室內(nèi)場(chǎng)景動(dòng)態(tài)光照在線采集

袁霞，張金沙，羅天

（成都索貝數(shù)碼科技股份有限公司，成都 610065）

0 引言

隨著計(jì)算機(jī)視覺(jué)技術(shù)、圖形圖像等基礎(chǔ)技術(shù)的迅猛發(fā)展，增強(qiáng)現(xiàn)實(shí)技術(shù)也隨之被推向了研究熱潮，《“十三五”國(guó)家信息化規(guī)劃》綱要中將增強(qiáng)現(xiàn)實(shí)作為戰(zhàn)略性布局的前沿創(chuàng)新領(lǐng)域。增強(qiáng)現(xiàn)實(shí)是指在現(xiàn)實(shí)場(chǎng)景中疊加虛擬信息（虛擬的三維物體、圖片、視頻等）使之達(dá)到視覺(jué)上一致的效果，同時(shí)可進(jìn)行實(shí)時(shí)人機(jī)交互。增強(qiáng)現(xiàn)實(shí)技術(shù)在廣播電影電視、游戲娛樂(lè)、軍事、醫(yī)療、建筑等領(lǐng)域有廣泛的應(yīng)用。

增強(qiáng)現(xiàn)實(shí)技術(shù)的三大核心技術(shù)問(wèn)題包括：幾何一致性、光照一致性和合成一致性。其中光照一致是指將虛擬物體疊加到真實(shí)場(chǎng)景中時(shí)，虛擬物體和現(xiàn)實(shí)物體有一致的光照視覺(jué)效果、正確的明暗關(guān)系和陰影表達(dá)。這就要求由計(jì)算機(jī)繪制的虛擬場(chǎng)景中的虛擬物體與自然場(chǎng)景中的真實(shí)物體之間互反射和陰影投射在視覺(jué)上一致。因此，光照一致性是虛實(shí)無(wú)縫融合中真實(shí)感表現(xiàn)的關(guān)鍵和前提。估計(jì)真實(shí)場(chǎng)景光照，并使用該光照繪制用以進(jìn)行虛實(shí)融合的虛擬物體是解決增強(qiáng)現(xiàn)實(shí)中光照一致性問(wèn)題的有效手段。目前，現(xiàn)有工作大多針對(duì)光照變化較小的場(chǎng)景展開(kāi)研究，忽略了場(chǎng)景中光源亮度、顏色等屬性的變化，當(dāng)真實(shí)場(chǎng)景中光照發(fā)生變化時(shí)，這些方法將無(wú)法獲得正確的虛實(shí)融合效果。少量工作，如Xing等人[1]提出的基于視頻幀的室外場(chǎng)景光照參數(shù)計(jì)算方法可在線更新場(chǎng)景光照，但是該方法光照模型過(guò)于簡(jiǎn)單，忽略了來(lái)自周圍環(huán)境的間接光照因素，虛實(shí)合成結(jié)果真實(shí)感有待提高。另外，目前很少有工作研究室內(nèi)場(chǎng)景動(dòng)態(tài)光照估計(jì)方法，因此，有必要開(kāi)展真實(shí)場(chǎng)景動(dòng)態(tài)光照分布在線估計(jì)研究。

