二差值和所述第三颜色向量乘积计算，以获取第五乘积值；
对所述第一颜色向量和所述第二颜色向量求和以获取第二求和值，并计算所述第二求和值和所述混合系数的第六乘积值；
对所述第五乘积值和所述第六乘积值求和以获取所述每个渲染像素点的渲染颜色向量。
12.如权利要求1所述的方法，其特征在于，所述根据所述初始渲染坐标、预设的噪声纹理和所述渲染时刻，确定所述每个渲染像素点在所述渲染时刻的噪声量，包括：
根据所述初始渲染坐标和所述渲染时刻确定第五采样坐标；
在所述噪声纹理中确定与所述第五采样坐标对应的噪声纹理向量为所述噪声量。
13.如权利要求1-12任一所述的方法，其特征在于，所述根据预设的算法对所述噪声量计算以获取所述每个渲染像素点的目标渲染坐标，包括：
获取所述每个渲染像素点预设的模拟光线发射的第一方向向量、所述每个渲染像素点与拍摄所述背景图像的摄像头之间的第二方向向量、所述每个渲染像素点在世界空间下的副法向量；
根据所述初始渲染坐标、所述第一方向向量、所述第二方向向量、所述副法向量和所述噪声量计算，以获取所述每个渲染像素点的目标渲染坐标。
14.如权利要求13所述的方法，其特征在于，所述根据所述初始渲染坐标、所述第一方向向量、所述第二方向向量、所述副法向量和所述噪声量确定所述每个渲染像素点的目标渲染坐标，包括：
计算所述副法向量分别与所述第一方向向量和所述第二方向向量的第七乘积值和第八乘积值；
分别计算所述第七乘积值和所述第八乘积值的第一模值和第二模值，并对所述第一模值和第二模值求和以获取第三求和值；
根据所述每帧初始渲染图像的生成函数获取与所述第三求和值对应的函数值；
计算所述函数值、所述噪声量和预设的第七参数值之间的第九乘积值，并对所述第九乘积值和所述初始渲染坐标求和以获取所述目标渲染坐标。
15.一种图像渲染装置，其特征在于，包括：
第一获取模块，用于确定预先拍摄的背景图像的初始渲染视频流，其中，所述初始渲染视频流包括多帧初始渲染图像，每帧初始渲染图像根据反射纹理和贴图纹理生成；
第二获取模块，用于获取所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标，并获取所述每帧初始渲染图像在所述初始渲染视频流中的渲染时刻；
确定模块，用于根据所述初始渲染坐标、预设的噪声纹理和所述渲染时刻确定所述每个渲染像素点在所述渲染时刻的噪声量；
第三获取模块，用于根据预设的算法对所述噪声量计算以获取所述每个渲染像素点的目标渲染坐标；
渲染模块，用于根据所述目标渲染坐标更新所述每帧初始渲染图像中每个渲染像素点的初始渲染坐标以获取目标渲染图像，并根据所有所述目标渲染图像组成的目标渲染视频流渲染所述背景图像。
16.一种电子设备，其特征在于，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述权利要求1-14中任一所述的图像渲染方法。
17.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-14中任一所述的图像渲染方法。
CN202111193061.0A 2021-10-13 2021-10-13 图像渲染方法、装置、设备及介质 Pending CN115965727A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202111193061.0A CN115965727A (zh) 2021-10-13 2021-10-13 图像渲染方法、装置、设备及介质
EP22880171.8A EP4398191A1 (en) 2021-10-13 2022-09-29 Image rendering method and apparatus, device, and medium
PCT/CN2022/122447 WO2023061232A1 (zh) 2021-10-13 2022-09-29 图像渲染方法、装置、设备及介质
US18/545,848 US20240127497A1 (en) 2021-10-13 2023-12-19 Image rendering method and apparatus, device, and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111193061.0A CN115965727A (zh) 2021-10-13 2021-10-13 图像渲染方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN115965727A true CN115965727A (zh) 2023-04-14

Family

ID=85899935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111193061.0A Pending CN115965727A (zh) 2021-10-13 2021-10-13 图像渲染方法、装置、设备及介质

