[發(fā)明專利]基于深度等高線的圖像的振動(dòng)觸覺(jué)表達(dá)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110265193.X
• 申請(qǐng)日: 2011-11-18
• 公開(kāi)（公告）號(hào): CN102331838A
• 公開(kāi)（公告）日: 2012-01-25
• 發(fā)明（設(shè)計(jì)）人: 吳涓;宋振中;吳偉雄;宋愛(ài)國(guó);李蒞圓
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G06F3/01
• 分類號(hào): G06F3/01;G06F3/048
• 代理公司: 南京天翼專利代理有限責(zé)任公司 32112
• 代理人: 朱戈勝

1.一種基于深度高線等的圖像的振動(dòng)觸覺(jué)表達(dá)方法，其特征是包括步驟：

1)利用攝像頭從物體正面采集圖像，假設(shè)圖像的像素為X×Y；

2)對(duì)圖像進(jìn)行灰度化與去噪處理，然后采用從明暗恢復(fù)形狀SFS算法提取圖像中每個(gè)像素點(diǎn)的深度信息；

3)將圖像沿深度方向，正向投影到二維平面上，把深度相同的像素點(diǎn)連成有限條等高線，構(gòu)成等高線圖；

4)將圖像深度信息映射到二維振動(dòng)觸覺(jué)刺激陣列，所述二維振動(dòng)觸覺(jué)刺激陣列是由N×M個(gè)點(diǎn)構(gòu)成，每個(gè)點(diǎn)通過(guò)振動(dòng)裝置產(chǎn)生可控振動(dòng)，通過(guò)各個(gè)振動(dòng)點(diǎn)，用振動(dòng)刺激使用者的觸覺(jué)，使使用者感知圖像；

圖像的像素和二維振動(dòng)觸覺(jué)刺激陣列滿足X∶Y＝N∶M。

2.根據(jù)權(quán)利要求1所述方法，其特征是所述步驟4)中，圖像深度信息映射到二維振動(dòng)觸覺(jué)刺激陣列：將等高線圖等分成N列M行共N×M個(gè)區(qū)域，每個(gè)區(qū)域?qū)?yīng)一個(gè)振動(dòng)裝置，振動(dòng)裝置的振動(dòng)強(qiáng)度由該區(qū)域?qū)?yīng)的深度值決定：若深度區(qū)域內(nèi)有等高線經(jīng)過(guò)，則其對(duì)應(yīng)的振動(dòng)電機(jī)就有相應(yīng)的振動(dòng)，并且振動(dòng)強(qiáng)度與深度值對(duì)應(yīng)，深度值越大，振動(dòng)強(qiáng)度越強(qiáng)，等高線間深度區(qū)域所對(duì)應(yīng)的振動(dòng)電機(jī)的振動(dòng)強(qiáng)度與外面一條等高線對(duì)應(yīng)的振動(dòng)強(qiáng)度相同。

3.根據(jù)權(quán)利要求1所述方法，其特征是所述步驟2)中，對(duì)圖像進(jìn)行灰度化的方法是：首先提取圖像像素點(diǎn)(x，y)的RGB分量，然后根據(jù)以下公式計(jì)算出該像素點(diǎn)的灰度值G(x，y)：

G(x，y)＝0.30×R(x，y)+0.59×G(x，y)+0.11×B(x，y)(1)

其中，x代表像素點(diǎn)在圖像中的橫坐標(biāo)，y代表像素點(diǎn)在圖像中的縱坐標(biāo)，R(x，y)、G(x，y)、B(x，y)分別代表像素點(diǎn)(x，y)的紅色分量值、綠色分量值、藍(lán)色分量值。

4.根據(jù)權(quán)利要求1所述方法，其特征是所述步驟2)中，圖像去噪的方法是采用3×3的中值濾波器，即將圖像中位于3×3窗口內(nèi)像素的灰度值進(jìn)行排序，取中值作為窗口中心像素的灰度值。

5.根據(jù)權(quán)利要求1所述方法，其特征是所述步驟2)中，SFS算法選用Tsai&Shah的方法，利用后項(xiàng)有限差分方法將反射函數(shù)離散化：

E(x,y)=R(p,q)=1+pps+qqs1+p2+q21+ps2+qs2---(2)]]>

其中，G(x，y)為像素點(diǎn)(x，y)的灰度值，R(p，q)為反射函數(shù)，z＝z(x，y)是像素(x，y)的深度值；

p=∂Z∂x=Z(x,y)-Z(x-1,y)---(3)]]>

p=∂Z∂y=Z(x,y)-Z(x,y-1)---(4)]]>

將公式(2)改寫(xiě)成

0＝f(E(x，y)，Z(x，y)，Z(x-1，y)，Z(x，y-1))

＝E(x，y)-R(Z(x，y)-Z(x-1，y)，Z(x，y)-Z(x，y-1))??????(5)

對(duì)公式(5)進(jìn)行Talor展開(kāi)，得到

0=f(Z(x,y))≈f(Zn-1(x,y))+(Z(x,y)-Zn-1(x,y))ddZ(x,y)f(Zn-1(x,y))---(6)]]>

其中，

df(Zn-1(x,y))dZ(x,y)=-1×((ps+qs)p2+q2+1ps2+qs2+1-(p+q)(pps+qqs+1)(p2+q2+1)3ps2+qs2+1)]]>

推導(dǎo)，可整理成如下的迭代格式：

Zn(x，y)＝Z^n-1(x，y)+Kⁿ(-f(Z^n-1(x，y)))(7)

其中，Kn=Sx,ynMx,yWx,y+Sx,ynMx,y2,]]>Mx,y=dfdZ(x,y)(Zn-1(x,y)),]]>

E是數(shù)學(xué)期望算子，W_x，y是一個(gè)非常小的非零數(shù)；

這樣，經(jīng)過(guò)數(shù)次迭代后，Zⁿ(x，y)就是對(duì)應(yīng)像素點(diǎn)(x，y)的深度值。