Images intrinsèques de scènes en extérieur à partir de multiples vues
Abstract
Nous présentons une méthode capable de décomposer les photographies d'une scène extérieure en trois composantes intrinsèques -- la réflectance, l'illumination due au soleil et l'illumination due au ciel. L'extraction d'images intrinsèques à partir de photographies est un problème difficile, généralement résolu en utilisant des méthodes de propagation guidée par l'image nécessitant de multiples indications par l'utilisateur. De récentes méthodes en vision par ordinateur permettent l'acquisition simple mais approximative d'informations géométriques sur une scène, à l'aide de plusieurs photographies selon des points de vue différents. Nous développons un nouvel algorithme qui nous permet d'exploiter cette information bruitée et peu fiable pour automatiser et améliorer les algorithmes d'estimation d'images intrinsèques par propagation. En particulier, nous développons une nouvelle approche afin d'estimer les ombres portées dans l'image, en peaufinant une estimation initiale obtenue à partir de la géométrie reconstruite. Nous utilisons un algorithme de vote dans l'espace de couleur qui identifie de façon robuste les valeurs de réflectance des nuages de points 3D reconstruits. Cette estimation de réflectance nous permet de déterminer avec précision la visibilité du soleil à ces points épars et de propager cette information aux pixels restants. Dans une dernière étape nous adaptons les algorithmes de propagation guidée par l'image, en remplaçant les indications manuelles de l'utilisateur par les données d'ombre et de réflectance estimées par notre algorithme aux points 3D reconstruits. Notre méthode permet l'extraction automatique des images intrinsèques à partir de multiples points de vue, permettant ainsi de nombreux types de manipulations d'images.
Domains
Graphics [cs.GR]
Fichier principal
REFIG11.pdf (1.56 Mo)
Télécharger le fichier
thumb_refig11.jpg (51.36 Ko)
Télécharger le fichier
Origin : Files produced by the author(s)
Format : Figure, Image
Loading...