基于虚拟现实的视触觉结合感知纹理粗糙度

来源 :南京信息工程大学 | 被引量 : 0次 | 上传用户:simplyblue
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视触觉结合感知纹理粗糙度是在虚拟现实的环境中增强视觉感知,使操作者借助力反馈设备在触摸虚拟纹理时感受更强的粗糙感,以更加真实、自然的方式与虚拟纹理进行交互。该模型适用于多个领域,除了在虚拟现实中实现力触觉交互的优点,更具有多感官的优势。运用视觉与触觉结合的多感官交互方式,可以给操作者的大脑提供更强烈的刺激,为力反馈虚拟纹理研究提供了新的方向,对虚拟现实的发展起到了积极的推动作用。本文基于虚拟现实技术设计了一个虚拟纹理模型,优化了力反馈虚拟纹理的方式,增强了视觉纹理粗糙度的感知。本文的研究内容如下:首先,分析了国内外力反馈虚拟纹理的研究现状。Geomagic Touch力反馈设备是本文建立人机虚拟交互的关键设备。针对纹理粗糙触觉力反馈的需要,本文提出了一种纹理图像特征提取与分类算法,当输入纹理图像时可以通过该算法生成对应图像的力触觉渲染参数,实现了图像与力触觉之间的融合。在虚拟环境下通过纹理图像特征提取与分类算法对力触觉进行渲染,通过触觉设备进行交互。其次,分析了国内外在视触觉结合方面对力触觉虚拟现实研究的发展情况,提出了一种通过视觉增强感知虚拟纹理图像粗糙感的方法。该方法通过在虚拟交互点上加入振动函数,在视觉上给用户带来更强的粗糙感,该函数的振动幅值由纹理图像特征参数中的能量值决定,可以根据输入图像的不同产生对应的振动函数,达到不同的视觉增强效果,视触觉结合为用户提高感知体验。最后,本文设计了两个视触觉结合的感知心理物理实验,睁眼实验与闭眼实验。睁眼实验验证了视觉增强对感知纹理粗糙度有显著的影响,可有效提高不同粗糙度纹理的区分成功率;闭眼实验验证了不同纹理图像生成对应的反馈力,对判断纹理类别效果显著。通过这两个实验验证了虚拟纹理模型的可行性。
其他文献
随着无线通信行业的发展波束赋形技术得到越来越多的关注。波束赋形技术可以广泛地应用在雷达、资源勘探、全球卫星定位系统以及基站天线。本文以最大功率传输效率为研究方法,通过引入二次约束二次优化来对天线的远场方向图进行赋形。通过引入辅助接收天线,与发射阵列天线组成一个远场传输系统,计算该传输系统的散射系数来获得设计所需的幅值相位激励。由于该方法考虑到阵列单元间的耦合以及包含了复杂环境的阵列散射系数,该方法
近年来,可穿戴设备的飞速发展和进步有目共睹,在健康辅助以及军事装备等领域中,可穿戴技术得到了广泛的应用。随着市场需求量的日益剧增,各种各样的可穿戴设备相继出现在市场和人们的日常生活中,常见的有可穿戴智能眼镜、手表、手环等。而作为可穿戴设备的重要组成部分,可穿戴天线的研究吸引了产学研界的广泛关注。常见的可穿戴天线结构有微带天线、倒F天线、纽扣天线等。与手环等一类的可穿戴设备不同,设计在服装上的可穿戴
2013年以来,我国中东部地区冬季伴随着高PM2.5浓度的空气污染事件频发,该地区冬季的空气污染状况及其气象成因越来越成为人们普遍关注的热点话题。基于中国环境监测中心提供的PM2.5浓度数据、中国气象局地面与高空常规观测资料以及欧洲中心的再分析资料,以PM2.5浓度和能见度作为环境空气质量的代表,选择一月代表冬季,探究了2013至2019年我国中东部地区冬季空气污染的成因。主要研究内容和结论如下:
语音情感识别作为目前模式识别、信号处理等领域的研究方向,其在人机交互中的应用逐渐成为人们关注的热点。所谓语音情感识别,即使用一定的算法对语音信号进行情感分类,如将语音信号划分为“高兴”、“悲伤”“厌恶”等情感类别中的某一种。在语音情感识别的研究历史中,已出现大量有效的方法来解决语音情感识别中出现的多种问题,但大多方法使用单一的数据库来研究。然而,在实际的情感识别应用领域,由于数据采集环境、设备等的
文本表示是自然语言处理最为核心的研究方向之一,近年来随着机器学习的发展,文本表示也从最初的统计学方式开始与机器学习相结合。人类对于文本的理解取决于对世界的认知以及大脑复杂的逻辑处理,而计算机则取决于文本在计算机内部存储的二进制表示。如何将文本表示成计算机更易于理解的形式成为了目前的研究热点。本文的核心工作是针对中文文本构建文本表示,并应用在新闻文本分类任务中。如何将中文字符具有含义且包含情感考虑进
稻纵卷叶螟(Cnaphalocrocis medinalis)是水稻生产过程当中为害较重的一种虫害。本文以二龄稻纵卷叶螟幼虫为试验材料,在南京信息工程大学农业气象试验站水稻大田内,设置网罩控制下不同投虫量处理,以无虫量为对照,利用成像光谱仪、便携式地物波谱仪和SPAD-502叶绿素仪测定水稻全生育期叶片成像光谱、冠层非成像光谱以及叶片叶绿素相对含量(Soil and Plant Analyzer
随着温室大棚的普遍性,种植的花卉类别日渐繁多,因此花卉分类以及生长监测过程需要耗费大量的人力物力。且由于花卉种类多,类间差异小、类内差异大,再加上所处环境复杂,传统的图像分类方法不能很好地解决这类问题。针对以上问题,运用深度学习对花卉图像实现自动分类以及叶部病害识别成为了研究的热点,这在园林花圃的智能化管理中具有重要的应用价值。所以,在深入分析了国内外研究成果的基础上,本文以深度学习和迁移学习为理
随着互联网的诞生和发展,使得推荐系统得到了广泛的使用,信息的生产者会通过对用户的兴趣进行分析,对信息进行筛选推荐,从而得出用户想要获取的资源。协同过滤算法是推荐算法的一种经典的算法,协同过滤算法忽略了商品本身的内容,利用商品之间的联系,用户之间的联系,对用户进行推荐,但是数据稀疏导致用户相似度计算精度低,推荐不准确问题依然存在。(1)以往的协同过滤算法忽略了对商品属性的挖掘,本文提出一种基于商品属
水下光学成像是一项很有意义的工作,在水下目标探测、海洋资源勘测等领域具有广阔的应用背景。在水的光学特性影响下,传统的光电设备对水下目标进行探测时,受到水体的吸收和散射影响,会出现严重的衰减,从而导致了水下目标成像对比度低、图像模糊、探测距离有限。因而如何改进水下光学成像系统、提高成像质量和增强水下探测能力成为了极具研究意义的课题。针对以上问题,本文以“仿生多信息融合水下偏振成像研究”国家自然科学基
地震是严重的自然灾害之一,准确提取地震灾害中建筑物的破坏信息对震后应急响应至关重要。高分辨率遥感影像具有空间分辨率高、覆盖范围广、数据获取相对容易等诸多优点,已成为开展震后应急响应及震损建筑物检测的重要数据来源。目前,震损建筑物检测方法主要可以分为震后单时相影像分类方法以及震前、震后多时相影像变化检测方法。前者尽管克服了对震前参考信息的依赖,但震后场景结构与空间布局复杂且地物对象种类众多,如何仅依