一种基于反射-透射相片对的机织布捕获方法及系统

本发明涉及计算机图形学领域，尤其涉及一种基于反射-透射相片对的机织布捕获方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、目前对于机织布的研究是从一张具有不同渲染效果的照片中估计织物参数。然而，它只考虑了反射图像，仅仅来自反射的参数不能提供足够的信息来再现所有的织物参数，最明显的是厚度，它对反射不敏感，但强烈影响透射。大多数其他参数也会影响透射，因此，目前的方法降低了织物参数估计的准确性。

技术实现思路

1、为了解决上述背景技术中存在的技术问题，本发明提供一种基于反射-透射相片对的机织布捕获方法及系统，本发明设计了一种更真实的包含透射的布料材质模型，并通过拍摄真实布料的照片恢复相应的布料材质参数。

2、为了实现上述目的，本发明采用如下技术方案：

3、本发明的第一个方面提供一种基于反射-透射相片对的机织布捕获方法。

4、一种基于反射-透射相片对的机织布捕获方法，包括：

5、基于待捕获机织布，获取布料反射图像和布料透射图像；

6、基于布料反射图像和布料透射图像，采用预测模型，得到布料参数；

7、将待捕获机织布描述为基于spongecake的第一双层机织布模型；其中，所述第一双层机织布模型的经纱和纬纱各自具有不同的材质参数，且经纱和纬纱的同一种纱线具有相同的材质参数，以使布料透射图像显现双层特征；

8、采用方位角不变的相函数描述聚合微薄片，将所述相函数代入第一双层机织布模型，得到第二双层机织布模型；

9、将所述布料参数代入第二双层机织布模型后，进行待捕获机织布的渲染。

10、进一步地，所述采用预测模型的过程包括：将布料反射图像和布料透射图像，输入预测模型，得到布料反射特征向量和布料透射特征向量；将布料反射特征向量和布料透射特征向量连接后，依次经过多层感知机和全连接层，得到输出向量；将输出向量映射到参数空间，得到布料参数。

11、进一步地，所述预测模型在训练过程中包括：在采用第二双层机织布模型进行渲染时，采用损失函数对布料参数进行优化。

12、更进一步地，所述损失函数包括由颜色损失函数、gram损失函数和先验损失函数构成，所述颜色损失函数由目标图像与渲染图像各自下采样，然后计算图像间的l1损失函数得到；所述gram损失函数由目标图像与渲染图像各自输入预测模型，得到的gram矩阵之间的l1损失函数得到；所述先验损失函数由布料参数的均值和方差，计算高斯损失函数得到。

13、进一步地，在构建的第一双层机织布模型或第二双层机织布模型中，采用基于张力的厚度缩放方法，具体公式为：

14、t＝t×(smin+μ×(1-smin)，

15、其中，t表示厚度，smin表示最小的厚度缩放比例，μ为张力因子。

16、进一步地，所述相函数为：

17、

18、其中，ωh'表示将ωo旋转到与ωi相同的纵向平面上之后，二者之间的半程向量。

19、进一步地，所述第一双层机织布模型或第二双层机织布模型的双向散射分布函数为：

20、

21、其中，fs表示使用sggx描述微薄片的双层spongecake单次散射公式；fm为使用asggx描述聚合微薄片的双层spongecake单次散射公式，用以近似多次散射；为漫反射项。

22、本发明的第二个方面提供一种基于反射-透射相片对的机织布捕获系统。

23、一种基于反射-透射相片对的机织布捕获系统，包括：

24、图像获取模块，其被配置为：基于待捕获机织布，获取布料反射图像和布料透射图像；

25、预测模块，其被配置为：基于布料反射图像和布料透射图像，采用预测模型，得到布料参数；

26、描述模块，其被配置为：将待捕获机织布描述为基于spongecake的第一双层机织布模型；其中，所述第一双层机织布模型的经纱和纬纱各自具有不同的材质参数，且经纱和纬纱的同一种纱线具有相同的材质参数，以使布料透射图像显现双层特征；

