CN101984396A - 一种自动识别旋转手势的方法及移动终端 - Google Patents

Abstract

本发明公开一种自动识别旋转手势的方法，包括：获取手指在移动终端触摸屏上的触控信息，并对获取的触控信息中的数据进行预处理；根据预处理后的数据、触控信息和预设的时间变化量阈值、角度变化量阈值和距离变化量阈值，对旋转手势进行识别；本发明还提供一种自动识别旋转手势的移动终端。根据本发明的技术方案，能够实现移动终端的旋转手势的自动识别。

Description

一种自动识别旋转手势的方法及移动终端

技术领域

本发明涉及移动终端领域的手势识别技术，尤其涉及一种自动识别旋转手势的方法及移动终端。

背景技术

移动通讯的迅速发展，引起整个社会的方方面面不同程度的改变，目前移动终端已成为绝大多数人生活中不可或缺的一部分。未来移动终端的人机交互将以自然性、多通道性、协作性为主要发展方向，试图通过手势、语音、表情等人类自然的交流方式形成多通道、多模式的用户与移动终端的自然对话，以提高用户的体验效果。移动终端的用户界面(UI，User Interface)由“以技术为中心”向“以用户为中心”发展的趋势，使自然直观的自然人机交互成为用户界面发展的必然趋势。其中，手势交互这一交互方式作为适应自然交互趋势的UI交互形式，正逐渐受到大家的重视，应用的广泛性日益扩大。

移动终端的厂商已经在UI技术上花费了很多精力，包括UI设计、鼠标、键盘、轨迹球、重力传感器等。随着智能移动终端的普及，触摸屏的功能越来越不可替代，手势也因其新奇性、方便性、易用性，成为人机交互新技术。基于自然手势的可双指触摸的人机交互，是用户与移动终端之间自然和谐对话的一种新的交互技术。这种方式是“以用户为中心”的交互，与传统的触摸屏只能单个指头的操作不同，这种方式允许用户多个手指同时操作一个移动终端，甚至可以让多个用户同时操作。但是多个手指同时操作意味着允许处理更加复杂的任务，因此如何既快速、又高效的实现手势交互是移动终端制造商迫在眉睫要解决的问题。

目前为止，苹果公司正在做这方面研究，已经实现的功能主要有滑动解锁、缩放和翻转等，但是主要集中在UI的设计方面。此外，还有一些触摸屏厂商做的底层手势交互处理，主要研究一些底层的算法和结构，但是因为算法和结构不同，厂商间的移动终端很难相互兼容。

图1是现有技术中android平台上实现手势识别的***结构示意图，如图1所示，做一次两指顺时针或逆时针旋转的动作，假设驱动层以80Hz的频率上报数据给架构层，每秒架构层需要进行80*N次的计算，其中N代表一次完整事件所需要手指的触点信息，触点信息主要包括：以移动终端屏幕左上角为原点的x坐标的值和y坐标的值，手指的指宽w，手指对屏幕的压力p，多点同步上报(SYN_MT_REPORT，Synchronize Multi-Touch Report)的值，同步上报(SYN_REPORT，Synchronize Report)的值；如果是单指，则N＝6，如果是两指，则N＝11，如果是M个指头，则N＝5*M+1；架构层把一次完整事件的信息进行预处理，放在motion类中，因为驱动层以80Hz的频率上报数据给架构层，所以每秒最多产生80次motion，然后将每次预处理后的motion类中的数据发送给手势算法处理层进行处理，手势算法处理层每28ms处理一次，所以每秒大概计算35次。