本文針對(duì)室內(nèi)場(chǎng)景，提出了一套實(shí)用的動(dòng)態(tài)光照采集方法。首先，利用鏡面球和普通LDR相機(jī)設(shè)計(jì)并搭建了用于采集場(chǎng)景動(dòng)態(tài)光照的設(shè)備，基于該設(shè)備提出動(dòng)態(tài)光照采集方案，該方案包含離線初始化和在線處理兩部分，離線階段主要通過(guò)光照采集設(shè)備獲取場(chǎng)景在特定光照條件下的HDR環(huán)境貼圖，并利用采集的貼圖計(jì)算場(chǎng)景中光源的位置、形狀、顏色等信息，在線處理階段則主要通過(guò)捕獲的LDR圖像實(shí)時(shí)更新包含直接光照因素和間接光照因素的場(chǎng)景負(fù)責(zé)光照分布，從而實(shí)現(xiàn)對(duì)于場(chǎng)景高質(zhì)量動(dòng)態(tài)光照的估計(jì)。與現(xiàn)有光照估計(jì)方法相比，本文的主要貢獻(xiàn)在于：①設(shè)計(jì)了一種用于獲取室內(nèi)場(chǎng)景動(dòng)態(tài)光照的設(shè)備并提出了基于該設(shè)備的場(chǎng)景動(dòng)態(tài)光照采集方案；②提出了基于LDR圖像更新場(chǎng)景光照分布的算法；③采集的光照包含直接光照和間接光照因素，可生成具有較高真實(shí)感的虛實(shí)合成畫(huà)面。實(shí)驗(yàn)結(jié)果驗(yàn)證了本文方法的有效性。

1 相關(guān)工作

根據(jù)光照環(huán)境的不同，將光照估計(jì)的研究工作分為室內(nèi)光照估計(jì)和室外光照估計(jì)。一般來(lái)說(shuō)，室外自然場(chǎng)景光照受環(huán)境、氣候、場(chǎng)景幾何信息等條件的影響而復(fù)雜多變，增加了其研究的難度和挑戰(zhàn)。室內(nèi)場(chǎng)景相較于室外場(chǎng)景而言，光源、光照強(qiáng)度、場(chǎng)景幾何結(jié)構(gòu)信息和物體表面的材質(zhì)屬性等特征易于恢復(fù)，其研究的成本和難度相對(duì)小一些。受此先決條件的影響，國(guó)內(nèi)外大量的研究工作集中在室內(nèi)光照的估計(jì)及其在增強(qiáng)現(xiàn)實(shí)中的應(yīng)用上。主流的光照估計(jì)大致可以分為以下四類：基于特殊設(shè)備采集的光照測(cè)量方法、基于圖像序列分析的方法、基于深度學(xué)習(xí)的光照估計(jì)方法以及基于物理材質(zhì)信息的光照估計(jì)方法。

1.1 基于特殊設(shè)備的光照采集方法

Debevec[2]在1998年提出的利用鏡面球采集環(huán)境光照的方法作為基于設(shè)備采集光照類方法的代表，后續(xù)諸多研究者在此基礎(chǔ)上進(jìn)行了改進(jìn)和優(yōu)化。此方法利用普通相機(jī)或者魚(yú)眼相機(jī)拍攝多張不同曝光度的照片，根據(jù)文獻(xiàn)[3]合成高動(dòng)態(tài)范圍圖片作為環(huán)境映照?qǐng)D來(lái)存儲(chǔ)光照信息。Greene等人[4]等最早提出將環(huán)境映照技術(shù)作為全局光照信息渲染虛擬物體，可較好模擬物體表面鏡面反射和漫反射效果。Stao等人[5]利用場(chǎng)景的全景圖立體匹配技術(shù)實(shí)現(xiàn)對(duì)場(chǎng)景幾何的重建，然后通過(guò)采集場(chǎng)景的HDR全景圖實(shí)現(xiàn)對(duì)光照數(shù)據(jù)的獲取。Stumpfel等人[6]采用魚(yú)眼鏡頭拍攝天空。將采集得到的照片再通過(guò)數(shù)值矯正以獲取真正的亮度作為光照數(shù)據(jù)。這類基于設(shè)備采集光照的方法可以較為準(zhǔn)確的記錄真實(shí)場(chǎng)景光照分布，但是在采集時(shí)要求場(chǎng)景完全靜止，同時(shí)采集速度難以達(dá)到實(shí)時(shí)，無(wú)法實(shí)現(xiàn)對(duì)于場(chǎng)景動(dòng)態(tài)光照的采集。