Country Status (4)

Country Link
US (1) US20240127497A1 (zh)
EP (1) EP4398191A1 (zh)
CN (1) CN115965727A (zh)
WO (1) WO2023061232A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116421970B (zh) * 2023-06-12 2023-12-05 腾讯科技（深圳）有限公司 虚拟对象的外装渲染方法、装置、计算机设备和存储介质
CN116761018B (zh) * 2023-08-18 2023-10-17 湖南马栏山视频先进技术研究院有限公司 一种基于云平台的实时渲染系统
CN117676201A (zh) * 2023-12-15 2024-03-08 书行科技(北京)有限公司 视频生成方法、装置、电子设备及计算机可读存储介质
CN117994407B (zh) * 2024-04-07 2024-06-07 山东捷瑞信息技术产业研究院有限公司 一种基于图形学的自然现象构建及渲染优化的方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402792B (zh) * 2011-10-24 2014-03-19 克拉玛依红有软件有限责任公司 一种实时浅水模拟方法
US9378582B2 (en) * 2012-07-31 2016-06-28 Siemens Product Lifecycle Management Software Inc. Rendering of design data
US9747709B2 (en) * 2014-12-19 2017-08-29 General Electric Company Method and apparatus for animate visualization of static 3-D data
CN110827391B (zh) * 2019-11-12 2021-02-12 腾讯科技（深圳）有限公司 图像渲染方法、装置、设备及存储介质
CN111145326B (zh) * 2019-12-26 2023-12-19 网易（杭州）网络有限公司 三维虚拟云模型的处理方法、存储介质、处理器及电子装置
CN112215934B (zh) * 2020-10-23 2023-08-29 网易（杭州）网络有限公司 游戏模型的渲染方法、装置、存储介质及电子装置

Also Published As

Publication number Publication date
EP4398191A1 (en) 2024-07-10
US20240127497A1 (en) 2024-04-18
WO2023061232A1 (zh) 2023-04-20

Similar Documents

Publication Publication Date Title
CN115965727A (zh) 图像渲染方法、装置、设备及介质
US8803880B2 (en) Image-based lighting simulation for objects
US7212207B2 (en) Method and apparatus for real-time global illumination incorporating stream processor based hybrid ray tracing
US7583264B2 (en) Apparatus and program for image generation
CN111915712B (zh) 光照渲染方法、装置、计算机可读介质及电子设备
CN112396684A (zh) 光线追踪方法、装置及机器可读存储介质
CN116091676B (zh) 虚拟对象的面部渲染方法及点云特征提取模型的训练方法
US11823321B2 (en) Denoising techniques suitable for recurrent blurs
CN116485984B (zh) 全景影像车辆模型全局光照模拟方法、装置、设备及介质
CN114549722A (zh) 3d素材的渲染方法、装置、设备及存储介质
CN110084873B (zh) 用于渲染三维模型的方法和装置
CN116740253B (zh) 一种光线追踪方法和电子设备
CN115272556A (zh) 反射光照确定、全局光照确定方法、装置、介质和设备
CN117649478B (zh) 模型训练方法、图像处理方法及电子设备
WO2024148898A1 (zh) 图像降噪方法、装置、计算机设备和存储介质
CN116672706B (zh) 光照渲染方法、装置、终端和存储介质
AU2023233092A1 (en) Artificial intelligence techniques for extrapolating hdr panoramas from ldr low fov images
CN117745928A (zh) 一种图像处理方法、装置、设备及介质
CN115695685A (zh) 特效处理方法、装置、电子设备及存储介质
CN116137051A (zh) 水面渲染方法、装置、设备及存储介质
CN114445538A (zh) 目标对象的实时渲染方法、装置、电子设备及存储介质
CN113744379A (zh) 图像生成方法、装置和电子设备
US9465212B2 (en) Flexible defocus blur for stochastic rasterization
Timokhin et al. Computer modeling and visualization of accurate terrain shadows in virtual environment system
WO2023088348A1 (zh) 绘制图像的方法、装置、电子设备及存储介质

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