Система анализа результатов моделирования освещённости
Б.Х. Барладян,
с.н.с, к.т.н., obb@gin.keldysh.ru,
И.В. Валиев,
н.с.,
А.Г. Волобой,
вед. н.с., д.ф.-м.н., voloboy@gin.keldysh.ru,
Л.З. Шапиро
с.н.с., к.ф.-м.н., pls@gin.keldysh.ru,
ИПМ им. М.В. Келдыша РАН, г. Москва
В докладе сформулированы требования к системам
анализа изображений, являющихся результатами физически корректного
моделирования распространения света. Каждый пиксель таких изображений содержит
реальное физическое значение яркости, полученное в результате моделирования. В
дальнейшем они могут быть либо преобразованы в обычную картинку, либо должна
существовать возможность провести разносторонний анализ изображения.
Рассмотрены детали реализации модуля постобработки и анализа полученных синтезированных
изображений.
The
requirements for analysis of images which are results of physically correct
lighting simulation are formulated. Each pixel of the image contains the actual
physical luminance value (result of simulation). In the future the images can
either be converted into a normal picture or it should be possible to carry out
comprehensive analysis of the results stored in image. The details of the module
for post-processing and analysis of the synthesized image are described.
Введение
Типичным результатом работы систем оптического
моделирования и реалистичной компьютерной графики являются изображения. Их
следует разделить на два класса: (1) реалистичные картинки; (2) результаты
оптического моделирования, полученные с помощью виртуальных сенсоров и представляющие
распределение физических значений на плоскости или в пространстве направлений.
В разрабатываемых нами системах оба типа изображений получаются в результате
моделирования в физических единицах в динамическом диапазоне чисел с плавающей
точкой, т.е. являются изображениями с высоким динамическим диапазоном.
Существует несколько программ, работающих с такими
изображениями. Практически все они, начиная с самой первой HDRshop
[1], позволяют преобразовывать значения пикселей в RGB пространство монитора с
учетом особенностей человеческого зрения. Эта функциональность интенсивно
проработана в системах обработки фотоизображений для профессиональных фотографов,
таких как Lightroom [2], Apple Aperture [3], Phase One Capture One [4]. Однако
требования к преобразованиям синтезированных изображений и изображений,
полученных с помощью фотоаппарата, имеют существенные различия. Программы
обработки фотографий предоставляют спектр возможностей для усиления
художественных достоинств фотографии или создания спецэффектов. Динамический
диапазон фотоизображений расширен до
12-14 бит на пиксель (RAW формат), но истинные значения яркостей, как правило,
не известны. В то же время для изображений, получаемых в системах оптического моделирования,
известны значения «истинных» яркостей и освещенностей, которые являются результатом
моделирования. Соответственно, важной задачей при обработке синтезированных
изображений является получение итоговых фотореалистичных изображений с учетом
специфики человеческого зрения и анализ физических характеристик, сохраненных в
полученных изображениях. Пользователей могут интересовать значения яркости для
сечений изображения, статистические характеристики для выделенных областей. При
спектральном моделировании пользователя может также интересовать спектральный
состав яркости или освещенности в различных точках и областях изображения.
1. Требования
к анализу синтезированных изображений
Авторы имеют богатый опыт практического
использования систем реалистичной компьютерной графики и оптического
моделирования. Из изученных систем можно выделить две, имеющие наиболее полный
инструментарий, и интенсивно используемые дизайнерами и конструкторами в мире,
- это система, разработанная в ИПМ им. М.В.Келдыша РАН [5], и система SPEOS
[6]. Исходя из опыта, можно сформулировать следующие требования к модулю
постобработки и анализа результатов:
1. Модуль должен обеспечивать
преобразование исходного изображения в RGB пространство монитора с ограниченным
динамическим диапазоном. Должен быть обеспечен выбор из нескольких типовых операторов
сжатия динамического диапазона, удобное варьирование их параметров для получения
изображений необходимого качества.
2. Необходимо обеспечивать построение
изображений в искусственных цветах (color contours) для визуализации распределения
значений физических величин в виде, удобном для восприятия человеком. Также
должен быть предоставлен гибкий контроль параметров визуализации.
3. Изображения, получаемые в
системе моделирования, могут быть сферическими панорамами или результатами моделирования,
полученными на виртуальных измерительных приборах в полярных координатах. В
силу этих причин модуль должен поддерживать визуализацию изображений, как в
декартовой, так и полярной системе координат, а также визуализировать панорамные
изображения.
4. Для обеспечения
регрессионного анализа должна существовать возможность загрузки и сравнения
двух и, возможно, более изображений.
5. Модуль должен обеспечивать
визуализацию физических величин в различных сечениях изображения в графическом
и табличном виде.
6. Для каждого пикселя
изображения необходимо иметь возможность показать его физическое значение как в
фотометрических, так и в радиометрических единицах, и в различных цветовых пространствах (RGB, спектральном, HSV и
т.д.). Для спектральных изображений должна быть представлена спектральная плотность
анализируемой величины. А для величин, полученных с помощью моделирования стохастическими
методами, желательно показывать оценку точности их вычисления.
