CN103870071A - 一种触摸源识别方法及*** - Google Patents
一种触摸源识别方法及*** Download PDFInfo
- Publication number
- CN103870071A CN103870071A CN201210541504.5A CN201210541504A CN103870071A CN 103870071 A CN103870071 A CN 103870071A CN 201210541504 A CN201210541504 A CN 201210541504A CN 103870071 A CN103870071 A CN 103870071A
- Authority
- CN
- China
- Prior art keywords
- pixel
- touch
- touch sources
- image
- sources
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种触摸源识别方法,包括:获取感应图像;根据所述感应图像,去除噪声并确定触摸源图像;根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型。本发明还相应地公开了一种触摸源识别***。根据本发明所述的方案,能够使带有电容触摸屏的便携设备将手指和其他常见触摸源,如脸颊、耳朵、手掌等区分开,从而识别准确率较高,能够有效避免误触的发生,并且,本发明不需要使用接近传感器、红外发光管等额外的原件,从而设计难度和生产成本较低。
Description
技术领域
本发明涉及模式识别技术,尤其涉及一种触摸源识别方法及***。
背景技术
通过手指触摸输入是目前智能手机、平板电脑的主要输入方式。触摸屏是利用了人体的电流感应,用户和触摸屏表面形成以一个耦合电容,对于高频电流来说,电容是直接导体,于是手指从接触点吸走一个很小的电流,这个电流分从触摸屏的四角上的电极中流出,并且流经这四个电极的电流与手指到四角的距离成正比,控制器通过对这四个电流比例的精确计算,得出触摸点的位置。
然而在通话过程中,脸颊、耳朵等其他物体误操作触摸屏按钮导致手机通话发生障碍,甚至通话意外中断等状况常有发生,如果便携设备能够将手指和其他常见触摸源,如脸颊、耳朵、手掌等区分开来,就可以通过忽略手指以外的触摸源的操作,以避免误触发生。甚至,智能便携设备可以对手指以外的触摸源进行的操作效果扩展出新的定义,使人机交互的方式更加丰富多样。
目前,手持设备在通话过程中防止用户脸部等非手指触摸源进行误操作的主要解决办法是:使用一个接近传感器和红外发光管,判断用户头部与手机的距离,如果距离小于1~2cm,则锁定屏幕。但是,如果采用这种通过接近传感器和红外发光管的配合工作,使用一点上的距离来控制将手机锁屏和解锁,以防止发生通话中误触的方式,额外的元器件不但增加了手机的外观设计难度和生产成本,并且只在一点上进行采样,如果用户脸颊和屏幕并不平行,则很有可能未能引起屏幕锁定,进而发生误触,从而不能完全避免误触的发生。
另外,对于触摸源的辨别,申请号为200780049219.9的专利申请还提出一种解决方式:通过获得接近图像,分割接近图像以识别多个区块,确定这多个区块的每一个的短轴半径,如果一个区块的短轴半径值在第一指定阈值上则将该区块识别为大物体(例如脸颊),基于所识别的大物体控制触摸表面设备的操作。但是,该方案中区块分割依赖于分水岭算法的准确度,阈值的自定义依赖于实验中的经验性判断,从而这两个环节都存在着不鲁棒的因素,使该方法的识别准确率难以保证。
发明内容
有鉴于此,本发明的主要目的在于提供一种触摸源识别方法及***,识别准确率较高,能够有效避免误触的发生,且设计难度和生产成本较低。
