【技术实现步骤摘要】
本专利技术涉及电子皮肤检测，具体一种电子皮肤空间分辨率检测方法。
技术介绍
1、电子皮肤是一种新型的人造材料，它能够模仿生物皮肤的感知功能，通过电学信号的集成与反馈来模拟人类皮肤感受外界刺激的能力。近年来，电子皮肤市场呈爆发式增长。一份研究调查报告显示，全球电子皮肤市场的规模预计将从 2021 年的 440 万美元增长到 2028 年的 7130 万美元，复合年增长率达到 48.7%。大量的研究团队和企业投入电子皮肤的研究和开发，并且已经取得了一系列重要的成果和突破，其应用前景广泛，包括但不限于机器人技术、人工智能、人机交互以及医疗健康监测等领域。
2、尽管电子皮肤相关研究和市场发展迅速，但是电子皮肤的性能评价手段却较为有限，尤其是空间分辨率方面，目前主要依赖于正压力刺激以及标准测试模型两种基于标准压力源的测试方式。
3、（1）正压力刺激：weikang lin等人在使用不同的压力振幅测试传感器，在不同的压力和频率的负载激励之下检测不同压力情况下的电压输出水平；duo chen等人设计了一种传感器阵列并搭建了触觉分辨率的测试系统，系统包括信号输入和放大组件，同时对每个像素点进行测试。使用毛笔对传感器单元进行刺激，通过输出的电流信号对空间分辨率进行分析从而获得电子皮肤空间分辨率信息。
4、（2）标准测试模型：weikang lin等人用5*5触觉传感器阵列和用来自传感器阵列的相应实时信号的图示以及平面压力强度曲线以观察刺激的大小及位置；baek等人设计并制备了一种基于有机tft(otft)的低功
5、然而，这两种方式都需要在测定过程中对压力源进行精准的校准和稳定的控制，以保证压力的均匀分布和恒定变化，事实上，这不仅会在一定程度上影响空间分辨率的精度，还意味着更高的检测成本及复杂度导致其应用范围受限。此外，该检测方式往往受限于传感器的类型和特性，进一步限制了该方法的适用范围。
6、近年来，有部分报道运用基于图像处理的测定方法以显示电子皮肤对精密结构的辨别能力。zebang luo等人制备了一种基于微柱- pvdf (mp)薄膜和电极阵列(mpea)的传感器阵列，在传感器上放置10g的圆形配重以及各形不同配重轻模具，通过绘制配重下电容相对变化的映射等值线与与原形对比反应传感器的空间分辨率。通过压力连续域的成像能够保留更多压力信息从而提高了空间分辨率的检测精度。此外，不依赖于高精度的压力控制仪器使得该方法拥有更低的成本以及更广的适用范围。
7、然而目前图像处理在电子皮肤空间分辨率的运用多局限于肉眼的直观比较，缺乏进一步的图形处理对比检测手段，空间分辨率检测的精度有限。因此亟需一种基于图片处理对比的检测手段对现有的空间分辨率检测方式进行优化，以进一步提高电子皮肤的空间分辨率的检测精度，扩大检测方式的应用范围。刘辉等人专利技术的一种用于印刷品分辨率检测的装置通过获取待检测样品的样本图像，将样本图像转换为灰度图像，其中，灰度图像中包括有待检测样品的边界特征；从灰度图像中提取边界特征的边界倾斜角度；获取边界特征中第一灰度阈值区域与第二灰度阈值区域之间的像素点数量；根据边界倾斜角度、像素点的数量以及预设参数，获取待检测样品的分辨率给出了一种可行的解决方案，然而电子皮肤输出的压力信息数据更繁杂，其处理方式仍然需要进一步优化以适应电子皮肤空间分辨率测试。
技术实现思路
1、为了解决现有技术中存在技术缺陷，本专利技术提供一种电子皮肤空间分辨率检测方法，涉及一套完善的信号处理和图像重建流程，用于评估和测试电子皮肤产品的空间分辨率性能。
2、本专利技术采用的技术解决方案是：一种电子皮肤空间分辨率检测方法，包括以下步骤：
3、（1）实物边缘图的生成：拍摄将要用于与电子皮肤相接触的实物模具的照片，运用hsv颜色空间算法来识别照片中拍摄的实物；采用marching squares轮廓识别算法对实物轮廓进行识别；
4、（2）信号采集：用实物模具均匀压在电子皮肤上，使其呈现均匀受压状态，确保电子皮肤已处于正常的工作检测状态，在实物模具上方均匀的施加压力，电子皮肤的传感器阵列的每个传感器都能够检测到施加在电子皮肤上的特定压力，并将其转换为电信号，所采集的电信号用于生成电子皮肤压力检测的数值图，在实验过程中通过控制单一变量采集多组数据；