7. Модуль должен предоставлять
возможность экспорта физических данных, таких, как, например, яркость, освещенность,
цветность (x, y chromaticity), в текстовые форматы, пригодные для загрузки в
текстовые процессоры для дальнейшего анализа.
2. Реализация
модуля анализа изображений
Сжатие
динамического диапазона
В модуле реализованы следующие три варианта
операторов сжатия динамического диапазона:
1.
Нелинейный оператор сжатия динамического диапазона из работы [7].
2.
Простой линейный оператор сжатия, контролируемый максимальным значением
величины яркости или освещенности.
3.
Табулированный оператор сжатия, задаваемый таблицей значений, редактируемой
пользователем.
В случае использования нелинейного оператора управление
осуществляется либо с помощью максимального значения величины яркости, которое
не будут обрезано, либо с помощью адаптационной яркости сцены.
Визуализация
в искусственных цветах
Визуализация изображений в искусственных цветах,
пример которой показан на рис. 1, предназначена для представления значений
физических величин в виде, удобном для восприятия человеком
Интерфейс управляющих параметров в этом случае
позволяет контролировать как цвета визуализации, так и значения яркостей,
освещенностей или точности вычислений, соответствующих этим цветам.
рис. 1.
Изображение в искусственных цветах рис. 2. Представление распределения
интенсивности света
Способы визуализации
Изображения, получаемые в базовой системе
моделирования, могут быть не только обычными изображениями, но и являться
результатами моделирования на виртуальных измерительных приборах (сенсорах) в
полярных и декартовых координатах. Также изображения могут быть сферическими
панорамами. Для работы с ними модуль показывает панорамные изображения и
поддерживает декартову и полярную системы координат.
Для визуализации сферической панорамы был
реализован специальный режим, показывающий эти изображения с помощью
перспективной проекции. Камера находится в центре сферы и поворачивается для
визуализации требуемой части панорамы. Угол зрения камеры может варьироваться. Угловое
распределение интенсивности на виртуальном «гониометре» может быть также
представлено в искусственных цветах (рис. 2).
Регрессионный
анализ
Для проведения регрессионного анализа модуль
позволяет загрузить два изображения одинакового типа и разрешения. Модуль
вычисляет их разность, и для нее поддерживаются все те же функциональности, что
и для одиночного изображения.
Пиксельный
анализ изображений
Специальное диалоговое окно позволяет получать
детальную информацию о каждом пикселе изображения. Цветность пикселя может быть представлена в разных цветовых
пространствах. CIE xy координаты отображаются на цветовом треугольнике графического
монитора, что позволяет сразу распознать случаи, когда цвет исследуемого
пикселя находится за пределами допустимой палитры (рис. 3).
Показывается также величина оценки точности вычислений
и значение физической величины в фотометрических или радиометрических единицах.
рис. 3. Анализ цвета точки
изображения
Анализ сечений и
областей
Модуль обеспечивает визуализацию графиков
изменения физической величины вдоль горизонтальных и вертикальных сечений
изображения. Несколько сечений могут существовать одновременно, их графики
визуализироваться в дополнительном окне (рис. 4). Численные значения величин в сечениях можно
также вывести в виде таблицы, которая может быть сохранена в текстовом файле.
Модуль также обеспечивает анализ прямоугольных и
эллиптических областей изображения.
рис. 4. Графики значений
физических величин (яркости).
Экспорт текстовых
данных
Вся информация, рассчитанная системой оптического
моделирования и содержащаяся в изображении, может быть экспортирована в
текстовой файл в txt или csv формат. Последний формат удобен для последующего
ввода данных в табличные процессоры (например, Microsoft Excel).
Для исследуемого изображения может выводиться не
только непосредственно физическая величина в каждом пикселе, но и ее
производные. Так, например, для спектрального изображения, зарегистрированного
на виртуальном измерительном приборе в полярных координатах, могут выводиться
файлы, содержащие для каждого пикселя интенсивность, цветность, спектрограмму,
оценку ошибки вычислений и количество лучей.
Результаты
Разработанный нами и описанный в работе модуль
постобработки и анализа изображений, сгенерированных системами реалистичной
компьютерной графики, постоянно используется для анализа полученных результатов,
для отладки алгоритмов моделирования распространения света, для получения
итоговых изображений в пространстве графического монитора. Он удовлетворяет
большинству требований, сформулированных выше.
Модуль поставляется с несколькими системами
реалистичной визуализации и оптического моделирования.
Работа поддержана грантом РФФИ № 12-01-00560 и 13-01-00454.
Литература
1.
G. Ward, 'Real Pixels'', Graphics Gems II, Academic
Press, 1992
2. http://adobe-photoshop-lightroom.ru.softonic.com/
3.
http://www.apple.com/ru/aperture/
4.
http://www.phaseone.com/
5.
А.Г. Волобой, В.А. Галактионов. Технологии визуализации в
задачах современной индустрии // Научная визуализация. № 4, 2013, с. 31-36.
6.
http://www.optis-world.com/products/software/speos.html
7.
Б.Х. Барладян, А.Г. Волобой, В.А. Галактионов, Э.А. Копылов. Эффективный оператор сжатия динамического диапазона яркостей, "Программирование", № 5, 2004, с. 35-42.