为达到上述目的,本发明的技术方案是这样实现的:
一种触摸源识别方法,包括:
获取感应图像;
根据所述感应图像,去除噪声并确定触摸源图像;
根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型。
所述根据所述感应图像,去除噪声并确定触摸源图像为:
确定感应图像中每个像素的像素值为该点处触摸源距触摸屏的距离;
将感应图像中像素值小于预设的分割阈值的像素确定为前景像素,与所述前景像素相邻的像素确定为准前景像素,其他像素确定为背景像素;
获取准前景像素的像素值及其相邻像素的像素值的中值,并将所述准前景像素的像素值修改为所述中值;
将像素值小于分割阈值的准前景像素确定为前景像素,像素值不小于分割阈值的准前景像素确定为背景像素,至此,所有前景像素组成触摸源图像。
所述根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型为:
计算所述触摸源图像的七个Hu矩,并对所述触摸源图像进行骨骼化处理,获取目标骨架;
计算所述目标骨架的平均曲率;
对所述Hu矩和所述目标骨架的平均曲率,根据预设的阈值分别进行投票,将触摸源识别为投票值最高的类别。
所述对所述触摸源图像进行骨骼化处理,获取目标骨架为:
a、将触摸源图像中各个像素的像素值记为该点处触摸源距触摸屏的距离的倒数;
b、将与背景像素相邻的像素以及位于触摸屏边缘的非背景像素确定为轮廓像素;
c、判断触摸源图像中是否只有轮廓像素,如果是,当前轮廓像素组成目标骨架;否则,执行步骤d;
d、遍历轮廓像素,取最小像素值,以每个轮廓像素的像素值减去所述最小像素值的值作为该轮廓像素新的像素值,新的像素值为零的轮廓像素确定为背景像素,之后返回步骤b。
所述根据所述感应图像,去除噪声并确定触摸源图像之前,该方法还包括:
根据触摸源接触屏幕的面积和/或接触触摸屏边缘的长度,以及预设的决策树阈值进行决策树分类,以确定候选触摸源或排除部分或全部非目的触摸源,
其中,进行决策树分类,确定候选触摸源时,
所述根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型为:根据所述触摸源图像及预设的所述候选触摸源对应的触摸源特征,确定触摸源的类型。
一种触摸源识别***,包括:感应图像获取模块、去噪及触摸源图像确定模块和触摸源类型确定模块;其中,
所述感应图像获取模块,用于获取感应图像;
所述去噪及触摸源图像确定模块,用于根据所述感应图像,去除噪声并确定触摸源图像;
所述触摸源类型确定模块,用于根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型。
所述去噪及触摸源图像确定模块具体用于:
确定感应图像中每个像素的像素值为该点处触摸源距触摸屏的距离;
将感应图像中像素值小于预设的分割阈值的像素确定为前景像素,与所述前景像素相邻的像素确定为准前景像素,其他像素确定为背景像素;
获取准前景像素的像素值及其相邻像素的像素值的中值,并将所述准前景像素的像素值修改为所述中值;
将像素值小于分割阈值的准前景像素确定为前景像素,像素值不小于分割阈值的准前景像素确定为背景像素,至此,所有前景像素组成触摸源图像。
所述触摸源类型确定模块具体用于:
计算所述触摸源图像的七个Hu矩,并对所述触摸源图像进行骨骼化处理,获取目标骨架;
计算所述目标骨架的平均曲率;
对所述Hu矩和所述目标骨架的平均曲率,根据预设的阈值分别进行投票,将触摸源识别为投票值最高的类别。
所述触摸源类型确定模块具体用于执行:
a、将触摸源图像中各个像素的像素值记为该点处触摸源距触摸屏的距离的倒数;
b、将与背景像素相邻的像素以及位于触摸屏边缘的非背景像素确定为轮廓像素;
c、判断触摸源图像中是否只有轮廓像素,如果是,当前轮廓像素组成目标骨架;否则,执行步骤d;
