Algoritmos óptimos para la generación de imágenes fotorrealistas

Abstract

La presente tesis aborda la propuesta y desarrollo de una metodolog´ıa de extraccion de parametros obtenidos a partir de imagenes de objetos reales con una camara digital para, posteriormente, usar dichos parametros como elementos de un modelo de iluminacion en la renderizacion de imagenes generadas por computadora, que se aproximen lo mas posible a imagenes de objetos reales. Se propone una metodologıa para que, a partir de una imagen tomada de un objeto real; se obtengan los parametros opticos que produzcan una imagen con un algoritmo de renderizacion, el cual tomara parametros de un algoritmo biosinspirado y gradualmente generara imagenes que se aproximen cada vez mas a la imagen del objeto real. A diferencia de las metodologıas anteriores que usan un ciclo abierto para la estimacion de los parametros, la metodologıa propuesta usa un ciclo cerrado para la estimacion de dichos parametros de renderizacion por medio del uso de una heur´ıstica bioinspirada no supervisada. En el trabajo se observa que el nivel de exactitud de los parametros obtenidos es directamente dependiente de la exactitud del modelo de iluminaci´on usado, con un modelo sencillo se obtienen par´ametros inexactos, con un mejor modelo se obtienen par´ametros con una mejor aproximaci´on. El presente estudio tambi´en aporta una funci´on de la medida de similitud entre dos im´agenes, as´ı como un conjunto de puntos de referencia para aproximar a una imagen con otra, estos puntos son parte de los par´ametros ´opticos obtenidos por la metodolog´ıa. Finalmente como parte del uso de una arquitectura paralela para mejorar el desempe ˜no en velocidad, se demuestra que la implantaci´on de heur´ısticas bioinspirada es paralelizable, lo que mejora respecto al nivel de granuralizaci´on de la implantaci´on usada y a que tanto del c´odigo a ejecutar se programa en el GPU. // This work is about a design and development for a parameter estimation methodology from real objects image obtained with a digital camera for, afterward, use these obtained parameters as input data for an illumination model in computer generated graphics rendered images, as close as posible to the real objects image. We propose an optical parameters estimation metodology from data obtained of an images of a real object, by using these parameters in a CG rendering software we can render an image close enought to the original to be indistinguible. The proposal will take test parameters generated in a bioinspirated algorithm and then render images more and more close to the real object image. Apart from other methodologies that use an open loop for parameter estimation, the proposed methodology uses a close loop for the estimation of these illumination model rendering parameters, by using a non-supervised bioinspirated heuristic. In this work we are able to see that the precision level of the obtained parameters is straigthforward dependent of the used illumination model accuracy. The better the illumination model, the better the acuracy for the obtained parameters. This work also add a function capable to compare two images and assign a difference percentage between both images. Present work adds too a set of image reference points, used to bring near generated images to objetive image, aquired one, this set of point are part of metodology obtained optical parameters. Finally to improve the performance and speed, we show that a bioinspirated heuristic implementation is parallelizable, to gets better performance at granuralization level respect how much of executing code is running on the Graphics Proccesor Unit.