33、动态表面的光度补偿方法解析

动态表面的光度补偿方法解析

1. 背景与问题提出

在投影仪 - 相机系统中，投影表面的变化常常给光度补偿带来挑战。传统方法在面对新的投影表面时，往往需要重新校准系统，这导致无法实时应用，也难以处理动态环境。一般来说，对表面进行物理表征需要测量其光谱反射率，但获取这样的光谱数据需要使用分光光度计或光谱相机等特殊设备，这在大多数应用中并不可行，而且对每个表面进行大量测量也不实际。

2. 现有方法概述

近年来，针对投影仪 - 相机系统的光度和几何补偿方法不断涌现，可分为处理静态表面和动态表面两类。
- 静态表面补偿方法 ：
- Nayar 等人的方法 ：基于离线校准估计辐射模型参数，但需要投影 260 张图像，且需要预先知道相机的响应函数。
- Grossberg 等人的方法 ：改进了辐射模型，只需投影 6 张图像，但仅适用于静态环境，每次投影表面变化都要重复投影校准图像。
- Bimber 等人的方法 ：引入智能投影仪概念，使用相机捕捉环境信息，但辐射模型简单，无法补偿投影仪或相机中的复杂非线性。
- Ashdown 等人的方法 ：补偿方法依赖内容，将补偿图像根据系统能产生的色度和亮度值进行计算，但使用的 CIELUV 颜色空间均匀性差，且每个表面都需要一组校准图像。
- Law 等人的方法 ：基于感知修改表面外观，将物理表面分成均匀颜色的小块，但要求表面由均匀颜色块组成，时间复杂度高，复杂场景可