d、遍历轮廓像素,取最小像素值,以每个轮廓像素的像素值减去所述最小像素值的值作为该轮廓像素新的像素值,新的像素值为零的轮廓像素确定为背景像素,之后返回步骤b。
该***还包括决策树分类模块,
所述决策树分类模块,用于在感应图像获取模块获取感应图像后,根据触摸源接触屏幕的面积和/或接触触摸屏边缘的长度,以及预设的决策树阈值进行决策树分类,以确定候选触摸源或排除部分或全部非目的触摸源,
其中,进行决策树分类,确定候选触摸源时,
所述根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型为:根据所述触摸源图像及预设的所述候选触摸源对应的触摸源特征,确定触摸源的类型。
本发明触摸源识别方法及***,获取感应图像;根据所述感应图像,去除噪声并确定触摸源图像;根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型。根据本发明所述的方案,能够使带有电容触摸屏的便携设备将手指和其他常见触摸源,如脸颊、耳朵、手掌等区分开,从而识别准确率较高,能够有效避免误触的发生,并且,本发明不需要使用接近传感器、红外发光管等额外的原件,从而设计难度和生产成本较低。
附图说明
图1为本发明一实施例一种触摸源识别方法流程示意图;
图2为本发明一实施例获取的一感应图像示意图;
图3为本发明一实施例根据感应图像去除噪声并确定触摸源图像的详细流程示意图;
图4为本发明一实施例中获取的前景像素及背景像素示意图;
图5为本发明一实施例中基于图4进行处理后的像素示意图;
图6为本发明一实施例中基于图5进行处理后的像素示意图;
图7为本发明一实施例中根据触摸源图像及预设的触摸源特征,确定触摸源的类型的详细流程示意图;
图8为本发明一实施例的整体流程示意图;
图9为常见感应图像示意图;
图10为本发明一实施例中对触摸源图像进行骨骼化处理,获取目标骨架的详细流程示意图;
图11为本发明一实施例中的感应图像示意图;
图12为本发明一实施例中经过步骤a和步骤b处理后的像素示意图;
图13为本发明一实施例中基于图12进行一次迭代处理后获取的像素情况示意图;
图14为本发明一实施例中基于图12进行多次迭代处理,直到触摸源图像中只有轮廓像素时获取的像素情况示意图;
图15为基于图12,采用传统骨骼化方法获取的像素情况示意图;
图16为本发明另一实施例一种触摸源识别方法流程示意图;
图17为本发明一实施例采用的决策树示意图;
图18为本发明一实施例一种触摸源识别***结构示意图;
图19为本发明另一实施例一种触摸源识别***结构示意图。
具体实施方式
本发明的基本思想是:获取感应图像;根据所述感应图像,去除噪声并确定触摸源图像;根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型。
本发明实施例提出了一种触摸源识别方法,如图1所示,该方法包括:
步骤101:获取感应图像;
这里,一般通过对触摸屏的二维阵列元件进行扫描,得到多个行电极和列电极交叉点的电容变化值,结合多个行电极和列电极交叉点的坐标值获取感应图像。例如,获取的感应图像如图2所示。
步骤102:根据所述感应图像,去除噪声并确定触摸源图像;
为了之后对目标的识别,在本步骤需要对从感应图像提取触摸源部分,并对触摸屏的感应噪声进行去除。具体的,根据感应图像中各个像素的像素值(该点处触摸源距触摸屏的距离)去除噪声并确定触摸源图像。
步骤103:根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型。
可选的,如图3所示,步骤102所述根据所述感应图像,去除噪声并确定触摸源图像包括:
步骤1021:确定感应图像中每个像素的像素值为该点处触摸源距触摸屏的距离;
