본 자료는 2008년 창원대학교 정보통신공학과 석사과정 조미리나학생의 "직접광과 간접광의 분리성능향상기법"논문입니다.
- 연구배경
일상생활에서 보여지는 장면은 광원에 의하여 반사된 물체들이 우리의 시신경에 의하여 인식되어 나타나지는 것이다. 우리 눈에 보이는 빛을 광선으로 가정할 때 이를 모방하여 특정 조명에서 나오는 색상, 광도, 방향을 컴퓨터에서 모델링하는 것은 정확하고 사실적인 렌더링의 가장 기본적인 부분이다. 컴퓨터 그래픽스 분야에서 장면(scene)에 비춰지는 조명은 주변광(ambient), 난반사광(diffuse), 정반사광(specular)의 결합으로 주로 표현하며 오브젝트 표면에서의 빛의 반사를 나타낸다[1]. 실세계에서는 표면에서의 빛의 반사 외에 다른 물체에 의해 반사되거나 투과, 굴절되어 들어오는 빛과 같은 여러 가지 간접조명이 존재하는데 3차원 모델링에 이러한 간접조명을 적용할 경우 더욱 사실적인 표현이 가능하다. 그러나 오브젝트 간에 주고 받는 빛의 영향을 모두 고려하기 때문에 렌더링 시간이 길어지고, 또한 표면내부 산란효과와 같은 간접 조명 효과를 표현하기 어렵다.
...
본 논문에서는 직접광과 간접광 성분의 정확한 분리를 위해서 이러한 장면에 대한 밝기의 오차를 줄이는 방법을 제시한다. 고주파 조명을 사용할 경우 거울 구면과 같이 정반사가 심한 물체에서는 분리 결과가 제대로 나오지 않는다. 이런 한계점을 고려하여 조명 패턴의 픽셀 크기 별로 조명과 물체의 거리에 따른 직접광과 간접광의 분리 실험을 통하여 적절한 조명의 위치를 찾았다. 그리고 물체의 속성에 따른 빛이 비춰지지 않은 영역에 존재하는 빛의 값을 설정하는 방법을 보여준다. 이러한 실험을 통하여 물체의 재질과 속성에 맞는 값을 설정함으로 직접광과 간접광 성분을 분리결과의 정밀도를 높일 수 있다.
그리고 장면의 분리 방법을 응용하여, 포장으로 쓰이는 내부가 보이지 않는 반 투명한 비닐커버에 가려진 물체 형태를 간접광 성분으로 하였으며, 여기에 이미지 향상 기법을 적용하여 커버내부의 물체를 좀더 정확하게 보여지게 하였다.
이와 같은 연구는 컴퓨터 비전, 이미지 처리, 웹 카메라의 성능개선과 BRDF함수의 성능개선 등 다양한 분야에서 활발하게 활용될 수 있을 것으로 예상된다
본 자료는 2008년 창원대학교 정보통신공학과 석사과정 조미리나학생의 "직접광과 간접광의 분리성능향상기법"논문입니다.
- 연구배경
일상생활에서 보여지는 장면은 광원에 의하여 반사된 물체들이 우리의 시신경에 의하여 인식되어 나타나지는 것이다. 우리 눈에 보이는 빛을 광선으로 가정할 때 이를 모방하여 특정 조명에서 나오는 색상, 광도, 방향을 컴퓨터에서 모델링하는 것은 정확하고 사실적인 렌더링의 가장 기본적인 부분이다. 컴퓨터 그래픽스 분야에서 장면(scene)에 비춰지는 조명은 주변광(ambient), 난반사광(diffuse), 정반사광(specular)의 결합으로 주로 표현하며 오브젝트 표면에서의 빛의 반사를 나타낸다[1]. 실세계에서는 표면에서의 빛의 반사 외에 다른 물체에 의해 반사되거나 투과, 굴절되어 들어오는 빛과 같은 여러 가지 간접조명이 존재하는데 3차원 모델링에 이러한 간접조명을 적용할 경우 더욱 사실적인 표현이 가능하다. 그러나 오브젝트 간에 주고 받는 빛의 영향을 모두 고려하기 때문에 렌더링 시간이 길어지고, 또한 표면내부 산란효과와 같은 간접 조명 효과를 표현하기 어렵다.
