1.一种应用于融合静电力和空气压膜触觉再现装置的图像渲染方法,采用融合静电力和空气压膜的触觉再现装置,其特征在于,包括下列步骤:(1)建立静电力和空气压膜的驱动信号幅度与图像轮廓的梯度信息之间的渲染模型;
选取像素为M×N的图像,利用Canny算法获取图像轮廓的梯度矩阵MC(x,y)和图像轮廓的高度矩阵HC(x,y),求得图像轮廓的归一化梯度矩阵MCN(x,y):其中,mmin和mmax分别表示图像轮廓的梯度矩阵MC(x,y)中的最小值和最大值;
梯度变化反映图像凹凸性,即梯度越大,凹凸感越明显,感知强度越大,按照1:100的比例,将归一化的梯度矩阵与静电力和空气压膜的感知强度模型进行映射;
REUL(x,y)=100×MCN(x,y)
其中,REUL表示图像梯度感知强度矩阵;
由于静电力产生的感知强度是空气压膜感知强度的三倍即静电力感知强度范围[25,
100]和空气压膜感知强度[0,25],然后根据静电力和空气压膜驱动信号幅度与触觉感知强度的映射关系:可求得归一化的梯度矩阵与静电力和空气压膜的驱动信号幅度映射关系;
其中,k1和b1是静电力驱动信号幅度与触觉感知强度之间感知模型的系数,k2和b2是空气压膜驱动信号幅度与触觉感知强度之间感知模型的系数,这四个系数是由融合静电力和空气压膜的触觉再现装置性能决定的;
(2)建立静电力的驱动信号频率与图像的高度信息之间的渲染模型;
根据Canny算法得到图像轮廓高度矩阵HC(x,y),则图像纹理高度矩阵HT(x,y)则由原始图像高度矩阵H(x,y)减去轮廓高度矩阵HC(x,y)得到,进而得到归一化纹理高度矩阵HTN(x,y);
HT(x,y)=H(x,y)-HC(x,y)
其中,hTmin和hTmax分别表示图像纹理高度矩阵HT(x,y)中的最小值和最大值;
高度变化反映图像某点的粗糙度,即高度越大,粗糙感越强,手指划过时的感知强度越大,按照1:100的比例,将归一化的高度矩阵HTN(x,y)与图像粗糙度感知矩阵REVN(x,y)进行映射;
REVN(x,y)=100×HTN(x,y)
根据静电力驱动信号频率与触觉粗糙度感知强度映射关系:REVN(x,y)=k3×FEN(x,y)+b3,可求得归一化的高度矩阵HTN(x,y)与静电力驱动信号频率矩阵FEN(x,y)的映射关系;
其中,k3和b3是静电力驱动信号频率与触觉粗糙感知模型的系数,这两个系数是由融合静电力和空气压膜的触觉再现装置性能决定的;
(3)图像轮廓用梯度信息表示,其变化趋势大,凹凸性明显,因此图像轮廓部分选用的驱动信号波形为方波,此波形呈现尖锐触感,感知强度明显;图像纹理用高度信息表示,其变化趋势小,凹凸性不明显,因此图像纹理部分选用的驱动信号波形为正弦波,此波形呈现平缓触感,感知强度较弱。
2.根据权利要求1所述的一种应用于融合静电力和空气压膜触觉再现装置的图像渲染方法,其特征在于:所述融合静电力和空气压膜的触觉再现装置,其结构包括:(1)定位单元:包括实现定位功能的装置,其作用在于实时读取多媒体终端屏上指垫的位置坐标,并将这位置坐标信息发送到触觉处理单元;
(2)触觉处理单元:包括多媒体终端,其作用在于可呈现视觉信息,并对视觉信息渲染得到静电力驱动信号幅度参数矩阵和振动驱动信号幅度参数矩阵,然后根据位置坐标信息,选取静电力驱动信号幅度参数和振动驱动信号幅度参数,发送给驱动单元;
(3)驱动单元:包括信号发生器,信号发生器根据处理单元发送的驱动信号参数产生相应的驱动信号,最终输入到交互单元;
(4)交互单元:包括单点电容屏和压电陶瓷片,将驱动单元产生的驱动信号输入到单点电容屏和压电陶瓷片上,当手指滑过单点电容屏时,手指通过驱动信号的变化感受到不同的触觉感受,从而在单点电容屏上实现图像的触觉再现。
3.根据权利要求1所述的一种应用于融合静电力和空气压膜触觉再现装置的图像渲染方法,其特征在于:所述的Canny算法,其步骤包括:
1)彩色图像灰度化
将彩色图像进行灰度化,从而得到彩色图像的高度矩阵H(x,y),通常采用公式如下:其中,R(x,y)、B(x,y)和G(x,y)分别表示彩色图像的三个颜色通道为红色、蓝色和绿色;
2)图像高斯滤波
为了平滑图像和消除噪声,需要对灰度图像进行高斯滤波,灰度图像高斯滤波可直接通过二维高斯核一次卷积实现,则二维高斯函数公式为:
3)计算图像梯度值的方向
图像灰度值的梯度是利用2×2一阶有限差分来进行近似,从而得到图像在x和y方向上偏导数的两个矩阵,实现过程如下公式所示:θ[x,y]=arctan(Q[x,y]/P[x,y])
其中,P[x,y]表示x方向梯度矩阵,Q[x,y]表示y方向梯度矩阵,M[x,y]是该点梯度矩阵来反映图像的边缘强度,θ[x,y]是梯度方向来反映边缘的方向;
4)非极大值抑制
沿着该点梯度方向,比较前后两个点的幅值大小,若该点大于前后两点,则保留,若该点小于前后两点,则置为0;
5)双阈值的选取
双阈值包括高阈值Thigh和低阈值Tlow,双阈值的选取是根据直方图来选择的,首先把梯度幅值的直方图求出来,如果边缘像素的梯度值M(x,y)大于高阈值Thigh,则该点标记为强边缘像素;如果边缘像素的梯度值M(x,y)大于低阈值Tlow且小于高阈值Thigh,则该点标记为弱边缘像素;如果边缘像素的梯度值M(x,y)小于低阈值Tlow,则该点会被抑制;
6)滞后边界跟踪
滞后边界跟踪算法判断弱边缘点的8连通领域像素,如果存在强边缘点,那弱边缘点被认为是真且边缘即保留下来,否则抑制弱边缘,然后根据此点收集新的边缘,直到整个图像边缘闭合,整个图像找完后,将非边缘点剔除,即灰度值置0,最终得到图像轮廓的梯度矩阵MC(x,y)和图像轮廓的高度矩阵HC(x,y)。
4.根据权利要求1所述的一种应用于融合静电力和空气压膜触觉再现装置的图像渲染方法,其特征在于:静电力和空气压膜的驱动信号幅度与触觉感知强度之间的映射关系中k1、b1、k2和b2四个系数在融合静电力和空气压膜的触觉再现装置上通过主观打分感知实验确定。
5.根据权利要求1所述的一种应用于融合静电力和空气压膜触觉再现装置的图像渲染方法,其特征在于:静电力的驱动信号频率与触觉粗糙度感知强度之间的映射关系中,k3和b3两个系数在融合静电力和空气压膜的触觉再现装置上通过主观打分感知实验确定。