现有技术中，手势算法处理层支持的多指手势识别只有Pinch，既两指分离或合拢，而实际上用户期望更多的手势可供使用。

发明内容

有鉴于此，本发明的主要目的在于提供一种自动识别旋转手势的方法及移动终端，能够实现移动终端的旋转手势的自动识别。

为达到上述目的，本发明的技术方案是这样实现的：

本发明公开一种自动识别旋转手势的方法，包括：

获取手指在移动终端触摸屏上的触控信息，并对获取的触控信息中的数据进行预处理；

根据预处理后的数据、触控信息和预设的时间变化量阈值、角度变化量阈值和距离变化量阈值，对旋转手势进行识别。

上述方法中，所述获取手指在移动终端触摸屏上的触控信息为：移动终端的驱动层中的芯片实时获取手指在移动终端触摸屏上的触控信息；

所述触控信息包括：以移动终端触摸屏的左上角为原点的坐标系中手指的坐标值、手指的指宽值、手指对触摸屏的压力；

该方法还包括：将触控信息中的坐标值封装成坐标值的组合值，将触控信息中的指宽值和压力封装成指宽值和压力的组合值，将所述两个组合值上报给移动终端的架构层。

上述方法中，所述对获取的触控信息中的数据进行预处理为：

移动终端的架构层根据触控信息的数据，将手指的运动状态信息记录到motion类的对象中；架构层将触控信息中的数据记录到motion类的对象中，并将motion类的对象中的数据发送给手势算法处理层；

所述运动状态信息包括：有手指在运动、手指都弹起和有手指按下。

上述方法中，所述对旋转手势进行识别为：

移动终端的手势算法处理层根据预处理后的数据得到触摸屏上手指的运动状态，当确定运动状态是有手指在触摸屏上运动时，且根据触控信息中用于分隔不同指头的触控信息的分隔符的数量确定触摸屏上运动的手指的数量为两指时，实时记录当前两指的坐标以及当前时间，并计算两指距离的比值、时间变化量和角度变化量的绝对值；当两次两指的距离变化量的比值处于预设的距离变化量有效值域中，且时间变化量大于预设的时间变化量阈值，且角度变化量的绝对值大于预设的角度变化量阈值时，该旋转手势为有效手势。

上述方法中，该方法还包括：

当确定运动状态是所有手指都弹起或者有手指按下时，该旋转手势为无效手势。

上述方法中，该方法还可以包括：

当两次两指的距离变化量的比值处于预设的距离变化量有效值域中，且角度变化量的绝对值大于预设的角度变化量阈值，但时间变化量小于等于预设的时间变化量阈值时，保存该旋转手势的角度变化量，并当下一次收到手指的运动状态是所有的手指全部抬起的状态时，移动终端的手势算法处理层确定所述旋转手势为有效。

上述方法中，该方法还包括：

根据识别结果在移动终端上实现该旋转手势对应的功能。

上述方法中，所述根据识别结果在移动终端上实现该旋转手势对应的功能为：

移动终端的应用层接收手势算法处理层发送的识别结果，判断角度变化量角度变化量的值；如果角度变化量的值小于0，则旋转手势是顺时针的，在移动终端上实现图片的顺时针旋转；如果角度变化量的值大于0，则旋转手势是逆时针的，在移动终端上实现图片的逆时针旋转；如果角度变化量的值等于0，说明两手指没有在移动终端的触摸屏上运动，不执行任何操作。

本发明还公开一种自动识别旋转手势的移动终端，包括：驱动层、架构层、手势算法处理层；其中，

驱动层，用于获取手指在移动终端触摸屏上的触控信息；

架构层，用于对获取的触控信息中的数据进行预处理；

手势算法处理层，用于根据预处理后的数据、触控信息和预设的时间变化量阈值、角度变化量阈值和距离变化量阈值，对旋转手势进行识别。

上述移动终端中，该移动终端进一步包括：

应用层，用于根据识别结果在移动终端上实现该旋转手势对应的功能；

数据库，用于保存预设的时间变化量阈值、角度变化量阈值和距离变化量阈值。

上述移动终端中，

所述手势算法处理层，还用于当运动状态是所有手指都弹起或者有手指按下时，确定旋转手势为无效手势；

所述手势算法处理层，还用于当两次两指的距离变化量的比值处于预设的距离变化量有效值域中，且角度变化量的绝对值大于预设的角度变化量阈值，但时间变化量小于等于预设的时间变化量阈值时，保存该旋转手势的角度变化量，并当下一次收到手指的运动状态是所有的手指全部抬起的状态时，确定所述旋转手势为有效。

本发明提供的自动识别旋转手势的方法及移动终端，获取手指在移动终端触摸屏上的触控信息，并对获取的触控信息中的数据进行预处理；根据预处理后的数据、触控信息和预设的时间变化量阈值、角度变化量阈值和距离变化量阈值，能够实现移动终端的旋转手势的自动识别，为用户提供了更多手势的选择，扩展了移动终端手势识别的应用，并可以通过旋转手势实现移动终端中图片的旋转。此外，在对获取的触控信息进行上报时，对数据进行封装处理，将上报触控信息的数量减少将近一半，从而大幅度提高移动终端的处理能力合，实现快捷、高效地手势自动识别，进而给使用触摸屏的移动终端用户带来良好的使用体验，使用户操作更方便、更快捷。

