3D【7】人脸重建:Hands on Shape from Shading阅读笔记

本文深入探讨了Shape from Shading(SFS)技术,一种基于灰度图像亮度信息进行3D重建的经典方法。通过理解光照、反射率、法向量等概念,结合数学模型和优化算法,求解物体的3D结构。文章介绍了Lambertian反射模型、正交投影相机假设,以及Pentland的一阶线性近似方法,同时提供了MATLAB代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Shape from Shading(sfs)是一个很基础也很经典的3D重建方法。其基本原理是利用灰度图片的亮度信息,加上亮度生成原理,求得每个像素在3D空间中的法向量,最终根据法向量求得深度信息。
看了不少相关的文章,感觉这篇论文讲的最好懂,里面还有相应的matlab代码。所以想学sfs的同学,可以去看这篇论文。

问题描述

一张灰度图的亮度信息由4个因素决定:
1、光照:主要是方向,位置和光的能量分布
2、物体的表面反射率:在sfs中就是albedo,决定了入射光在物体表面上如何被反射出去,一般由物体表面的材质决定。
3、物体表面的几何性状:这个是在给定灰度图片时,我们要求的。
4、相机:主要是其内部参数和外部参数

在给定一个3D模型,通过光照以及物体的反射率,我们可以模拟相机渲染出一张2D图片。而sfs刚好是这个过程的逆向:一定一张图片,光照以及模型的表面反射率,我们需要求出物体的3D结构。

术语

法向量

这里写图片描述
如图所示曲面的法向量是垂直于曲面的一个向量。法向量与光照共同决定了图片亮度的生成。
曲面上的某一点(x,y,z)的单位法向量n=(nx,ny,nz)n=(nx,ny,nz),有两种表示方法。一种是用偏角τnτn和倾角σnσn表示。

n=(nx,ny,nz)=[sinσncosσn,sinσnsinτn,cosσn]Tn=(nx,ny,nz)=[sin⁡σncos⁡σn,sin⁡σnsin⁡τn,cos⁡σn]T

其中, τn=tan1(
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值