[發明專利]基于深度等高線的圖像的振動觸覺表達方法

有效

• 申請號: 201110265193.X
• 申請日: 2011-11-18
• 公開（公告）號: CN102331838A
• 公開（公告）日: 2012-01-25
• 發明（設計）人: 吳涓;宋振中;吳偉雄;宋愛國;李蒞圓
• 申請（專利權）人: 東南大學
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F3/048
• 代理公司: 南京天翼專利代理有限責任公司 32112
• 代理人: 朱戈勝

技術領域

本發明涉及為視障人群及從事特殊工作的人群提供圖像的觸覺表達方法，尤其是一種基于深度等高線的圖像的振動觸覺編碼與表達方法。

背景技術

深度信息是產生立體感的關鍵。人在利用視覺觀察真實物體時，不僅能夠分辨物體寬度與高度，而且能夠辨識出它們的深度，判斷物體之間或觀看者與物體之間的距離。這種立體視覺主要來源于雙目視差。而人在觀察二維圖像時，一般仍能大致識別出物體的大小與空間位置關系，這主要是歸咎于人長期雙目視覺的經驗，對二維圖像所提供的信息進行加工，從而獲得心理深度信息。

要讓使用者利用觸覺的方式準確地感知物體的輪廓特征，深度信息的呈現也不可缺少。然而，以往圖像信息的觸覺表達，通常是只能呈現物體的二維輪廓信息。例如：John?Linvil和James?Bliss研制的Optacon(奧普特康盲人電子閱讀儀)的圖像觸覺表達系統，能將攝相機的亮度信息轉換為振動觸覺刺激，通過6×24的振動式觸覺陣列作用于手指。上海交通大學研制了一種基于電刺激的觸覺替代視覺系統，它將簡單圖形通過點刺激作用在使用者的指尖，從而感知圖形。這種方法是將二維圖像的像素空間投影到觸覺點陣空間，每個像素點灰度特征和對應位置上的點陣的刺激特征相對應，而二維圖像信息中缺少深度信息，導致利用這些觸覺點陣無法有效呈現物體的凹凸輪廓變化。缺失了立體感的觸覺呈現模式，對于依賴觸覺感知環境的視障人群而言，無疑有很大的局限性，如果事先不加特別處理，使用者甚至無法分辨圖像中的球、圓以及橢圓。

發明內容

發明目的：

本發明針對現有技術的不足，提供一種基于深度等高線的圖像的振動觸覺表達方法，該方法無需專門儀器測量圖像深度信息。通過該方法，可以使視障人群及從事特殊工作的人群感知物體的三維輪廓。

技術方案：

為了實現上述發明目的，本發明采用的方案為：

本發明提出一種基于深度等高線的圖像的振動觸覺表達方法，包括圖像采集與處理單元、視覺/觸覺信息轉換單元、振動電機陣列觸覺表達單元。其中，圖像采集與處理單元利用攝像頭采集圖像，對圖像進行深度信息特征提取；視覺/觸覺信息轉化單元將圖像深度信息映射到二維振動觸覺刺激陣列，使圖像沿深度方向，正向投影到二維平面上，深度相同的點連成等高線，不同等高線映射到振動陣列上具有不同的振動強度，內外相鄰等高線間對應的振動點與外面一條等高線對應的振動點具有相同的振動強度，從而實現視覺圖像與觸覺刺激的映射；觸覺表達單元由32×40的振動電機陣列組成，將振動觸覺刺激呈現給使用者。

一種基于深度高線等的圖像的振動觸覺表達方法，包括步驟：

1)利用攝像頭從物體正面采集圖像，假設圖像的像素為X×Y；

2)對圖像進行灰度化與去噪處理，然后采用從明暗恢復形狀SFS算法提取圖像中每個像素點的深度信息；

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連成有限條等高線，構成等高線圖；

4)將圖像深度信息映射到二維振動觸覺刺激陣列，所述二維振動觸覺刺激陣列是由N×M個點構成，每個點通過振動裝置產生可控振動，通過各個振動點，用振動刺激使用者的觸覺，使使用者感知圖像；

圖像的像素和二維振動觸覺刺激陣列滿足X∶Y＝N∶M。

所述步驟4)中，圖像深度信息映射到二維振動觸覺刺激陣列：將等高線圖等分成N列M行共N×M個區域，每個區域對應一個振動裝置，振動裝置的振動強度由該區域對應的深度值決定：若深度區域內有等高線經過，則其對應的振動電機就有相應的振動，并且振動強度與深度值對應，深度值越大，振動強度越強，等高線間深度區域所對應的振動電機的振動強度與外面一條等高線對應的振動強度相同。

所述步驟2)中，對圖像進行灰度化的方法是：首先提取圖像像素點(x，y)的RGB分量，然后根據以下公式計算出該像素點的灰度值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代表像素點在圖像中的橫坐標，y代表像素點在圖像中的縱坐標，R(x，y)、G(x，y)、B(x，y)分別代表像素點(x，y)的紅色分量值、綠色分量值、藍色分量值。

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窗口內像素的灰度值進行排序，取中值作為窗口中心像素的灰度值。

所述步驟2)中，SFS算法選用Tsai&Shah的方法，利用后項有限差分方法將反射函數離散化：