[论文解读] Effective Backscatter Approximation for Photometry in Murky Water

Chourmouzios Tsiotsios, Maria E. Angelopoulou+2 more|arXiv (Cornell University)|Apr 29, 2016

Water Quality Monitoring Technologies参考文献 1被引用 3

一句话总结

本文提出了一种用于浑浊水中光度立体视觉的新型后向散射近似方法，利用后向散射的深度饱和特性和平滑的角向变化特性，直接从捕获的图像中估计后向散射。通过去除复杂的后向散射分量，该方法即使在强散射条件下也能实现精确的密集法线和反照率估计，在模拟和真实港口水域实验中均优于先前的方法。

ABSTRACT

Shading-based approaches like Photometric Stereo assume that the image formation model can be effectively optimized for the scene normals. However, in murky water this is a very challenging problem. The light from artificial sources is not only reflected by the scene but it is also scattered by the medium particles, yielding the backscatter component. Backscatter corresponds to a complex term with several unknown variables, and makes the problem of normal estimation hard. In this work, we show that instead of trying to optimize the complex backscatter model or use previous unrealistic simplifications, we can approximate the per-pixel backscatter signal directly from the captured images. Our method is based on the observation that backscatter is saturated beyond a certain distance, i.e. it becomes scene-depth independent, and finally corresponds to a smoothly varying signal which depends strongly on the light position with respect to each pixel. Our backscatter approximation method facilitates imaging and scene reconstruction in murky water when the illumination is artificial as in Photometric Stereo. Specifically, we show that it allows accurate scene normal estimation and offers potentials like single image restoration. We evaluate our approach using numerical simulations and real experiments within both the controlled environment of a big water-tank and real murky port-waters.

研究动机与目标

• 解决浑浊水中后向散射退化问题，该问题会扭曲图像形成过程并阻碍法线和反照率估计。
• 克服先前方法的局限性，这些方法要么忽略后向散射，要么假设不切实际的光照配置（例如远距离光源）。
• 在使用人工照明的浑浊水中实现对纹理稀少或特征较少表面的精确场景重建。
• 证明在强散射条件下单图像复原和鲁棒光度立体视觉的可行性。
• 提供一种实用的、无需校准的后向散射估计方法，可直接从传感器数据中获得，适用于实时水下机器人系统。

提出的方法

• 观察到后向散射在短距离外随场景深度增加而饱和，使其与深度无关，仅依赖于光源到像素的几何关系。
• 将后向散射信号建模为图像平面上的平滑函数，其变化取决于每个像素相对于光源的角位置。
• 使用低阶多项式回归（例如二次函数）对图像中少数测量的后向散射值进行训练，以近似每个像素的后向散射。
• 或者，通过将相机指向无穷远（均匀照明）拍摄图像，直接测量后向散射水平。
• 从测量亮度中减去估计的后向散射，以隔离出场景反射分量，从而支持标准光度立体视觉优化。
• 在已校准和未校准设置下应用该方法，支持多视角光度立体视觉和单图像复原。

实验结果

研究问题

• RQ1 是否可以在不建模介质特性与深度之间复杂物理依赖关系的情况下，有效近似浑浊水中的后向散射？
• RQ2 后向散射相对于光源的像素位置的角依赖性如何影响图像形成和重建质量？
• RQ3 对后向散射进行平滑且低维的近似是否能在高散射环境中实现精确的光度立体视觉重建？
• RQ4 所提出的方法是否优于忽略后向散射或假设不切实际光照配置的现有方法？
• RQ5 该后向散射估计框架是否可扩展至单图像复原，且无需事先了解介质或光照参数？

主要发现

• 后向散射在短距离外随深度增加而饱和，使其与场景深度无关，从而简化了建模过程。
• 后向散射信号基于每个像素与光源之间的角关系，在图像平面上平滑变化，支持基于回归的近似方法。
• 所提出的方法即使在真实港口水域的强散射条件下，也能实现与清洁水条件相当的光度立体视觉重建质量。
• 在受控水箱实验中，该方法优于忽略后向散射或假设远距离光源的先前方法，尤其在高散射水平下表现更优。
• 利用后向散射近似进行单图像复原，成功恢复了对比度和反照率，其效果与或优于基于偏振片的方法。
• 该方法在实际水下机器人部署中表现出鲁棒性和实用性，如在浑浊港口水域中成功重建了详细表面纹理（例如贝壳）。