1.2 基于圖像序列的方法

一般利用圖像中的陰影、明暗等先驗(yàn)線索來(lái)求解場(chǎng)景的幾何信息和光照參數(shù)。Haber等人[7]提出一種利用一組圖像序列來(lái)估計(jì)場(chǎng)景光照信息，結(jié)合多視覺(jué)幾何理論恢復(fù)場(chǎng)景幾何信息和反射系數(shù)。Lalonde等人[8]也采用了相似的技術(shù)手段來(lái)計(jì)算場(chǎng)景的光照和反射信息。但是上述方法用于估計(jì)光照的圖像均是在固定光照條件下采集。Karsch等人[10]通過(guò)用戶給予少量的離線交互信息對(duì)場(chǎng)景幾何信息重建，并求解物體的材質(zhì)系數(shù)及光源的亮度。這類方法需要已知場(chǎng)景幾何信息或重建場(chǎng)景幾何信息，且需要離線視頻圖像序列數(shù)據(jù)的采集，計(jì)算復(fù)雜，實(shí)時(shí)性難以滿足要求。

1.3 基于深度學(xué)習(xí)的光照估計(jì)方法

近年來(lái)，一些學(xué)者開(kāi)始利用深度學(xué)習(xí)技術(shù)來(lái)研究光照計(jì)算，Hold-Geoffroy等人[10]通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)輸入天空光全景圖的HDR環(huán)境映射圖，從而估計(jì)光照參數(shù)（天空光、太陽(yáng)光）。Marc-Andre等人[12]提出了一種室內(nèi)光照估計(jì)算法，利用帶深度的環(huán)境映射圖作為訓(xùn)練數(shù)據(jù)訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)單張圖像的光照的位置、面積、強(qiáng)度和顏色等參數(shù)，并能根據(jù)空間變化的光照渲染更真實(shí)的三維物體到自然場(chǎng)景中。Leg?endre等人[13]提出了一種基于手機(jī)移動(dòng)應(yīng)用的深度學(xué)習(xí)估計(jì)光照的方法。但是，當(dāng)前基于深度學(xué)習(xí)的方法均以單張圖像作為網(wǎng)絡(luò)的輸入，沒(méi)有考慮視頻幀間的聯(lián)系，用于恢復(fù)視頻序列中的動(dòng)態(tài)光照時(shí)易產(chǎn)生較大誤差。

1.4 基于物理的光照估計(jì)方法

這類方法一般是利用物體表面材質(zhì)信息、幾何等信息來(lái)求解光照。Sato等人[14]提出了一種根據(jù)陰影估計(jì)光照和反射信息的方法。Nishino等人[15]則利用物體表面點(diǎn)的亮度變化來(lái)將三維幾何模型分解為漫反射組件和高光反射組件，然后通過(guò)Cook-Torrance反射模型求解光照分布和反射參數(shù)。這類方法需要獲取場(chǎng)景幾何信息，計(jì)算過(guò)程較為復(fù)雜，難以實(shí)現(xiàn)實(shí)時(shí)計(jì)算。

綜上所述，在實(shí)際的工程應(yīng)用中，現(xiàn)有場(chǎng)景光照估計(jì)技術(shù)存在一定的局限性，如需要用戶交互、計(jì)算效率低，沒(méi)有考慮場(chǎng)景光照變化等，難以將其應(yīng)用于室內(nèi)環(huán)境復(fù)雜、光照動(dòng)態(tài)變化的增強(qiáng)現(xiàn)實(shí)相關(guān)的產(chǎn)品中。本文旨在探索一種能夠解決廣播電視電影制作領(lǐng)域的增強(qiáng)現(xiàn)實(shí)應(yīng)用產(chǎn)品中的光照計(jì)算問(wèn)題。這里的光照包含來(lái)直接光照和環(huán)境間接光照。

