【摘 要】
：
力触觉反馈技术在虚拟现实领域中占据重要地位,力触觉反馈技术是在虚拟环境中加入力觉信息和触觉信息,从而模拟出人类对真实物体的力触觉感知过程,将虚拟环境中的力触觉信息以更加真实、自然的方式反馈给操作者,大大提升了虚拟现实系统的交互性和操作者的沉浸感。而图像作为真实物体在二维平面的投影,记录了物体表面丰富的细节信息,因此基于图像的力触觉反馈技术研究具有重要意义及价值。本文围绕基于图像的纹理粗糙度力触觉反
论文部分内容阅读
力触觉反馈技术在虚拟现实领域中占据重要地位,力触觉反馈技术是在虚拟环境中加入力觉信息和触觉信息,从而模拟出人类对真实物体的力触觉感知过程,将虚拟环境中的力触觉信息以更加真实、自然的方式反馈给操作者,大大提升了虚拟现实系统的交互性和操作者的沉浸感。而图像作为真实物体在二维平面的投影,记录了物体表面丰富的细节信息,因此基于图像的力触觉反馈技术研究具有重要意义及价值。本文围绕基于图像的纹理粗糙度力触觉反馈研究课题,以提取高质量的图像纹理粗糙度特征和建立具有真实性的纹理粗糙度力触觉感知模型为出发点,进行了图像纹理特征提取算法和纹理粗糙度力触觉表达模型的研究。首先,分析了图像粗糙度力触觉反馈的研究现状,针对粗糙度力反馈的需求建立了基于3D Systems Touch力反馈设备的粗糙度反馈系统。本文提出了基于中心对称局部二值模式CS-LBP（Center Symmetric-Local Binary Pattern）和Tamura算法的图像纹理特征提取方法,并建立具有心理物理学特性的图像纹理粗糙度力觉模型,通过3D Systems Touch力反馈设备将纹理粗糙度反馈给操作者,实现图像纹理粗糙度的力觉再现。其次,为了提高图像纹理粗糙度的反馈真实性,设计了基于压电陶瓷的振动触觉反馈装置。本文通过振动触觉感知实验研究了驱动电压幅值和频率对压电振动器振动强度的影响,从而将驱动电压幅值和频率与图像粗糙度建立映射关系,实现图像粗糙度的振动触觉反馈。最后,为了提升3D Systems Touch力反馈设备的粗糙度反馈性能,本文将振动触觉反馈装置作为辅助装置与3D Systems Touch力反馈设备进行了集成设计。通过大量心理物理学实验证明本文提出的基于图像的力觉反馈方法能准确再现图像纹理粗糙度,另外集成的力触觉反馈系统相较于单一模式的力觉反馈系统有更高的感知真实性和感知效率。
其他文献
时序动作检测任务是当前计算机视觉领域的研究热点之一。该任务可以定义为:以自然采集的视频片段作为输入,自动输出视频中包含动作片段的开始时间点和结束时间点（时序动作提名生成）,以及该动作的具体类别（动作识别）。本文分别对时序动作提名生成任务和时序动作检测任务进行了探索和研究。关于时序动作提名生成任务,针对现有方法对动作开始和结束边界点难以准确定位的问题,本文提出了一种基于精确边界预测（Boundary
作为自动视频监控中最重要的技术之一,行人重识别（Re-Identification,Re-ID）技术受到了广泛的关注。当前,大多数行人重识别方法假设所有来自不同摄像机的行人图像具有相同的分辨率。然而,在许多真实场景中,由于摄像机与行人之间距离的变化以及摄像机的部署设置,行人图像的分辨率往往不同。由于信息数量的差异,直接匹配不同分辨率的行人图像会对识别性能产生不利影响。为了解决这个问题,一个潜在的解
