В настоящее время предварительное моделирование технологических процессов на компьютере стало повсеместным. В частности, оно применяется в производстве современных автомобильных красок с целью корректного воспроизведения цвета краски. Наиболее практически важен подбор цвета, т.е. подбор состава краски, необходимого для получения заданного цвета. Сложность моделирования распространения света в краске обусловлена её сложной структурой и множеством разных пигментов, в том числе диффузных. Эту задачу можно решать, моделируя рассеяние света при взаимодействии с пигментными частицами. Для этого необходимы оптические свойства пигментов, которые часто неизвестны. В статье предложено нескольких разных методов получения свойств пигмента по измерениям показателей рассеяния специально приготовленных образцов краски. Все методы основаны на минимизации разницы значений измеренного и вычисленного показателей рассеяния как функции свойств пигментов. Методы различаются типами образцов краски, которые приготовляют и подвергают измерениям для получения данных о пигменте. Описаны также работа и проверка надёжности этих методов. В результате один из методов оказался гораздо устойчивее трёх остальных к погрешностям измерений. Проведено сравнение цвета реального образца с рассчитанным цветом краски, в моделировании которой использовались полученные свойства пигментов.
1. Rump M. et al. Photo‐realistic rendering of metallic car paint from image‐based measurements // Computer Graphics Forum. – Oxford, UK: Blackwell Publishing Ltd, 2008. – Vol. 27, No. 2. – P. 527–536.
2. Kneiphof T., Klein R. Real-time image-based lighting of metallic and pearlescent car paints // Computers & Graphics. – 2022. – Vol. 105. – P. 36–45. DOI:10.1016/j.cag.2022.04.009.
3. Kim D.B. et al. Acquisition and representation of pearlescent paints using an image-based goniospectrophotometer // Optical Engineering. – 2010. – Vol. 49, No. 4. – P. 043604–043604–13. DOI:10.1117/1.3407431.
4. Gurevich M. Über eine rationelle klassifikation der lichtenstreuenden medien // Physikalische Zeitschrift. – 1930. – Bd. 31. – S. 753–763.
5. Kubelka P., Munk F. Ein Beitrag zur Optik der Farbanstriche // Z. Techn. Physik. – Bd. 12. – S. 593–601.
6. Kubelka P. New contributions to the optics of intensely light-scattering materials. Part I // JOSA. – 1948. – Vol. 38, No. 5. – P. 448–457.
7. Ershov S., Kolchin K., Myszkowski K. Rendering pearlescent appearance based on paint‐composition modelling // Computer Graphics Forum. – Oxford, UK and Boston, USA: Blackwell Publishers Ltd, 2001. – Vol. 20, No. 3. – P. 227–238.
8. Jakob W. et al. A comprehensive framework for rendering layered materials // ACM Transactions on Graphics (ToG). – 2014. – Vol. 33, No. 4. – P. 1–14. DOI:10.1145/2601097.2601139.
9. Belcour L. Efficient rendering of layered materials using an atomic decomposition with statistical operators // ACM Transactions on Graphics. – 2018. – Vol. 37, No. 4. – P. 1. DOI:10.1145/3197517.3201289.
10. Guo J. et al. A Physically‐based Appearance Model for Special Effect Pigments // Computer Graphics Forum. – 2018. – Vol. 37, No. 4. – P. 67–76.
11. Ergun S., Önel S., Öztürk A. A General Micro-flake Model for Predicting the Appearance of Car Paint // EGSR (EI&I). – 2016. – P. 65–71.
12. Golla T., Klein R. Interactive interpolation of metallic effect car paints / Proceedings of the conference on vision, modeling, and visualization. – 2018. – P. 11–20. DOI:10.2312/vmv.20181248.
13. Wu H., Dorsey J., Rushmeier H. Physically-based interactive bi-scale material design // ACM Transactions on Graphics (TOG). – 2011. – Vol. 30, No. 6. – P. 1–10. DOI:10.1145/2070781.2024179.
14. Bati M., Barla P., Pacanowski R. An inverse method for the exploration of layered material appearance // ACM Transactions on Graphics (TOG). – 2021. – Vol. 40, No. 4. – P. 1–15. DOI:10.1145/3450626.3459857.
15. Ershov S. et al. Reverse engineering approach to appearance-based design of metallic and pearlescent paints // The Visual Computer. – 2004. – Vol. 20. – P. 586–600.
16. Волобой А.Г., Ершов С.В., Поздняков С.Г. Интерактивное моделирование автомобильных красок // Труды 22‑й Международной конференции по компьютерной графике и зрению Графикон‑2012. (2012). – Р. 242–247.
17. Sokolov V. et al. BSDF Reconstruction of Inks and Paints for Light Guiding Plates / Proceedings of the 31st International Conference on Computer Graphics and Vision, CEUR Workshop Proceedings 3027. – 2021. – Vol. 31. – P. 135–149. DOI:10.20948/graphicon-2021-3027-135-149.
18. Sokolov V.G. et al. Optimization based on reconstruction of volume scattering medium parameters // Illumination Optics V. – SPIE, 2018. – Vol. 10693. – P. 247–254. DOI:10.1117/12.2312724.
19. Поздняков С.Г., Ершов С.В., Волобой А.Г. Гибридный подход к подбору состава автомобильной краски желаемого цвета на основе нейронных сетей и моделирования света // Препринты Института прикладной математики им. М.В. Келдыша РАН. – 2022. – № . 87: 1–17. DOI:10.20948/prepr-2022-87
20. Поздняков С.Г. и др. Реконструкция параметров объёмного рассеяния среды на основе измерений реальных образцов // Препринты Института прикладной математики им. МВ Келдыша РАН. – 2019. – № . 67: 1–16. DOI:10.20948/prepr-2019-67.
21. Kokhanovsky A.A. Aerosol optics: light absorption and scattering by particles in the atmosphere. – Springer Science & Business Media, 2008. DOI:10.1007/978-3-540-49909-1.
22. King M.D. Determination of the scaled optical thickness of clouds from reflected solar radiation measurements // Journal of the Atmospheric Sciences. – 1987. – Т. 44. – № . 13. – С. 1734–1751.
23. Chandrasekhar S. Radiative Transfer. – Oxford University Press, UK, 1950.
24. Prahl S.A. The adding-doubling method // Optical-thermal response of laser-irradiated tissue. – Boston, MA: Springer US, 1995. – P. 101–129. DOI:10.1007/978-1-4757-6092-7_5.
25. The Henyey-Greenstein phase function. URL: https://www.astro.umd.edu/~jph/HG_note.pdf. (дата обращения: 09.09.2023).

• Предыдущая статья
• Следующая статья

• дисперсная среда
• перенос излучения
• автомобильная краска
• диффузный пигмент
• подгонка цвета
• измерение свойств краски
• подгонка