2 光照采集設(shè)備

HDR圖像相較于LDR圖像，其優(yōu)勢(shì)在于可以存儲(chǔ)更大范圍的亮度，因此常作為環(huán)境光照數(shù)據(jù)存儲(chǔ)的載體。但專業(yè)的HDR相機(jī)較為昂貴，難以在工程應(yīng)用中普及。受文獻(xiàn)[2]的啟發(fā)，我們?cè)趫?chǎng)景中放置一個(gè)光照探頭用于捕獲場(chǎng)景的環(huán)境光照，利用普通相機(jī)對(duì)光照探頭拍攝不同曝光度的LDR圖片來(lái)生成HDR圖作為環(huán)境映照?qǐng)D。由于僅從一個(gè)角度拍攝的鏡面球照片會(huì)丟失鏡面球正后方場(chǎng)景內(nèi)容，且在邊緣區(qū)域造成圖像畸變，本文從兩個(gè)不同角度拍攝鏡面球并生成HDR圖，從而捕獲更加精確的場(chǎng)景光照信息?；诖?，我們?cè)O(shè)計(jì)了一套光照數(shù)據(jù)捕獲裝置圖，如圖1所示。

（1）場(chǎng)景中放置一個(gè)光照探頭，一般為光滑鏡面球。

（2）以光照探頭為中心，分別在水平和垂直兩個(gè)方向放置相機(jī)。鏡面球與相機(jī)之間通過(guò)橫桿/豎桿連接，如圖1所示。

（3）調(diào)節(jié)相機(jī)、鏡面球的高度、水平/垂直距離，使得鏡面球在相機(jī)視口下清晰可見(jiàn)。

（4）固定相機(jī)與鏡面球的相對(duì)位置，完成調(diào)節(jié)后保持不動(dòng)。

在光照采集時(shí)，將設(shè)備固定在虛擬物體放置處，捕獲過(guò)程中，設(shè)備需保持靜止?fàn)顟B(tài)。

圖1 光照數(shù)據(jù)捕獲裝置圖

3 動(dòng)態(tài)光照采集算法

一般來(lái)說(shuō)，室內(nèi)周圍環(huán)境相對(duì)靜態(tài)稱其為環(huán)境光，也稱為間接光照。直接照射的光源稱為直接光照，如燈、窗戶等。本文討論的室內(nèi)場(chǎng)景動(dòng)態(tài)光照實(shí)時(shí)計(jì)算包含直接光照和間接光照的實(shí)時(shí)計(jì)算。需要說(shuō)明的是本文方法重點(diǎn)研究對(duì)于光源顏色、亮度信息的更新方法，暫不考慮光源位置的變化。

3.1 算法框架

本文提出了一種魯棒的室內(nèi)場(chǎng)景動(dòng)態(tài)光照實(shí)時(shí)估計(jì)技術(shù)。場(chǎng)景動(dòng)態(tài)光照的估計(jì)分為離線和在線兩個(gè)階段，離線階段利用LDR相機(jī)從正前方和側(cè)面兩個(gè)角度以不同曝光度在特定光照條件先拍攝鏡面球圖像序列，從而生成場(chǎng)景HDR圖，借助圖像分割技術(shù)通過(guò)HDR圖計(jì)算場(chǎng)景中主要光源的位置、形狀、顏色信息。在線運(yùn)行階段則基于實(shí)時(shí)拍攝的鏡面球LDR圖像更新場(chǎng)景直接和間接光照信息，進(jìn)而實(shí)現(xiàn)對(duì)于場(chǎng)景動(dòng)態(tài)光照的采集。