多无人船系统在执行传统连续分布式编队控制算法过程中,无人船之间需要进行频繁通信且无人船控制器会持续更新。为减少算法执行过程中对通信带宽以及控制器性能的要求,本文通过引入事件触发机制,设计多无人船分布式事件触发编队控制算法。在保证多无人船系统编队控制基础之上,有效降低算法执行过程中无人船之间通信量与控制器更新频率。本文主要研究内容如下:首先,本文提出一种基于事件触发的多无人船分布式编队控制算法。通过
混合式教学结合在线教学和线下教学的优势,在一定程度上打破时空的限制,体现了“以学生为中心”教学范式的转变。伴随着混合式教学规模的扩大,如何通过学习者学习行为数据来分析和挖掘出有用的信息,帮助学习者提高学习效率,改善教师教学水平和质量,成为迫切需要解决的问题。针对上述问题,本文对学生在混合式教学过程中产生的学习行为数据进行分析和挖掘,构建了学习行为数据分析-特征选择-Stacking融合的学业预测模
图像超分辨率重建是一种从低分辨率图像中获取信息,生成对应高分辨率图像的技术。作为计算机视觉领域优化图像质量的一项重要的图像处理技术,图像超分辨率重建在医疗图像、遥感影像和视频监控等场景都具有重要的应用意义。近年来,随着深度卷积神经网络的兴起,基于深度学习的图像超分辨率重建算法逐渐受到更多人的关注。相比传统超分辨率技术,深度学习超分辨率重建算法不仅训练方法简单,而且模型性能提升显著。然而,逐渐加深的
随着机器视觉技术的不断发展与完善,基于机器视觉的导航系统在农业、工业、无人驾驶、服务业等领域都得到了广泛应用。由于城市化的发展,近年来割草机应用的越来越广泛,然而传统的割草机需要人工操作,劳动强度大,工作效率低。随着嵌入式处理器速度的提高以及机器视觉技术的进步,将机器视觉与嵌入式结合,用于对割草机进行自主导航成为可能。因此研究基于机器视觉的割草机自主导航与智能化控制具有重要的理论意义与实际应用价值
随着我国经济的不断发展以及科学技术的进步,对于交通网络的监控日益完善,交通视频监控设备在很多路口完成了部署,为车辆检测、轨迹预测等诸多技术的研究提供了数据支撑,通过这些技术可以挖掘出交通网络中的特征信息,为完善交通以及制定交通策略提供辅助作用。车辆检测是交通视频处理中常用的技术手段,其中的技术难点是如何解决错检、漏检以及外部环境变化对检测结果的影响。针对这些问题本文提出一种改进ViBe算法。根据车
检测人体生理参数可以帮助人们了解自身的健康状况,及时发现疾病并治疗,在医学体系中具有重要意义。基于成像式光电容积描记（Imaging Photoplethysmography,IPPG）技术的非接触式生理参数检测方法,避免了人体与仪器的接触,让居家监测、远程实时检测成为现实,除此之外还具有成本低、操作简单等优点,具有良好的实际应用价值,但是也面临着信号运动伪差难以去除、实时性差等挑战。基于上述背景
显著性目标检测是通过算法提取图片或者视频中显著区域（即人类感兴趣的区域）的技术。其中,显著目标可以依据纹理、颜色、大小甚至运动状态等有别于背景的要素来定义。显著性目标检测技术可以助力相关计算机视觉研究和现实场景应用。目前的显著性目标检测算法研究主要依靠卷积神经网络的学习来获取相关特征,进而使算法具有良好的性能。所以本文使用卷积神经网络为显著目标检测做出了探索性和创新性地研究,并取得如下成果:（1）
视频图像的实时性特点使其在银行系统、商业推广、远程会议、教学、医学图像分析、工业、监控、军事以及管理等领域有着广泛的应用,因此,大力研究视频图像处理技术具有十分重要的意义。随着超高清视频的普及,人们对硬件性能和实时视频处理技术的需求也逐步提高。本文首先分析了FPGA加速,在图像处理方向上应用的重大意义,并针对当前视频技术的研究现状和实际应用场景需求,设计了一款多路视频实时处理系统。采用具有高速并行