附图说明

图1是现有技术中android平台上实现手势识别的***结构示意图；

图2是本发明实现自动识别旋转手势的方法的流程示意图；

图3是本发明中不同数量的指头按下时的数据格式的示意图；

图4是本发明实现自动识别旋转手势的移动终端的结构示意图。

具体实施方式

本发明的基本思想是：获取手指在移动终端触摸屏上的触控信息，并对获取的触控信息中的数据进行预处理；根据预处理后的数据、触控信息和预设的时间变化量阈值、角度变化量阈值和距离变化量阈值，对旋转手势进行识别。

下面通过附图及具体实施例对本发明再做进一步的详细说明。

本发明提供一种自动识别旋转手势的方法，图2是本发明实现自动识别旋转手势的方法的流程示意图，如图2所示，该方法包括以下步骤：

步骤201，获取手指在移动终端触摸屏上的触控信息；

具体为，移动终端的驱动层中的芯片实时获取手指在移动终端触摸屏上的触控信息，按照一定的数据格式将触控信息通过驱动层和架构层连接的传输通道发送给移动终端的架构层；其中，触控信息包括：以移动终端触摸屏的左上角为原点的坐标系中，手指的坐标值x和y、手指的指宽值w、手指对触摸屏的压力p；

驱动层获得的坐标值x和y、手指的指宽值w、手指对触摸屏的压力p的最大分辨率都是12bit，通常分辨率都是10bit，但是数据格式中分配给每个数据的分辨率是32bit，而每个数据只占用其中的10bit，因此造成了分辨率的浪费，所以本实施例中将坐标值x和坐标值y封装成32bit的坐标值x和坐标值y的组合值上报给架构层，x为32bit中的高16位，y为32bit中的低16位，同样的，将指宽值w和压力p也封装成32bit的指宽值w和压力p的组合值上报给架构层，w为32bit中的高16位，p为32bit中的低16；这样驱动层上报的触控信息就由每个手指对应的四个数据变为每个手指对应的两对数据，以驱动层向架构层发送触控信息的频率为80Hz为例，上报触控信息的数量减少将近一半，从而大幅度提高移动终端的处理能力；

图3是本发明中不同数量的指头按下时的数据格式的示意图，如图3所示，图3中分别给出了单个指头、两指、三个指头以及N个指头按下时的数据格式，其中SYN_MT_REPORT值是用于分隔不同指头的触控信息的分隔符，SYN_REPORT值是用于分隔每次发送的触控信息的分隔符；驱动层以一定的频率将触控信息发送给架构层，该频率又称为中断频率，不同的触摸屏生产厂商提供的中断频率不同，通常采用60Hz至80Hz，有的高达250Hz。

步骤202，对获取的触控信息中的数据进行预处理；

具体的，移动终端的架构层按照驱动层发送的触控信息的数据格式，接收驱动层发送的触控信息，例如：驱动层按照坐标值x和坐标值y的组合值，手指的指宽值w和手指对触摸屏的压力p的组合值发送触控信息给架构层，架构层对触控信息进行反向解析，依次得到手指对触摸屏的压力p、手指的指宽值w、坐标值y、坐标值x这些触控信息；架构层对收到的触控信息中的数据进行预处理，即：根据收到的触控信息中的数据，将手指的运动状态记录到motion类的对象中；其中，所述运动状态包括ACTION_MOVE状态、ACTION_UP状态、ACTION_DOWN状态，其中，ACTION_MOVE状态表示有手指在运动，ACTION_UP状态表示所有的手指都弹起，ACTION_DOWN状态表示有手指按下；