3.2 離線處理

（1）場(chǎng)景環(huán)境貼圖采集

離線處理階段首先使用光照采集設(shè)備按照Debev?ec等人[2]的方法，通過(guò)拍攝不同曝光度的鏡面球照片獲取場(chǎng)景中所有可控光源全部開(kāi)至最亮和所有可控光源全部關(guān)閉情況下的場(chǎng)景HDR環(huán)境貼圖，方便起見(jiàn)將其分別記為和。同時(shí)，以較低的相機(jī)曝光度獲取一張同采集MH open時(shí)光照相同，但所有光源均無(wú)過(guò)渡曝光現(xiàn)象的場(chǎng)景LDR環(huán)境貼圖。

（2）直接光源恢復(fù)

考慮到部分實(shí)時(shí)繪制引擎，如Unreal Engine，無(wú)法使用HDR環(huán)境貼圖作為直接光源使用，本文利用捕獲的HDR環(huán)境貼圖首先自動(dòng)檢測(cè)光源，根據(jù)檢測(cè)結(jié)果對(duì)光源位置、形狀、顏色等進(jìn)行初始化。

通過(guò)分割是從背景中提取目標(biāo)物體的關(guān)鍵技術(shù)手段之一?？紤]到場(chǎng)景中光源打開(kāi)時(shí)，其位置中心處的光照亮度最亮，亮度強(qiáng)度由中心向周圍位置逐漸減弱。據(jù)此特征，可利用亮度信息來(lái)分割場(chǎng)景中的光源，從而提取光源在中的位置及范圍。分割的目標(biāo)是從圖像中提取出。本文采用基于亮度優(yōu)先的自適應(yīng)閾值分割[16]方法。

如公式（1）所示，先將彩色圖像轉(zhuǎn)化為灰度圖G，G中的像素g(x,y)表示亮度信息，值越大，亮度越大。T為分割的閾值，當(dāng)g(x,y)＞T表示光源，反之則不是光源。閾值T的求解是從場(chǎng)景中分割光源的關(guān)鍵，本文采用Otsu算法來(lái)自適應(yīng)求解T。該算法對(duì)于灰度圖可以取得較好的結(jié)果且算法效率高，其主要思路為：找到一個(gè)閾值T分割出目標(biāo)與非目標(biāo)兩類，使得兩類像素之間的方差最大。

為了消除噪聲的影響。對(duì)于分割后的二值圖像，先進(jìn)行濾波去噪操作，再尋找圖像中各區(qū)域Fi,(i=1,2,…,n)的輪廓，計(jì)算其對(duì)應(yīng)面積Si，當(dāng)Si≤t時(shí)認(rèn)為該區(qū)域不是光源；其中t為最小光源面積。當(dāng)Si＞t則被認(rèn)為有效光源，負(fù)責(zé)忽略該區(qū)域。記最終保留的區(qū)域?yàn)镕i(i=1,2,…，m)，F(xiàn)i對(duì)應(yīng)與光源Li

為計(jì)算光源信息，本文假設(shè)場(chǎng)景位于一個(gè)長(zhǎng)方體盒子內(nèi)，盒子的邊長(zhǎng)可由用戶根據(jù)場(chǎng)景實(shí)際尺寸設(shè)定，光源則嵌在盒子各面上，光源采集設(shè)備則位于盒子底面中心處。對(duì)于Li，可計(jì)算其對(duì)應(yīng)光源區(qū)域Fi的質(zhì)心Pi，根據(jù)Pi在環(huán)境貼圖中的位置確定光源入射方向r，從盒子底面中心延r發(fā)射一條射線，其同盒子的交點(diǎn)即為L(zhǎng)i的位置，光源朝向與其所在立方體表面方向相同，而形狀則為光源區(qū)域Fi的包圍盒對(duì)應(yīng)于立方體盒子上的區(qū)域，光源的初始顏色則為環(huán)境貼圖區(qū)域Fi中像素R、G、B通道的平均值。

