Sparse high‐degree polynomials for wide‐angle lenses
Sparse high‐degree polynomials for wide‐angle lenses
复制标题
广角镜头的稀疏高次多项式
DOI：
10.1111/cgf.12952
复制
发表时间：
2016
影响因子：
2.5
通讯作者：
und Carsten Dachsbacher
中科院分区：
文献类型：
--
作者：
Emanuel Schrade;Johannes Hanika;und Carsten Dachsbacher
使用精确的相机模型进行渲染可大大提高真实感，并改善合成图像与真实的生活画面的匹配度。摄影镜头可以通过光线追踪来模拟，但性能取决于透镜系统的复杂性，并且现代算法所需的一些操作，例如确定性连接，可能难以实现。我们概括的方法ofpolynomial光学，即表示从传感器的光场转换的外瞳孔使用多项式，工作与极端广角（鱼眼）镜头和非球面元件。我们还展示了如何从高次项的大空间中构造稀疏多项式（我们测试了15次）。在计算多项式时，我们使用正交匹配追踪的变体而不是泰勒级数来实现这一点。我们展示两个应用：使用蒙特卡罗方法进行真实感渲染，其中我们引入了一种新的适用于光线跟踪的孔径采样技术，以及一种适用于深度图像渲染的交互式预览方法。
Rendering with accurate camera models greatly increases realism and improves the match of synthetic imagery to real‐life footage. Photographic lenses can be simulated by ray tracing, but the performance depends on the complexity of the lens system, and some operations required for modern algorithms, such as deterministic connections, can be difficult to achieve. We generalise the approach ofpolynomial optics, i.e. expressing the light field transformation from the sensor to the outer pupil using a polynomial, to work with extreme wide angle (fisheye) lenses and aspherical elements. We also show how sparse polynomials can be constructed from the large space of high‐degree terms (we tested up to degree 15). We achieve this using a variant oforthogonal matching pursuitinstead of a Taylor series when computing the polynomials. We show two applications: photorealistic rendering using Monte Carlo methods, where we introduce a new aperture sampling technique that is suitable for light tracing, and an interactive preview method suitable for rendering with deep images.
登录
查看更多内容
实用的实时镜头光晕渲染
影响因子：
2.5
作者：
Sungkil Lee;E. Eisemann
通讯作者：
E. Eisemann
多项式光学器件：用于镜头系统高效光线追踪的构建套件
影响因子：
2.5
作者：
M. Hullin;J. Hanika;W. Heidrich
通讯作者：
W. Heidrich
由于镜头光阑和像差而渲染真实的光谱散景
DOI：
10.1007/s00371-012-0673-4
发表时间：
2012
期刊：
The Visual Computer
影响因子：
--
作者：
Jiaze Wu;C. Zheng;Xiaohui Hu;Fanjiang Xu
通讯作者：
Fanjiang Xu
可变大小的圆形散景景深效果
DOI：
10.1201/9781003059325-13
发表时间：
2014
期刊：
Signal Process.
影响因子：
--
作者：
J. Moersch;Howard J. Hamilton
通讯作者：
Howard J. Hamilton
使用基于水平集的信息图评估等值面
影响因子：
2.5
作者：
Tzu;Teng;Han
通讯作者：
Han