架构层可以根据驱动层发送的触控信息识别出移动终端触摸屏上手指的个数，将识别出的手指的个数保存在android程序中的motion event的nNempointers中，并根据识别出的手指的个数判断手指的运动状态，如果根据触控信息确定手指的个数与前一次确定的手指的个数相比，没有发生变化，则手指的运动状态为ACTION_MOVE状态；如果根据触控信息确定移动终端触摸屏上没有手指，则手指的运动状态为ACTION_UP状态；如果根据触控信息确定与前一次确定的手指的个数相比，有手指按下，则手指的运动状态为ACTION_DOWN状态；同时，架构层将触控信息中的数据记录到motion类的对象中，用于根据记录的数据得到各个指头的运动轨迹；架构层将motion类对象中的数据发送给手势算法处理层；所述motion类是一种class程序语言，一类性质相同的数据存储到一个motion类的对象中，在本发明中motion类的对象相当于用于存储触控信息以及对触控信息进行预处理后的一种存储介质。

步骤203，根据预处理后的数据、触控信息和预设的时间变化量阈值、角度变化量阈值和距离变化量阈值，对旋转手势进行识别；

具体的，移动终端的手势算法处理层收到架构层发送的motion类中的数据，根据收到的运动状态可以知道触摸屏上手指的运动状态，同时，因为触控信息中SYN_MT_REPORT值是用于分隔不同指头的触控信息的分隔符，所以根据数据中的触控信息中的SYN_MT_REPORT的数量可以知道触摸屏上运动的手指的数量。

手势算法处理层根据motion类中的数据得到手指的运动状态，如果是ACTION_UP或ACTION_DOWN，表示手指是全部抬起，或者只是按下，因此手指并没有在移动终端上运动，该旋转手势为无效手势，所以不需要对旋转手势进行识别，结束流程；

如果是ACTION_MOVE，当手势算法处理层确定触摸屏上运动的手指的数量是两指时，以两指是顺时针或逆时针的旋转手势为例进行说明：当两指在移动终端的触摸屏上运动时，手势算法处理层实时记录当前两指的坐标(x₁、y₁)和(x₂、y₂)，以及当前时间T₁，计算两指的距离

利用公式arcsin((y₂-y₁)/S₁计算出两点连成的直线的与水平线的夹角θ₁；当下一次记录两指的坐标来临时，利用同样的方法记录两指的坐标并计算出两指的距离S₂和T₂，并按照上述方法算出θ₂；

在移动终端的数据库中预先存储时间变化量阈值Δτ、角度变化量阈值Δθ和距离变化量有效值域ΔS；其中，时间变化量阈值Δτ是两次驱动层两次向架构层发送触控信息的时间间隔，Δτ可以根据中断频率进行设置，角度变化量阈值Δθ根据用户需求进行设置，距离变化量有效值域ΔS根据用户需求进行设置，例如要求只能识别两次的两指之间的距离不变，则ΔS可以是【0.9，1.1】，要求可以识别两次的两指之间的距离只能变小，则ΔS可以是(0，0.9)，要求可以识别两次的两指之间的距离只能变大，则ΔS可以是(1.1，+∞)；手势算法处理层从数据库中提取Δτ、ΔS和Δθ，比较S2/S1的值是否在ΔS的范围内，比较时间变化量T₂-T₁与Δτ的大小，比较角度变化量的绝对值|θ₂-θ₁|与Δθ的大小；当S2/S1的值在ΔS的范围内、且T₂-T₁＞Δτ、且|θ₂-θ₁|≥Δθ时，这次两指运动的旋转手势才有效，计算该旋转手势的T₂-T₁的值；如果这次两指运动的旋转手势为无效，就对下一个旋转手势进行识别；手势算法处理层将识别结果即旋转手势的T₂-T₁的值发送给移动终端的应用层；

其中，还会存在一种特殊的情况，即S2/S1的值处于ΔS的范围内且|θ₂-θ₁|≥Δθ，但不满足T₂-T₁＞Δτ，针对这种情况的旋转手势，将计算的数据保存的数据库中，当下一次收到手指的运动状态时，如果手指的运动状态是ACTION_UP，即手指在执行此次旋转手势后全部抬起，移动终端的手势算法处理层依然认为这次的旋转手势为有效，手势算法处理层依然将识别结果即旋转手势的T₂-T₁的值发送给移动终端的应用层。

