[发明专利]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

权利要求书

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M_C(x,y)和图像轮廓的高度矩阵H_C(x,y)，求得图像轮廓的归一化梯度矩阵M_CN(x,y)：

其中，m_min和m_max分别表示图像轮廓的梯度矩阵M_C(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；

R_EUL(x,y)＝100×M_CN(x,y)

其中，R_EUL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H_C(x,y)，则图像纹理高度矩阵H_T(x,y)则由原始图像高度矩阵H(x,y)减去轮廓高度矩阵H_C(x,y)得到，进而得到归一化纹理高度矩阵H_TN(x,y)；

H_T(x,y)＝H(x,y)-H_C(x,y)

其中，h_Tmin和h_Tmax分别表示图像纹理高度矩阵H_T(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H_TN(x,y)与图像粗糙度感知矩阵R_EVN(x,y)进行映射；

R_EVN(x,y)＝100×H_TN(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：R_EVN(x,y)＝k₃×F_EN(x,y)+b₃，可求得归一化的高度矩阵H_TN(x,y)与静电力驱动信号频率矩阵F_EN(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。