27、代入模块，其被配置为：采用方位角不变的相函数描述聚合微薄片，将所述相函数代入第一双层机织布模型，得到第二双层机织布模型；

28、渲染模块，其被配置为：将所述布料参数代入第二双层机织布模型后，进行待捕获机织布的渲染。

29、本发明的第三个方面提供一种计算机可读存储介质。

30、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一个方面所述的基于反射-透射相片对的机织布捕获方法中的步骤。

31、本发明的第四个方面提供一种计算机设备。

32、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一个方面所述的基于反射-透射相片对的机织布捕获方法中的步骤。

33、与现有技术相比，本发明的有益效果是：

34、本发明提出了基于spongecake的双层机织布模型，相比先前的单层模型，具有更真实的细节，能更好地呈现机织布的双层特性，匹配多次散射的模拟结果，避免了先前方法在透射上的缺口。

35、本发明提出了一种用以描述聚合微薄片的方位角无关的相函数(asggx)，利用它可以更好地匹配了真实布料的多次散射表现。

36、本发明获取的拍摄反射与透射两张图像，利用神经网络与可微渲染，能够恢复包括厚度在内的多种布料参数，具有合理的透射表现。

技术特征：

1.一种基于反射-透射相片对的机织布捕获方法，其特征在于，包括：

2.根据权利要求1所述的基于反射-透射相片对的机织布捕获方法，其特征在于，所述采用预测模型的过程包括：将布料反射图像和布料透射图像，输入预测模型，得到布料反射特征向量和布料透射特征向量；将布料反射特征向量和布料透射特征向量连接后，依次经过多层感知机和全连接层，得到输出向量；将输出向量映射到参数空间，得到布料参数。

3.根据权利要求1所述的基于反射-透射相片对的机织布捕获方法，其特征在于，所述预测模型在训练过程中包括：在采用第二双层机织布模型进行渲染时，采用损失函数对布料参数进行优化。

4.根据权利要求3所述的基于反射-透射相片对的机织布捕获方法，其特征在于，所述损失函数包括由颜色损失函数、gram损失函数和先验损失函数构成，所述颜色损失函数由目标图像与渲染图像各自下采样，然后计算图像间的l1损失函数得到；所述gram损失函数由目标图像与渲染图像各自输入预测模型，得到的gram矩阵之间的l1损失函数得到；所述先验损失函数由布料参数的均值和方差，计算高斯损失函数得到。

5.根据权利要求1所述的基于反射-透射相片对的机织布捕获方法，其特征在于，在构建的第一双层机织布模型或第二双层机织布模型中，采用基于张力的厚度缩放方法，具体公式为：

6.根据权利要求1所述的基于反射-透射相片对的机织布捕获方法，其特征在于，所述相函数为：

7.根据权利要求1所述的基于反射-透射相片对的机织布捕获方法，其特征在于，所述第一双层机织布模型或第二双层机织布模型的双向散射分布函数为：

8.一种基于反射-透射相片对的机织布捕获系统，其特征在于，包括：

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于反射-透射相片对的机织布捕获方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于反射-透射相片对的机织布捕获方法中的步骤。

技术总结本发明涉及计算机图形学领域，提供了一种基于反射‑透射相片对的机织布捕获方法及系统。该方法包括，基于待捕获机织布，获取布料反射图像和布料透射图像；基于布料反射图像和布料透射图像，采用预测模型，得到布料参数；将待捕获机织布描述为基于SpongeCake的第一双层机织布模型；其中，所述第一双层机织布模型的经纱和纬纱各自具有不同的材质参数，且经纱和纬纱的同一种纱线具有相同的材质参数，以使布料透射图像显现双层特征；采用方位角不变的相函数描述聚合微薄片，将所述相函数代入第一双层机织布模型，得到第二双层机织布模型；将所述布料参数代入第二双层机织布模型后，进行待捕获机织布的渲染。技术研发人员：王贝贝,汤英杰受保护的技术使用者：南开大学技术研发日：技术公布日：2024/7/29