步骤1022:将感应图像中像素值小于预设的分割阈值的像素确定为前景像素,其他像素确定为背景像素;
优选的,分割阈值为5毫米,采用这种方式能够保证重要的前景像素值保持原始值不变,在去除前景噪点方面做到更精细,相对于传统的形态学方法和滤波操作更满足在触摸屏上的要求。例如,本步骤获取的前景像素及背景像素如图4所示,图中的数值为各像素对应的像素值。
步骤1023:将与所述前景像素相邻的像素确定为准前景像素,获取准前景像素的像素值及其相邻像素的像素值的中值,并将所述准前景像素的像素值修改为所述中值;
对于中值的获取,举例来说,如果准前景像素的像素值为5,该准前景像素的相邻像素的像素值分别为2、2、7、8,那么,对所述五个像素值按大小顺序排序为2、2、5、7、8,该序列的中间值5即为所述五个像素值的中值。基于图4,进行本步处理后的像素示意图如图5所示。
步骤1024:将像素值小于分割阈值的准前景像素确定为前景像素,像素值不小于分割阈值的准前景像素确定为背景像素,至此,所有前景像素组成触摸源图像。
基于图5,进行本步处理后的像素示意图如图6所示。
可选的,如图7所示,步骤103所述根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型包括:
步骤1031:计算所述触摸源图像的七个Hu矩,并对所述触摸源图像进行骨骼化处理,获取目标骨架;
步骤1032:计算所述目标骨架的平均曲率;
步骤1033:对所述Hu矩和所述目标骨架的平均曲率,根据预设的阈值分别进行投票,将触摸源识别为投票值最高的类别。
需要说明的是,本发明具有分类器训练和实时分类两个环节,整体流程如图8所示,其中,分类器训练环节是线下环节,训练一次即可。该环节使用特定的手指、耳朵、脸颊产生的感应图像(如图9所示的感应图像,其中第一排为手指感应图像,第二排为脸颊感应图像,第三排为耳朵感应图像),计算标准手指、耳朵、脸颊接触触摸屏时的Hu矩和曲率特征,目的是得到一组可以辨别常见触摸源的分类数据(即预设的阈值);实时环节为线上环节,目的是在用户使用触摸屏时,根据感应图像,使用已有的分类器,将手指触摸区分于其他物体接触触摸屏。该环节计算量较小,可以达到实时效率。
可选的,如图10所示,步骤1031所述对所述触摸源图像进行骨骼化处理,获取目标骨架包括:
步骤a:将触摸源图像中各个像素的像素值记为该点处触摸源距触摸屏的距离的倒数;
步骤b:将与背景像素相邻的像素以及位于触摸屏边缘的非背景像素确定为轮廓像素;
例如,图11所示的感应图像经步骤a和步骤b处理后的像素示意图如图12所示,其中由于0的倒数不存在,所以标记为m。
步骤c:判断触摸源图像中是否只有轮廓像素,如果是,当前轮廓像素组成目标骨架;否则,执行步骤d;
对于图12所示的像素结构,由于触摸源图像中除了轮廓像素之外,还包括前景像素,因此,执行步骤d。
步骤d:遍历轮廓像素,取最小像素值,以每个轮廓像素的像素值减去所述最小像素值的值作为该轮廓像素新的像素值,新的像素值为零的轮廓像素确定为背景像素,之后返回步骤b。
基于图12,进行一次迭代处理后获取的像素情况如图13所示,进行多次迭代处理,直到触摸源图像中只有轮廓像素时获取的像素情况如图14所示,其中,轮廓像素组成目标骨架。
需要说明的是,本发明是采用改进的图像骨骼化是根据对象形状以及目标轮廓上对应像素值对目标约简,使结果能够体现对象与触摸屏的距离关系。传统的骨骼化是通过连续腐蚀操作,将二值图像中的对象约简为一组细骨骼,从而提取目标骨架。细骨骼仍保留原始对象形状的重要信息,基于图12,采用传统骨骼化方法获取的像素情况示意图如图15所示,可以看出,该方法不能满足本发明的要求。
本发明中,触摸源可以为手指、脸颊、耳朵、手掌、手肘等。
可选的,如图16所示,步骤102所述根据所述感应图像,去除噪声并确定触摸源图像之前,该方法还包括:
