图像转换技术在动态触觉中的应用

《图像转换技术在动态触觉中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、http://www.paper.edu.cn1图像转换技术在动态触觉中的应用122韩丽娟，帅立国，古春笑1东南大学自动化学院，南京(210096)）2东南大学机械工程学院，南京(210096）E-mail：hanlijuan814@163.com摘要：本文首次提出并讨论了动态触觉的构架和人机交互接口，详细地讨论了通过改进的Canny算法把视频图像转换成二值化触觉图像的方法。企鹅电影图片的实验表明，改进的Canny算法与原始的Canny算法相比，能够更好的满足在动态触觉中把单帧视频图像转换为二值化图像的需求。关键词：动态触觉，

2、触觉显示，Canny算法中图分类号：TP7511.引言作为感知动物，人类具有听觉、视觉和触觉的能力。在目前的科学领域中，对触觉进行研究的价值在于它能同时通过视觉和听觉被人们所感知，与听觉能力一样，触觉也具有多方[1]位的感知能力。Wickens的多资源理论表明，在从事某项工作时，如果所有感觉器官都能活动起来并相互配合的话，人的工作强度将会大大降低。例如，从事飞机驾驶工作时，宇航员的视觉必须要保持高度的清晰来进行安全操作，但是在驾驶过程中宇航员时常要改变视觉范围来进行更加复杂的安全操作，此时，如果能够从主要视觉范围之外通过触觉方

3、式获得更多其它信息的话，宇航员的工作强度将会大幅减轻，同时也能保证更加安全的驾驶操作。由于人们可以很方便的获取到触觉信息，所以有关触觉方面的研究和运用在很多领域都非常有意义，比如在遥机器人的研究，火灾控制，灾难解救，军事演习和感官替换等等。在这些场合下，人们可能在短期或长期内无法通过视觉和听觉获取信息，此时，触觉通道的开发和利用对于完成操作任务,实现信息传递功能将显得尤为重要。在进行火灾抢救过程中，在烟雾导致人的视觉能力大大降低的情况下，消防人员可以通过触觉获得可靠的信息和引导，使其在恶劣的环境下完成火灾控制任务。特别是对于盲

4、人，触觉的研究和运用可以帮助他们在日常生活中获得更多的信息，从而可以改善他们的生活质量，减轻社会的负担。2.动态触觉系统在目前的触觉研究领域中，触觉显示主要有两种模式，一种是静态模式，另一种是动态模式。与静态模式相比，动态模式具有随时可以通过图像采集设备获得视频图像的优势，所以更加具有实用价值。2.1系统架构动态触觉显示的系统结构如图1所示。该系统主要包括计算机，视频捕捉设备，显示驱动，触觉显示和操作者。其中，视频捕捉设备通常由操作者操纵来获得视频图像，计算机是该系统的核心，负责系统控制和图像处理，同时可以实现视频图像向触觉显

5、示图像的转化，显示驱动的作用主要是建立触觉图像转化成触觉显示阵列的桥梁，同时为显示阵列提供电源。触觉显示阵列可以直接对操作者的手指刺激形成一个触觉刺激，从而能够使操作者通过1本课题得到江苏省自然科学基金（项目编号：BK2007514）的资助。-1-http://www.paper.edu.cn触觉感受到整幅图像。动态触觉（阵列）计算机显示驱动操作者视频捕捉图1动态触觉构架2.2人机接口实验系统的人机接口如图2所示。其中有两个主要窗口，左边的窗口用来显示视频，右边窗口用来显示转化后的触觉图像。其中，还设有三个按钮用来进行接口的操

6、作，其中“运行”按钮是用来启动视频捕捉设备，一旦点击该按钮，左边的窗口将会显示视频，同时在右边的窗口显示触觉图像。“暂停”按钮是用来捕获单帧的视频图像，一旦点击该按钮，视频将会静止在想要得到的画面上。点击“退出”按钮，关闭系统。图2动态触觉实验接口2.3视频捕获本文通过VisualC++支持的VFW实现了对数字视频捕捉和单帧图像捕获的功能。用capCreateCaptureWindow函数创建一个AVICap窗口类的捕捉窗口。这个函数返回一个窗口句柄，这个句柄用来识别这个窗口，以便后面的应用程序向它发送消息。然后动态地把一个捕

7、捉窗口和捕捉设备进行链接或者断开，通常的捕捉设备是摄像头。当两者链接起来后，就可以向捕捉窗口发送WM_CAP_GRAB_FRAME消息使想要捕捉的单帧作为一幅静止图像，[2]一旦捕捉到了图像，就可以把它复制下来进行后期的触觉图像处理。-2-http://www.paper.edu.cn3.图像二值化目前有许多图像边缘检测二值化算法如Sobel算法、Prewitt算法、Robert算法、Laplace[3]算法、LOG算法和Canny算法等。虽然这些算子简单且易于实现，但对噪声敏感，抗干扰性差，检测的边缘不够精细。相比之下，Ca

8、nny算法具有信噪比大和检测精度高的优点，已被广泛应用，同时也被用来对触觉图像进行边缘检测。Canny算法首先通过建立高斯数字滤波器对图像进行高斯平滑，去除图像中的噪声干扰，然后对平滑后的图像进行微分操作，得到梯度图，再在梯度图的基础上采用“非最大抑制”算法寻找图像中可能的边