步骤204，根据识别结果在移动终端上实现该旋转手势对应的功能；

具体的，移动终端的应用层接收手势算法处理层发送的识别结果，判断角度变化量θ₂-θ₁的值，如果角度变化量θ₂-θ₁的值小于0则为旋转手势是顺时针的，例如，可以在移动终端上实现图片的顺时针旋转的功能，图片旋转的角度根据角度变化量θ₂-θ₁的值计算获得；如果角度变化量θ₂-θ₁的值大于0则为旋转手势是逆时针的，例如，可以在移动终端上实现图片的逆时针旋转的功能，图片旋转的角度根据角度变化量θ₂-θ₁的值计算获得；如果角度变化量θ₂-θ₁的值等于0，说明两手指没有在移动终端的触摸屏上运动，不执行任何操作。

本发明可以应用于多种操作***，如Windows Mobile操作***、Symbian操作***以及Android操作***等，还可以应用于照相机的聚焦(用顺时针旋转聚焦放大，逆时针聚焦缩小)、全球定位***。

为实现上述方法，本发明还提供一种自动识别手势的移动终端，图4是本发明实现自动识别手势的移动终端的结构示意图，如图4所示，该移动终端包括：驱动层41、架构层42、手势算法处理层43；其中，

驱动层41，用于获取手指在移动终端触摸屏上的触控信息；

架构层42，用于对获取的触控信息中的数据进行预处理；

手势算法处理层43，用于根据预处理后的数据、触控信息和预设的时间变化量阈值、角度变化量阈值和距离变化量阈值，对旋转手势进行识别。

该移动终端进一步包括：

应用层44，用于根据识别结果在移动终端上实现该旋转手势对应的功能；

数据库45，用于保存预设的时间变化量阈值、角度变化量阈值和距离变化量阈值。

所述手势算法处理层43，还用于当运动状态是所有手指都弹起或者有手指按下时，确定旋转手势为无效手势；

所述手势算法处理层43，还用于当两次两指的距离变化量的比值处于预设的距离变化量有效值域中，且角度变化量的绝对值大于预设的角度变化量阈值，但时间变化量小于等于预设的时间变化量阈值时，保存该旋转手势的角度变化量，并当下一次收到手指的运动状态是所有的手指全部抬起的状态时，确定所述旋转手势为有效。

所述获取手指在移动终端触摸屏上的触控信息为：

移动终端的驱动层41中的芯片实时获取手指在移动终端触摸屏上的触控信息，所述触控信息包括：以移动终端触摸屏的左上角为原点的坐标系中手指的坐标值、手指的指宽值、手指对触摸屏的压力；将坐标值封装成坐标值的组合值，将指宽值和压力封装成指宽值和压力的组合值，将所述两个组合值上报给移动终端的架构层42。

所述对获取的触控信息中的数据进行预处理为：

移动终端的架构层42根据触控信息的数据，将手指的运动状态信息记录到motion类的对象中；架构层42将触控信息中的数据记录到motion类的对象中，并将motion类的对象中的数据发送给手势算法处理层43；所述运动状态信息包括：有手指在运动、手指都弹起和有手指按下。

对旋转手势进行识别为；

移动终端的手势算法处理层43根据预处理后的数据得到触摸屏上手指的运动状态，当确定运动状态是有手指在触摸屏上运动时，且根据触控信息中用于分隔不同指头的触控信息的分隔符的数量确定触摸屏上运动的手指的数量为两指时，实时记录当前两指的坐标以及当前时间，并计算两指距离的比值、时间变化量和角度变化量的绝对值；当两次两指的距离变化量的比值处于预设的距离变化量有效值域中，且时间变化量大于预设的时间变化量阈值，且角度变化量的绝对值大于预设的角度变化量阈值时，该旋转手势为有效手势。

所述根据识别结果在移动终端上实现该旋转手势对应的功能为：

移动终端的应用层44接收手势算法处理层发送的识别结果，判断角度变化量θ₂-θ₁的值；如果角度变化量θ₂-θ₁的值小于0，则旋转手势是顺时针的，在移动终端上实现图片的顺时针旋转；如果角度变化量θ₂-θ₁的值大于0，则旋转手势是逆时针的，在移动终端上实现图片的逆时针旋转；如果角度变化量θ₂-θ₁的值等于0，说明两手指没有在移动终端的触摸屏上运动，不执行任何操作。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种自动识别旋转手势的方法，其特征在于，该方法包括：