5、（3）获得压力二值化图：将获得的电子皮肤压力数值表先转化为numpy数组的形式，接着利用适应阈值算法进行阈值化处理，使其转化为二值化图片；
6、（4）压力二值化图优化：使用高斯滤波减少图像噪声，平滑滤波，去除信号中可能影响性能检测准确度的干扰因素；使用直方图均衡化来改善图像的对比度，使压力分布更均匀，有利于突出边缘和细节；
7、（5）轮廓识别：采用marching squares轮廓识别算法对图像轮廓进行识别；
8、（6）性能评估：利用hausdorff距离和结构相似性指数（ssim）来计算实物照片与实验数据的轮廓，多组数据进行计算，两者分别取平均值，最后将两者进行对比，以量化性能来评估电子皮肤的空间分辨率。
9、所述的实物模具包括空心模具或实心模具，所述的实物模具的形状为三角形、椭圆形、五角星、梅花形或圆形中的一种。
10、所述的步骤（2）中信号采集中通过控制单一变量采集多组数据包括将模具绕其中心顺时针分别旋转90°、120°，获得相应的数据；接着将模具置于初始位置，在模具上方均匀的施加压力，记录相应的数据，对每组数据进行处理。
11、所述的步骤（3）中适应阈值算法包括基于局部均值的适应阈值算法或基于高斯加权平均的适应阈值算法。
12、所述的基于局部均值的适应阈值算法包括以下步骤：
13、（a）选择局部区域：算法在图像上遍历，对于每一个像素，确定其周围的一个局部区域；
14、（b）计算局部阈值：对于每个局部区域，根据该区域内的像素值计算一个阈值；图像中的每个像素点，其局部阈值可以通过计算该点周围邻域内所有像素值的平均来得到，数学表达式为：
15、；
本文档来自技高网...
【技术保护点】
1.一种电子皮肤空间分辨率检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述的实物模具包括空心模具或实心模具，所述的实物模具的形状为三角形、椭圆形、五角星、梅花形或圆形中的一种。
3.根据权利要求1所述的方法，其特征在于，所述的步骤（2）中信号采集中通过控制单一变量采集多组数据包括将模具绕其中心顺时针分别旋转90°、120°，获得相应的数据；接着将模具置于初始位置，在模具上方均匀的施加压力，记录相应的数据，对每组数据进行处理。
4.根据权利要求1所述的方法，其特征在于，所述的步骤（3）中适应阈值算法包括基于局部均值的适应阈值算法或基于高斯加权平均的适应阈值算法。
5.根据权利要求4所述的方法，其特征在于，所述的基于局部均值的适应阈值算法包括以下步骤：
6.根据权利要求4所述的方法，其特征在于，所述的基于高斯加权平均的适应阈值算法包括以下步骤：
7.根据权利要求1所述的方法，其特征在于，所述的步骤（4）中使用直方图均衡化来改善图像的对比度包括以下步骤：
8.根据权利
9.根据权利要求1所述的方法，其特征在于，所述的步骤（6）中Hausdorff距离为用于衡量两个点集之间的相似度：
10.根据权利要求1所述的方法，其特征在于，所述的步骤（6）中结构相似性指数（SSIM）用于衡量两幅图像的相似度，特别是它们的亮度、对比度和结构信息，SSIM定义为：
...【技术特征摘要】
1.一种电子皮肤空间分辨率检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述的实物模具包括空心模具或实心模具，所述的实物模具的形状为三角形、椭圆形、五角星、梅花形或圆形中的一种。
3.根据权利要求1所述的方法，其特征在于，所述的步骤（2）中信号采集中通过控制单一变量采集多组数据包括将模具绕其中心顺时针分别旋转90°、120°，获得相应的数据；接着将模具置于初始位置，在模具上方均匀的施加压力，记录相应的数据，对每组数据进行处理。
4.根据权利要求1所述的方法，其特征在于，所述的步骤（3）中适应阈值算法包括基于局部均值的适应阈值算法或基于高斯加权平均的适应阈值算法。
5.根据权利要求4所述的方法，其特征在于，所述的基于局部均值的适...
【专利技术属性】
技术研发人员：帅建伟，陈浩满，陈钒萱，
申请(专利权)人：国科温州研究院温州生物材料与工程研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。