...
본 논문에서는 직접광과 간접광 성분의 정확한 분리를 위해서 이러한 장면에 대한 밝기의 오차를 줄이는 방법을 제시한다. 고주파 조명을 사용할 경우 거울 구면과 같이 정반사가 심한 물체에서는 분리 결과가 제대로 나오지 않는다. 이런 한계점을 고려하여 조명 패턴의 픽셀 크기 별로 조명과 물체의 거리에 따른 직접광과 간접광의 분리 실험을 통하여 적절한 조명의 위치를 찾았다. 그리고 물체의 속성에 따른 빛이 비춰지지 않은 영역에 존재하는 빛의 값을 설정하는 방법을 보여준다. 이러한 실험을 통하여 물체의 재질과 속성에 맞는 값을 설정함으로 직접광과 간접광 성분을 분리결과의 정밀도를 높일 수 있다.
그리고 장면의 분리 방법을 응용하여, 포장으로 쓰이는 내부가 보이지 않는 반 투명한 비닐커버에 가려진 물체 형태를 간접광 성분으로 하였으며, 여기에 이미지 향상 기법을 적용하여 커버내부의 물체를 좀더 정확하게 보여지게 하였다.
이와 같은 연구는 컴퓨터 비전, 이미지 처리, 웹 카메라의 성능개선과 BRDF함수의 성능개선 등 다양한 분야에서 활발하게 활용될 수 있을 것으로 예상된다
[역해석 방법] 주성분 분석을 이용한 이미지 복원 및 압축 그리고 주성분 회귀모형을 이용한 광대역 알베도 산출
1. 역해석 방법
Ⅰ. 주성분 분석을 이용한 이미지 복원 및 압축
Ⅱ. 주성분 회귀모형을 이용한 광대역 알베도 산출
2. Ⅰ. 주성분 분석을 이용한 이미지 복원 및 압축
주성분 분석의 이론적 배경
고양이 이미지
(차원 : 640x640x3, 크기 : 122.415 byte)
𝑍1
𝑍2
⋮
𝑍 𝑝
=
𝐴11 𝐴12 ⋯ 𝐴1𝑝
𝐴21 𝐴22 ⋯ 𝐴2𝑝
⋮
𝐴 𝑝1 𝐴 𝑝2 ⋯ 𝐴 𝑝𝑝
𝑣1
𝑣2
⋮
𝑣 𝑝
=
𝜆11 𝜆12 ⋯ 𝜆1𝑝
𝜆21 𝜆22 ⋯ 𝜆2𝑝
⋮
𝜆 𝑝1 𝜆 𝑝2 ⋯ 𝜆 𝑝𝑝
𝑣1
𝑣2
⋮
𝑣 𝑝
𝑍 : 제 1 주성분
𝐴 : 독립변수 행렬
𝑣 : 고유벡터
𝜆 : 고유근
제 1 주성분
제 640 주성분
원본 이미지를 각 주성분에 따라 복원하여
크기 용량을 얼마나 줄일 수 있을까?
3. Red, Green, Blue에 따른 각 성분별 설명력(640개의 주성분 중에서 상위 10개 해당).
Ⅰ. 주성분 분석을 이용한 이미지 복원 및 압축
각 성분별 설명력(분산 비율) 및 이미지
각 5, 10, 100 주성분을 누적한 Red, Green, Blue, 합성 영상 이미지.
1-5 주성분 : 90 %
1-10 주성분 : 93 %
1-5 주성분 : 90 %
1-10 주성분 : 93 %
1-5 주성분 : 88 %
1-10 주성분 : 92 %
4. Ⅰ. 주성분 분석을 이용한 이미지 복원 및 압축
각 성분별 Red, Green, Blue, 합성 영상 (애니메이션)