3.3 光照在線更新

對(duì)于光照的更新主要分為對(duì)直接光源的更新和對(duì)周圍間接環(huán)境光照的更新。

（1）直接光源更新

為了實(shí)時(shí)監(jiān)控光照的變化，在線運(yùn)行時(shí)，光照采集設(shè)備需要以同采集時(shí)相同的曝光度采集場(chǎng)景當(dāng)前LDR環(huán)境貼圖，由于曝光度較低，中一般也不存在過(guò)度曝光像素。通過(guò)比較兩張LDR圖中光源區(qū)域的信息，即可更新場(chǎng)景中的光源顏色，其計(jì)算公式如下：

其中為區(qū)域Fi中像素，‖F(xiàn)i‖表示區(qū)域Fi中像素個(gè)數(shù)，λ對(duì)應(yīng)于R、G、B三個(gè)顏色通道，和分別對(duì)應(yīng)光源λ通道當(dāng)前和初始顏色值，和則表示像素pj在圖像和中λ通道的值。在捕獲時(shí)，為獲得較低的曝光度，會(huì)采用很快的快門(mén)速度，因此可實(shí)現(xiàn)對(duì)于場(chǎng)景光源的實(shí)時(shí)更新。

（2）間接環(huán)境光照更新

光源的顏色、亮度也會(huì)造成周圍環(huán)境發(fā)生變化，為了更新場(chǎng)景間接光照，一種較為準(zhǔn)確的方法是，在離線階段以正常曝光度采集一張光源全部調(diào)至最亮的LDR環(huán)境貼圖，在線運(yùn)行時(shí)，使用與光源更新類似的方法，通過(guò)比較同曝光度下在線拍攝LDR環(huán)境貼圖同離線采集貼圖即可實(shí)現(xiàn)對(duì)于周圍環(huán)境光照的更新。但是，拍攝正常曝光的LDR貼圖會(huì)使用較慢的快門(mén)，大大降低了光照更新的效率，難以滿足實(shí)時(shí)要求。為此，本文提出了一種高效的近似環(huán)境光更新策略，沿用3.2（2）小節(jié)中的符號(hào)，首先計(jì)算光源的平均變化系數(shù)ω(λ)：

將ω(λ)作為組合系數(shù)，通過(guò)線性組合和實(shí)現(xiàn)對(duì)于當(dāng)前間接光照的更新，具體公式為：

其中為當(dāng)前HDR光照環(huán)境貼圖，為環(huán)境貼圖中非光源區(qū)域的像素，λ對(duì)應(yīng)于R、G、B三個(gè)顏色通道。

4 實(shí)驗(yàn)部分

為了驗(yàn)證算法得正確性，本文搭建了一套基于演播室場(chǎng)景AR應(yīng)用，即在現(xiàn)實(shí)演播室場(chǎng)景中植入虛擬物體，并實(shí)時(shí)采集演播室的光照數(shù)據(jù)，用于渲染虛擬物體，使得虛擬物體更加逼真地融入到演播室場(chǎng)景中。圖2展示本文使用的光照采集設(shè)備，其中圖2（a）為光照捕獲裝置，其中標(biāo)記為1、2的分別為水平/垂直兩個(gè)相機(jī)，標(biāo)記為3的為光照探頭(光滑鏡面球)，圖2（b）、2（c）分別兩個(gè)相機(jī)視角下的拍攝的光照探頭圖像。

圖2 場(chǎng)景光照采集裝置

圖3是通過(guò)光照捕獲裝置采集合成的環(huán)境映照?qǐng)D，圖3（a）為場(chǎng)景中所有直接光源打開(kāi)狀態(tài)下的環(huán)境映照?qǐng)D，圖3（b）為場(chǎng)景中所有光源關(guān)閉狀態(tài)下的環(huán)境映照?qǐng)D。

