利用辅助边缘保持不连续性的法向积分

许多表面重建方法包含法向积分，这是一个从表面梯度获取深度图的过程。在此过程中，输入可能表示具有不连续性的表面，例如由于自遮挡。为了从输入法向图重建准确的深度图，必须处理由跳变产生的隐藏表面梯度。为了正确建模这些跳变，我们为法向积分的域设计了一种新颖的离散化方案。我们的核心思想是引入辅助边缘，它们在域中的分段平滑面片之间架起桥梁，从而可以显式表达隐藏跳变的幅度。利用辅助边缘，我们设计了一种新颖的算法，以从输入法向图优化不连续性和深度图。我们的方法通过结合迭代重加权最小二乘法和辅助边缘上跳变幅度的迭代滤波来优化不连续性，以提供强大的稀疏性正则化。与以往仅隐式建模跳变幅度的保持不连续性的法向积分方法相比，由于我们对跳变的显式表示允许进行强大的稀疏性正则化，我们的方法能够准确重建细微的不连续性。