获取手指在移动终端触摸屏上的触控信息，并对获取的触控信息中的数据进行预处理；

根据预处理后的数据、触控信息和预设的时间变化量阈值、角度变化量阈值和距离变化量阈值，对旋转手势进行识别。

2.根据权利要求1所述的方法，其特征在于，所述获取手指在移动终端触摸屏上的触控信息为：移动终端的驱动层中的芯片实时获取手指在移动终端触摸屏上的触控信息；

所述触控信息包括：以移动终端触摸屏的左上角为原点的坐标系中手指的坐标值、手指的指宽值、手指对触摸屏的压力；

该方法还包括：将触控信息中的坐标值封装成坐标值的组合值，将触控信息中的指宽值和压力封装成指宽值和压力的组合值，将所述两个组合值上报给移动终端的架构层。

3.根据权利要求1所述的方法，其特征在于，所述对获取的触控信息中的数据进行预处理为：

移动终端的架构层根据触控信息的数据，将手指的运动状态信息记录到motion类的对象中；架构层将触控信息中的数据记录到motion类的对象中，并将motion类的对象中的数据发送给手势算法处理层；

所述运动状态信息包括：有手指在运动、手指都弹起和有手指按下。

4.根据权利要求1所述的方法，其特征在于，所述对旋转手势进行识别为：

移动终端的手势算法处理层根据预处理后的数据得到触摸屏上手指的运动状态，当确定运动状态是有手指在触摸屏上运动时，且根据触控信息中用于分隔不同指头的触控信息的分隔符的数量确定触摸屏上运动的手指的数量为两指时，实时记录当前两指的坐标以及当前时间，并计算两指距离的比值、时间变化量和角度变化量的绝对值；当两次两指的距离变化量的比值处于预设的距离变化量有效值域中，且时间变化量大于预设的时间变化量阈值，且角度变化量的绝对值大于预设的角度变化量阈值时，该旋转手势为有效手势。

5.根据权利要求4所述的方法，其特征在于，该方法还包括：

当确定运动状态是所有手指都弹起或者有手指按下时，该旋转手势为无效手势。

6.根据权利要求4或5所述的方法，其特征在于，该方法还可以包括：

当两次两指的距离变化量的比值处于预设的距离变化量有效值域中，且角度变化量的绝对值大于预设的角度变化量阈值，但时间变化量小于等于预设的时间变化量阈值时，保存该旋转手势的角度变化量，并当下一次收到手指的运动状态是所有的手指全部抬起的状态时，移动终端的手势算法处理层确定所述旋转手势为有效。

7.根据权利要求1所述的方法，其特征在于，该方法还包括：

根据识别结果在移动终端上实现该旋转手势对应的功能。

8.根据权利要求7所述的方法，其特征在于，所述根据识别结果在移动终端上实现该旋转手势对应的功能为：

移动终端的应用层接收手势算法处理层发送的识别结果，判断角度变化量角度变化量的值；如果角度变化量的值小于0，则旋转手势是顺时针的，在移动终端上实现图片的顺时针旋转；如果角度变化量的值大于0，则旋转手势是逆时针的，在移动终端上实现图片的逆时针旋转；如果角度变化量的值等于0，说明两手指没有在移动终端的触摸屏上运动，不执行任何操作。

9.一种自动识别旋转手势的移动终端，其特征在于，该移动终端包括：驱动层、架构层、手势算法处理层；其中，

驱动层，用于获取手指在移动终端触摸屏上的触控信息；

架构层，用于对获取的触控信息中的数据进行预处理；

手势算法处理层，用于根据预处理后的数据、触控信息和预设的时间变化量阈值、角度变化量阈值和距离变化量阈值，对旋转手势进行识别。

10.根据权利要求9所述的移动终端，其特征在于，该移动终端进一步包括：

应用层，用于根据识别结果在移动终端上实现该旋转手势对应的功能；

数据库，用于保存预设的时间变化量阈值、角度变化量阈值和距离变化量阈值。

11.根据权利要求9所述的移动终端，其特征在于，

所述手势算法处理层，还用于当运动状态是所有手指都弹起或者有手指按下时，确定旋转手势为无效手势；

所述手势算法处理层，还用于当两次两指的距离变化量的比值处于预设的距离变化量有效值域中，且角度变化量的绝对值大于预设的角度变化量阈值，但时间变化量小于等于预设的时间变化量阈值时，保存该旋转手势的角度变化量，并当下一次收到手指的运动状态是所有的手指全部抬起的状态时，确定所述旋转手势为有效。

Images