近场辐射度重建方法、装置及存储介质

本公开涉及辐射度量学，尤其涉及一种近场辐射度重建方法、装置及存储介质。

背景技术：

1、辐射度量学是一门以电磁辐射为研究对象的科学，测量辐射度量学参量的仪器称为辐射度计。在光学领域，辐射度量学的研究对象主要是可见光及其附近波段的电磁辐射。实际应用中，可见光波段的研究不仅需要考虑电磁辐射的客观度量，还需要考虑人眼视觉对电磁辐射的生理和心理响应。包含了人眼视觉因素的辐射度量学又被称为光度学，光度学涉及的物理参量包括发光强度、光通量、照度和亮度，测量上述光度学参量的仪器称为近场光度计(neaf-field goniophotometer，nfg)。

2、在一种典型的nfg结构中，nfg包括2个相互垂直的旋转轴、与旋转轴连接的扫描框架、以及安装在扫描框架上的成像亮度计。扫描框架旋转时，成像亮度计的运动轨迹位于半径为r的扫描球面上，同时，待测发光体放置于扫描球面内部。待测发光体的最大尺寸小于扫描球面的直径2r。成像亮度计的核心器件是电荷耦合器件(charge-coupled device，ccd)和互补金属氧化物半导体(complementary metal-oxide-semiconductor，cmos)等二维成像传感器，它可以在球面扫描过程中采集所有可达位置的亮度图像。由于指定方向上的亮度值和光线传播距离无关，因此，即使成像亮度计的运动轨迹始终位于扫描球面上，其在特定位置上采集到的亮度图像也可描述该方向上任意距离处的光辐射特性，并可基于光度学参量间的换算关系求解不同距离上的发光强度和照度等参量。其中，基于成像亮度计测得的亮度图像求解发光强度、光通量、照度等参量并绘制全空间光度分布的过程即为近场辐射度重建的过程。

3、为了保证近场辐射度重建的精度，传统的近场辐射度重建方法通常需要成像亮度计扫描大量角度并记录每个角度对应的二维光场亮度图像，然后，基于采集到的亮度图像重建近场辐射度。

4、然而，在多个扫描角度采集亮度图像，需要控制成像亮度计在多个位置上运动，且对大量的亮度图像(比如：一般需要2664张不同角度的亮度图像)进行计算重建近场辐射度，计算成本高、计算时间长，这些都会导致传统的近场辐射度重建的效率较低的问题。

技术实现思路

1、有鉴于此，本公开提出了一种近场辐射度重建方法、装置及存储介质，基于辐射场隐式表征原理，使用多尺度哈希表储存三维空间中体素的特征向量，使用解码模型作为特征向量解码器，在多个第一位姿拍摄的亮度图像与体渲染公式的监督下，同时优化多尺度哈希表与解码模型，进而实现三维辐射场的重建与空间任意位置下(第二位姿)的辐射场的反演。此时，不需要在第一位姿和第二位姿上采集亮度图像，使用少量的亮度图像即可实现近场辐射度重建，提高近场辐射度重建效率。

2、根据本公开的一方面，提供了一种近场辐射度重建方法，用于成像式近场光度计中，所述成像式近场光度计包括：旋转扫描机构和安装于所述旋转扫描机构上的成像亮度计；所述旋转扫描机构用于带动所述成像亮度计在扫描球体的表面运动；所述成像亮度计用于采集位于所述扫描球体内部的待测发光体的亮度图像；所述方法包括：

3、获取所述成像亮度计在所述扫描球体上以第一位姿采集的亮度图像；其中，不同亮度图像的第一位姿不同；

4、按照不同分辨率对所述扫描球体对应的三维空间进行体素划分，基于不同分辨率对应的体素构建多尺度哈希表，以通过所述多尺度哈希表存储每个体素的特征向量；

5、对于每张亮度图像中至少一个像素点对应的光线上的每个光线采样点，基于所述多尺度哈希表确定所述光线采样点对应的特征向量，得到每个光线采样点对应的位置编码；

6、基于角度编码函数对所述光线采样点进行角度编码，得到每个光线采样点对应的角度编码；

7、基于预先创建的解码模型对所述位置编码和所述角度编码进行解码，得到每个光线采样点的密度预测值和光学参数预测值；

8、基于所述像素点对应的光线上的各个光线采样点的密度预测值和光学参数预测值，以及预设的体渲染模型，确定所述像素点的第一像素预测值；

9、基于所述第一像素预测值和所述亮度图像上所述像素点的像素实际值，迭代优化所述多尺度哈希表中的特征向量和所述解码模型的模型参数，得到训练后的多尺度哈希表和训练后的解码模型；

10、基于所述训练后的多尺度哈希表和所述训练后的解码模型，确定所述扫描球体上第二位姿对应的第二像素预测值，以基于所述第二像素预测值重建所述待测发光体的近场辐射度；其中，所述第二位姿与所述第一位姿不同。

11、在一种可能的实现方式中，所述多尺度哈希表用于存储每个体素的各个顶点对应的特征向量；相应地，

12、所述对于每张亮度图像中至少一个像素点对应的光线上的每个光线采样点，基于所述多尺度哈希表确定所述光线采样点对应的特征向量，得到每个光线采样点对应的位置编码，包括：

