Digitala Vetenskapliga Arkivet

Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Depth of Field Rendering from Sparsely Sampled Pinhole Images
KTH, Skolan för elektroteknik och datavetenskap (EECS).
2020 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)Alternativ titel
Skärpedjupsrendering från glesa nålhålsbilder (Svenska)
Abstract [en]

Optical lenses cause foreground and background objects to appear blurred, causing an effect called depth of field. Each point in the scene is projected onto the imaging plane as a semitransparent circle of confusion (CoC) with diameter depending on the distance between the point and the lens. In images rendered with a pinhole camera, the entire scene is in focus, but depth of field may be added synthetically for photorealism, aesthetics, or attention guiding purposes. However, most algorithms for depth of field rendering are either computationally expensive or produce noticeable artifacts. This report evaluates two different algorithms for depth of field rendering. Both algorithms are independent of the rendering technique. The first renders only a single pinhole image and uses a light-field based method for image synthesis. The second renders up to 12 pinhole images and uses CoC gathering to create defocus blur. Ideas from both methods are combined in a novel algorithm which uses sparse samples to approximate the light field. Our method produces a closer physical approximation than the other algorithms and avoids common artifacts. However, it may produce ghosting artifacts at low computation times. We evaluate the methods by comparing rendered images to an assumed ground truth generated with the accumulation buffer method. Physical accuracy is measured through structural similarity (SSIM) while artifacts are evaluated through visual inspection. Computation times are measured in the Inviwo software.

Abstract [sv]

Optiska linser får objekt i för- och bakgrunden att bli oskarpa i bilder. Varje punkt i scenen projiceras på bildplanet som en semitransparent oskärpecirkel (CoC) vars diameter beror på avståndet mellan punkten och linsen. I bilder renderade med nålhålskamera är hela scenen skarp men skärpedjup kan läggas till syntetiskt för fotorealism, estetik, eller i uppmärksamhetsledande syfte. Dock är många algoritmer för skärpedjupsrendering antingen resurskrävande eller präglade av artefakter. I denna rapport utvärderas två algoritmer för skärpedjupsrendering. Båda metoderna kan användas oberoende av renderingsteknik. Den första renderar endast en nålhålsbild och använder en ljusfältsbaserad metod för skärpedjupsrendering. Den andra renderar upp till 12 nålhålsbilder och använder CoC-samling för att skapa oskärpa. Idéer från båda algoritmerna kombineras i en ny metod som använder glesa nålhålsbilder för att approximera ljusfältet. Vår metod producerar bättre fysiska approximationer än de andra algoritmerna och undviker vanliga artefakter. Dock kan den orsaka spökbilder vid korta beräkningstider. Vi utvärderar metoderna genom att jämföra dem mot bilder genererade med accumulation buffer-tekniken som antas efterlikna den fysiska sanningen. Fysisk exakthet mäts med structural similarity (SSIM) och artefakter utvärderas visuellt. Beräkningstider mäts i programmet Inviwo

Ort, förlag, år, upplaga, sidor
2020. , s. 68
Serie
TRITA-EECS-EX ; 2020:552
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:kth:diva-281771OAI: oai:DiVA.org:kth-281771DiVA, id: diva2:1469911
Ämne / kurs
Datalogi
Utbildningsprogram
Teknologie masterexamen - Datalogi
Handledare
Examinatorer
Tillgänglig från: 2020-09-24 Skapad: 2020-09-23 Senast uppdaterad: 2022-06-25Bibliografiskt granskad

Open Access i DiVA

fulltext(23818 kB)1154 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 23818 kBChecksumma SHA-512
fe055914b05c7edf003c84ed9fcc138be6668afe98c4111b60fdc2c057d785aa6cfb2ac555ba2413df7e1b19a6af4c8e028f334b82b6bcd8c616c7f3ac8e52e7
Typ fulltextMimetyp application/pdf

Av organisationen
Skolan för elektroteknik och datavetenskap (EECS)
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 1154 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 692 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf