Simulating accommodation and low-order aberrations of the human eye usingWave optics and light-gathering trees

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Lima, Alex Reimann Cunha
Orientador(a): Oliveira Neto, Manuel Menezes de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10183/253917
Resumo: Neste trabalho, apresentamos duas técnicas de simulação de acomodação e aberrações de baixa ordem de sistemas ópticos, tais como o olho humano. Nossos algoritmos lançam mão de determinadas informações, tais como o tamanho da pupila e a acomodação (distância focal), com o objetivo de modelar a função de espalhamento pontual (point spread function) do sistema, resultando na produção de simulações realistas de aberrações de baixa ordem (p.e., miopia, hipermetropia e astigmatismo). Nossas simulações levam também em consideração as distâncias dos objetos que compõem a cena a fim de aplicar o borramento apropriado. A primeira técnica estende o conceito de Função de Espalhamento Pontual com Profundidade (Depth Point Spread Function), originalmente construída mediante o traçado de raios (ray tracing), que passa então a ser gerada por meio de métodos da óptica de Fourier. A segunda técnica, por sua vez, utiliza-se da óptica geométrica para construir uma estrutura de dados em forma de árvore. Esta árvore é então utilizada para simular a propagação da luz no ambiente, gerando os efeitos de borramento esperados, e de quebra soluciona o problema de artefatos visuais causados pela ausência de informação na imagem original (provocada pela oclusão parcial entre elementos da cena). Nós demonstramos a efetividade de nossos algoritmos por meio de uma série de experimentos quantitativos e qualitativos em imagens com profundidade obtidas de ambientes reais. Nossos resultados alcançaram valores de SSIM superiores a 0,94 e valores de PSNR superiores a 32,0 em todas as avaliações objetivas, o que indica uma expressiva concordância com as imagens de referência.