圖3 Tonemapping后的環(huán)境映照?qǐng)D（經(jīng)緯圖）

4.1 場(chǎng)景直接光源的計(jì)算

一般情況下，由于直接光源光照的強(qiáng)度遠(yuǎn)遠(yuǎn)大于場(chǎng)景周圍物體，所以通過(guò)亮度自適應(yīng)閾值分割即可分割出直接光源，進(jìn)而識(shí)別出光源并給每個(gè)直接光源標(biāo)記編號(hào)。經(jīng)過(guò)多次實(shí)驗(yàn)數(shù)據(jù)對(duì)比，與真實(shí)場(chǎng)景光源位置的平均誤差在1.5%范圍內(nèi)。圖4所示為識(shí)別出的直接光源和真值的對(duì)比。

圖4 識(shí)別的場(chǎng)景直接光源與真值對(duì)比

4.2 應(yīng)用

將計(jì)算的光照數(shù)據(jù)直接用于渲染虛擬物體，并與真實(shí)的背景進(jìn)行合成，從而驗(yàn)證本算法計(jì)算的光照數(shù)據(jù)的顏色、強(qiáng)度的正確性。在普通PC上（Intel Xeon CPU e5-1603v4@2.8GHz，NVIDIA P2000），本文算法采集光照的效率可以達(dá)到實(shí)時(shí)（20ms/frame）。本文實(shí)驗(yàn)過(guò)程中對(duì)于虛擬物體的渲染采用Unreal Engine4引擎，將實(shí)時(shí)計(jì)算場(chǎng)景的光照傳送給渲染引擎，渲染虛擬物體；最終渲染輸出4K幅面的AR合成視頻幀率可達(dá)50fps。

本文搭建的演播室場(chǎng)景中，包含了普通面光源，以及色彩可自動(dòng)改變的彩色光源；設(shè)計(jì)的內(nèi)容為：虛擬汽車從大屏穿屏而出，演播室各光源的強(qiáng)度、色彩可以任意改變，虛擬汽車的光照效果隨著場(chǎng)景光照的變化而變化。圖5中僅紅色汽車為虛擬物體，其余部分為演播室實(shí)景。圖5.a和圖5.b分別為正常光照下虛擬汽車從大屏穿出后開(kāi)到演播室的效果；圖5.c為場(chǎng)景光照變暗后，虛擬汽車的光照效果及其陰影也隨之變暗；圖5.d、圖5.e、圖5.f為場(chǎng)景光照任意改變顏色后，虛擬汽車材質(zhì)表面及其陰影的變化效果，均能實(shí)時(shí)反映場(chǎng)景中光照顏色的變化。通過(guò)本文算法實(shí)時(shí)采集演播室場(chǎng)景光照，并用于渲染虛擬汽車，再將虛擬汽車植入演播室場(chǎng)景，從而保證了虛擬物體與真實(shí)演播室場(chǎng)景具備一致的光照視覺(jué)效果。

圖5 虛擬物體植入演播室場(chǎng)景（實(shí)時(shí)改變場(chǎng)景光照）

5 結(jié)語(yǔ)

本文提出了一種室內(nèi)場(chǎng)景動(dòng)態(tài)光照在線采集方法。首先基于鏡面球和普通相機(jī)設(shè)計(jì)并搭建了一個(gè)光照采集設(shè)備，基于該設(shè)備在離線階段捕獲場(chǎng)景光源全開(kāi)和全關(guān)條件下的場(chǎng)景HDR環(huán)境貼圖并估計(jì)場(chǎng)景中光源的位置、形狀、顏色信息，在線階段則通過(guò)設(shè)備獲取的當(dāng)前場(chǎng)景LDR環(huán)境貼圖更新場(chǎng)景中直接光源和間接環(huán)境光照信息，進(jìn)而實(shí)現(xiàn)對(duì)場(chǎng)景動(dòng)態(tài)光照的采集。

但是，本文工作還存在不足之處，首先，本文工作無(wú)法處理光源位置發(fā)生變化時(shí)的動(dòng)態(tài)光照采集；另外，算法對(duì)于環(huán)境光的更新存在一定誤差，還需要做進(jìn)一步改進(jìn)。