1 / 41

Image Based Rendering

Image Based Rendering. Daniele Marini. Image based rendering. ricavare informazioni per il rendering dalle immagini acquisite profondita’ colore BRDF luminanza. Ricavare la geometria. Ricostruzione della profondità da immagini multiple

otto
Download Presentation

Image Based Rendering

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Image Based Rendering Daniele Marini

  2. Image based rendering • ricavare informazioni per il rendering dalle immagini acquisite • profondita’ • colore • BRDF • luminanza

  3. Ricavare la geometria • Ricostruzione della profondità da immagini multiple • problema della inversione della proiezione prospettica

  4. la “costruzione legittima” L.B. Alberti

  5. Come ricavare la forma? • Shape from shading • Shape from motion

  6. Shape from stereo

  7. b= 65 mm distanza interpupillare

  8. Ricerca dei punti corrispondenti

  9. Metodi basati su immagini • Ricostruzione “a quinte” • Mapping di panoramiche su forme regolari (cilindri, calotte sferiche)

  10. Ricostruzione a “quinte” • Ricavando z per diversi piani di profondità permette di organizzare la scena come “quinte” teatrali • Ogni immagine viene mappata come texture su una superficie a profondità z • Si può esplorare la scena con sistemi di visualizzazione 3D

  11. Panoramiche: QuickTimeVR • Costruzione dello “stitch” • Stima dell’obiettivo • Correzione prospettica • Collimazione fotogrammi • Mapping dello stitch • Costruzione sequenza video • Dislay con interpolazione

  12. Un esempio

  13. Stima obiettivo

  14. Collimazione immagini

  15. Mapping dello stitch

  16. Tiling: fotogrammi chiave e traiettorie di navigazione

  17. Tiling e compressione

  18. Il risultato

  19. Struttura ipertestuale • Si possono inserire “hot spots” per collegare scenari diversi • La struttura del meta-filmato:

  20. Oggetti • Si possono creare modelli virtuali di oggetti • Riprese multiple di un oggetto, organizzate in un array 2D • Il mapping idealmente è su una struttura sferica

  21. Scene e link • Panorami e oggetti si possono organizzare in scene • Il passaggio a scene, panorami e oggetti diversi avviene con hot spots • Sono disponibili links URL

  22. Costruzione dello “stitch” • Determinare lo scarto tra due immagini: • Basato su caratteristiche delle immagini • Correlazione di fase

  23. Correlazione di fase • La correlazione di fase è basata sulla valutazione della fase del Cross Power Spectrum (CPS) delle due immagini. • Se una delle due immagini è una replica sfasata dell’altra, cioè se: f2(x,y) = f1(x+x0,y+y0) • la fase del Cross Power Spectrum delle due immagini f1 e f2 è data dall’equazione:

  24. Correlazione di fase (cont.) • F è la trasformata di Fourier dell’immagine f e F* è la sua coniugata complessa. • La trasformata di Fourier inversa dell’equazione è solitamente un impulso di coordinate (x0,y0) la cui posizione indica lo scostamento cercato.

  25. Correlazione di fase (cont.)

  26. Ricostruzione con luce coerente • Esame del profilo della forma delineato con un fascio laser

  27. La faccia nascosta della luna • Ricostruzione da proiezioni multiple (TAC, NMR)

  28. Proiezioni multiple

  29. x’,y’ coordinate del punto trasformato per rotazione R viene rilevato più volte al variare dell’angolo l’inversione dell’equazione produce f(x,y) Trasformata di Radon

  30. HDRI e Image-Based lighting • Uso di immagini ad alta dinamica di un ambiente per illuminare oggetti virtuali.

  31. HDRI • Bisogna acquisire un’immagine ad alta dinamica di un ambiente. • Varie soluzioni:

  32. Mirrored ball

  33. Fisheye lens

  34. Image-Based Lighting (1\4) • L’immagine ad alta dinamica fornisce i valori di luminanza reali di tutti i 360° della scena. • Utilizzandola come environment riesco a renderizzare oggetti virtuali che sembrano inseriti nella scena reale

  35. Image-Based Lighting (2\4)

  36. Image-Based Lighting (3\4)

  37. Image-Based Lighting (4\4)

More Related