1.一种增强纹理力方法，其特征在于，包括对二维纹理图像表面三维微观形状重建和纹理力触觉渲染两个部分；

1)第一部分先导入纹理图像，采用SFS算法中的演化方法从二维纹理图像中重建表面三维微观形状：

1-1)SFS算法中采用的朗伯体表面反射模型为：其中，E(x,y)为归一化图像亮度，(x,y)表示图像像素点的位置，R(p,q)为反射函数，(p,q)为表面梯度，光源l方向矢量为(-pm,-qm,1)，m为定常数；

1-2)先将图像旋转某个角度，使图像X轴与光源方向在图像平面上的投影方向一致，计算高度后，再将图像逆方向旋转至原来位置，即得到原位置上与图像点所对应的表面点的高度，演化方法步骤如下：设表面某点沿偏角为方向t的微小增量为(dx,dy,dz)，其中dx＝costds,dy＝sintds，s为路径参数；若与该点对应的表面法向量n＝(n1,n2,n3)满足：n1dx+n2dy+n3dz＝0

令表面斜率 对每一个方向t的邻点，在由邻域点亮度决定的等亮度线上寻找最速上升斜率k；

并由(p,q)和n的关系： 和 求得满足

条件的表面梯度值，有两组相反关系的表面梯度值符合条件，选择满足(cost,sint,k)·l≥0的表面梯度值，即选择远离光源方向的表面梯度值；其中，(p(D),q(D))为同一等亮度线上的表面梯度，D为等亮度线；

然后由各方向上的邻域点高度值所求得当前点的高度值z(h+1)(x,y)为：其中，h为迭代次数，且从点(x+costds,y+sintds)到点(x,y)会产生的估计高度为

2)、第二部分先计算各像素点的梯度值，对梯度值的大小分情况计算最终纹理力；假设A为经过归一化之后的图像，则各像素点的水平梯度值T1为：各像素点的垂直梯度值T2为：

最终得到图像A中各像素点最终的梯度值

2-1)当梯度值T＜|λ|，λ为常数，并且根据二维纹理图像中物体材质的变化而变化，表明物体表面平缓，此时最终纹理力等于传统纹理力Fc，则最终纹理力Fc′为：Fc′＝Fc＝Fn+Ff

Fn＝S×z(h+1)(x,y)

Ff＝μ×Fn×sign(v)

其中，Fn为垂直物体表面法向力，Ff为平行物体表面摩擦力，S为物体表面刚度系数且与物体材质有关，μ为摩擦系数，sign(v)为标准符号函数，v为虚拟点的速度；

2-2)当梯度值T＞|λ|，表明在该点物体表面出现了陡增或者陡减情况，操作者所受梯度反馈力F′比较明显，此时梯度反馈力为主要受力，传统纹理力Fc为次要受力，则最终纹理力Fc′为：Fc′＝αFc+βF′(α＜β)

F′＝S×|v|×sign(v)

其中，α，β分别表示传统纹理力和梯度反馈力的权重值，S表示物体表面刚度系数。