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

Abstract

In this work, we present two practical solutions for simulating accommodation and loworder aberrations of optical systems, such as the human eye. Taking into account pupil size (aperture) and accommodation (focal distance), our approaches model the corresponding point spread function and produce realistic depth-dependent simulations of low-order visual aberrations (e.g., myopia, hyperopia, and astigmatism). In the first solution, we use wave optics to extend the notion of Depth Point Spread Function, which originally relies on ray tracing, to perform the generation of point spread functions using Fourier optics. In the other technique, we use geometric optics to build a light-gathering tree data structure, presenting a solution to the problem of artifacts caused by absence of occluded pixels in the input discretized depth images. As such, the resulting images show seamless transitions among elements at different scene depths. We demonstrate the effectiveness of our approaches through a series of quantitative and qualitative experiments on images with depth obtained from real environments. Our results achieved SSIM values above 0.94 and PSNR above 32.0 in all objective evaluations, indicating strong agreement with the ground-truth.

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.