Spelling suggestions: "subject:"image validation"" "subject:"lmage validation""
1 |
Visuo-perceptual validation methods for physically based image synthesis / Méthodes de validation visuo-perceptive en synthèse d'image physico-réalisteMedina, Victor 23 May 2016 (has links)
La simulation de matériaux physico-réalistes est un processus demandant beaucoup de calcul. Les images de synthèse étant destinées aux observateurs humains, nous pouvons utiliser les limitations de notre système visuel pour simplifier le modèle de rendu, en évitant le calcul d’information invisible. Cela s’appelle le réalisme perceptif. Nous nous intéressons à la simulation de peintures d’automobiles, en particulière aux peintures scintillantes à paillettes métalliques. Nous essayons d’améliorer le réalisme perceptif de deux manières : en utilisant de la visualisation stéréoscopique pour apporter de l’information de profondeur additionnelle à partir de la disparité binoculaire ; et en conservant autant d‘information perceptive de la luminance originale que possible. La gamme dynamique illimitée d’une scène réelle est réduite lorsqu’une image est traitée dans des dispositifs à une gamme dynamique plus basse dans la chaîne d’acquisition et de visualisation. Pour assurer un réalisme perceptive, nous proposons une méthodologie reposant sur la caractérisation des dispositifs, l’acquisition d’information radiométrique, et des validations visuo-perceptives. En remplaçant l’œil humain par un appareil photo numérique, en tant qu’intégrateur tristimulaire d’information radiométrique, nous réalisons des comparaisons visuelles entre des échantillons réels et des photographies pour estimer la valeur d’exposition qui maximise le réalisme perceptif dans un environnement d’observation contrôlé. Ces résultats sont ensuite contrastés avec plusieurs méthodes de reproduction tonale, afin d’analyser les effets perceptifs de certains attributs d’image tels que l’exposition, la gamme dynamique, la brillance, et le contraste. Nous proposons également une méthodologie complète pour simuler des scènes réelles qui soient comparables, d’un point vue radiométrique et colorimétrique, aux photographies de la même scène. En assurant des images simulées correctes, cette méthodologie établie les bases face à une future intégration de nos observations dans le moteur de rendu. / The simulation of physico-realistic materials is a process that requires a lot of computation. Since the images are meant to be seen by human observers, we can use the limitations of their visual system to simplify the rendering model, avoiding redundant information that will not be seen. This is known as perceptual realism. Focusing on the simulation of automobile paint coatings, with special attention to metallic-flaked coatings with a sparkling appearance, we try to improve perceptual realism in two ways: using stereoscopic visualization, to provide additional depth information from binocular disparity; and preserving as much of the original perceptual luminance information as possible. The unlimited luminance levels, or dynamic range, of a real scene must be reduced as an image is processed by lower-dynamic range media throughout the acquisition and visualization chain. To ensure perceptual accuracy throughout this process, we propose a methodology consisting on device characterization, radiometric acquisition, and visuo-perceptual validations. Replacing the human eye by a DSLR camera, as a trichromatic color integrator of radiometric information, we perform visual comparisons of real samples and photographs to estimate the image exposure that maximizes perceptual accuracy under a controlled observation environment. These results are then contrasted with different tone reproduction methods, in order to analyze the effects on texture perception of specific image attributes like exposure, dynamic range, brightness, and contrast. We also propose a full methodology to produce simulations of a real scene, which are radiometrically and colorimetrically comparable to photographs of the same scene. By ensuring that the simulation produces correct images, this methodology lays the foundations for a future integration of our observations into the rendering engine.
|
Page generated in 0.1132 seconds