13、对于所述光线采样点对应的每种分辨率的体素，若所述光线采样点位于所述体素的内部，则基于所述体素的位置索引确定所述体素的顶点的顶点索引；

14、在所述多尺度哈希表中确定所述各个顶点索引对应的特征向量；

15、对各个顶点索引对应的特征向量进行特征融合，得到每种分辨率对应的位置索引的位置编码；

16、将各种分辨率对应的位置索引的位置编码进行合并，得到所述光线采样点对应的位置编码。

17、在一种可能的实现方式中，所述对各个顶点索引对应的特征向量进行特征融合，得到每种分辨率对应的位置索引的位置编码，包括：

18、基于所述光线采样点的三维坐标与各个顶点的三维坐标之间的距离，对各个顶点索引对应的特征向量进行融合，得到每种分辨率对应的位置索引的位置编码。

19、在一种可能的实现方式中，所述对于每张亮度图像中至少一个像素点对应的光线上的每个光线采样点，基于所述多尺度哈希表确定所述光线采样点对应的特征向量，得到每个光线采样点对应的位置编码，包括：

20、对于所述亮度图像中的每个像素点，连接所述像素点的位置和所述成像亮度计对应的针孔相机模型中光心的位置，确定所述像素点对应的光线信息，所述光线信息包括光线的方向与位置；

21、基于所述光线信息对各个像素点对应的光线中的至少一条光线进行离散点采样，得到每条光线上的多个光线采样点；

22、基于所述多尺度哈希表确定每个光线采样点对应的特征向量，得到每个光线采样点对应的位置编码。

23、在一种可能的实现方式中，所述解码模型包括光学密度网络和与所述光学密度网络相连的光学参数网络；相应地，

24、所述基于预先创建的解码模型对所述位置编码和所述角度编码进行解码，得到每个光线采样点的密度预测值和光学参数预测值，包括：

25、将所述位置编码输入所述光学密度网络以对所述位置编码进行解码，得到多通道密度预测结果，输出所述多通道密度预测结果中目标通道的密度预测结果，得到所述密度预测值；

26、将所述多通道密度预测结果中除所述目标通道之外的其它通道的密度预测结果、以及所述角度编码输入所述光学参数网络，得到所述光学参数预测值。

27、在一种可能的实现方式中，所述光学密度网络和/或所述光学参数网络基于全连接神经网络建立。

28、在一种可能的实现方式中，所述基于所述像素点对应的光线上的各个光线采样点的密度预测值和光学参数预测值，以及预设的体渲染模型，确定所述像素点的第一像素预测值，包括：

29、在每条光线上确定光线的起点和终点，所述起点和所述终点位于所述扫描球体内；

30、基于所述体渲染模型，对所述起点至所述终点上的各个光线采样点的密度预测值和光学参数预测值进行积分，得到所述像素点的第一像素预测值。

31、在一种可能的实现方式中，所述体渲染模型通过下式表示：

32、g＝∫t(t)σ(t)c(t,d)dt；

33、

34、其中，g表示像素点的第一像素预测值；σ(t)表示像素点对应的光线上的光线采样点在位置x(t)处的密度预测值，c(t,d)为所述光线采样点在x(t)处随方向变化的光学参数预测值，t(t)为从起点到位置t处的透射率，表示光线在位置t之前没有被吸收的概率。

35、根据本公开的另一方面，提供了一种近场辐射度重建装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为在执行所述存储器存储的指令时，实现上述方法。

36、根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。

37、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。

38、通过获取成像亮度计在扫描球体的第一位姿采集的亮度图像；按照不同分辨率对扫描球体对应的三维空间进行体素划分，基于不同分辨率对应的体素构建多尺度哈希表，以通过多尺度哈希表存储每个体素的特征向量；对于每张亮度图像中至少一个像素点对应的光线上的每个光线采样点，基于多尺度哈希表确定光线采样点对应的特征向量，得到每个光线采样点对应的位置编码；基于角度编码函数对光线采样点进行角度编码，得到每个光线采样点对应的角度编码；基于预先创建的解码模型对位置编码和角度编码进行解码，得到每个光线采样点的密度预测值和光学参数预测值；基于像素点对应的光线上的各个光线采样点的密度预测值和光学参数预测值，以及预设的体渲染模型，确定像素点的第一像素预测值；基于第一像素预测值和亮度图像上像素点的像素实际值，迭代优化多尺度哈希表中的特征向量和解码模型的模型参数，得到训练后的多尺度哈希表和训练后的解码模型；基于训练后的多尺度哈希表和训练后的解码模型，确定扫描球体上第二位姿对应的第二像素预测值，以基于第二像素预测值重建待测发光体的近场辐射度；可以解决传统刚发的近场辐射度重建方法需要采集大量的亮度图像，导致重建效率较低的问题；由于不再需要在第一位姿和第二位姿上均采集亮度图像，使用第一位姿采集的少量亮度图像即可实现近场辐射度重建，因此，可以提高近场辐射度重建效率。

39、另外，本实施例的近场辐射度重建方法，在少数亮度图像情况下也能较好地估算三维辐射场信息，具有良好的数据利用率。

40、另外，本实施例的近场辐射度重建方法，能测量各种形状与属性的待测发光体，具有较好的通用性。

41、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。