步骤102’:根据触摸源接触屏幕的面积和/或接触触摸屏边缘的长度,以及预设的决策树阈值进行决策树分类,以确定候选触摸源或排除部分或全部非目的触摸源,确定选触摸源或在触摸源可能为目的触摸源后,执行步骤102。
需要说明的是,进行决策树分类,确定候选触摸源时,所述根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型为:根据所述触摸源图像及预设的所述候选触摸源对应的触摸源特征,确定触摸源的类型。
可选的,本步骤所采用的决策树可以如图17所示,用于排除非目的触摸源。这里,决策树分类的意义是,1)能够快速识别一些非手指触摸源的触摸行为,进行排除;2)由于耳朵、手掌、脸颊等接触触摸屏时,感应图像可能只能获取它们的局部图像,那么就给后续的识别特征带来比较大的不确定性。决策树提取出触摸源在触摸屏区域内的小面积触摸行为,便于后续步骤的识别。
基于上述方案,当触摸源靠近便携设备的电容触摸屏时,将触摸屏感测元件的二维阵列输出的信号视为感应图像。通过对感应图像的特征分析,使便携设备将手指和其他常见触摸源,如脸颊、耳朵、手掌等区分开,可以达到防止非手指误触的效果。并且,实时分类环节中只有简单的图像处理和形态学计算,计算量很小,对于目前智能手机的内存和计算能力,完全可以达到实时性能。
需要说明的是,本发明可以广泛应用于带有电容触摸屏的智能便携设备上,如智能便携设备,包括手机、平板电脑等。通过本发明可以实现:辨别触摸源为合法触摸源时,允许触摸操作,否则将操作无效,由此避免了日常使用中的误触和误操作;当辨别触摸源为非法触摸源时,锁定屏幕并显示为最低亮度,节省智能设备电量;另外,本发明对未来智能设备扩展合法触摸源、丰富人机交互方式的定义极有帮助。
本发明实施例还相应地提出了一种触摸源识别***,如图18所示,该***包括:感应图像获取模块、去噪及触摸源图像确定模块和触摸源类型确定模块;其中,
所述感应图像获取模块,用于获取感应图像;
所述去噪及触摸源图像确定模块,用于根据所述感应图像,去除噪声并确定触摸源图像;
所述触摸源类型确定模块,用于根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型。
可选的,所述去噪及触摸源图像确定模块具体用于:
确定感应图像中每个像素的像素值为该点处触摸源距触摸屏的距离;
将感应图像中像素值小于预设的分割阈值的像素确定为前景像素,与所述前景像素相邻的像素确定为准前景像素,其他像素确定为背景像素;
获取准前景像素的像素值及其相邻像素的像素值的中值,并将所述准前景像素的像素值修改为所述中值;
将像素值小于分割阈值的准前景像素确定为前景像素,像素值不小于分割阈值的准前景像素确定为背景像素,至此,所有前景像素组成触摸源图像。
可选的,所述触摸源类型确定模块具体用于:
计算所述触摸源图像的七个Hu矩,并对所述触摸源图像进行骨骼化处理,获取目标骨架;
计算所述目标骨架的平均曲率;
对所述Hu矩和所述目标骨架的平均曲率,根据预设的阈值分别进行投票,将触摸源识别为投票值最高的类别。
可选的,所述触摸源类型确定模块具体用于执行:
a、将触摸源图像中各个像素的像素值记为该点处触摸源距触摸屏的距离的倒数;
b、将与背景像素相邻的像素以及位于触摸屏边缘的非背景像素确定为轮廓像素;
c、判断触摸源图像中是否只有轮廓像素,如果是,当前轮廓像素组成目标骨架;否则,执行步骤d;
d、遍历轮廓像素,取最小像素值,以每个轮廓像素的像素值减去所述最小像素值的值作为该轮廓像素新的像素值,新的像素值为零的轮廓像素确定为背景像素,之后返回步骤b。
可选的,如图19所示,该***还包括决策树分类模块,
所述决策树分类模块,用于在感应图像获取模块获取感应图像后,根据触摸源接触屏幕的面积和/或接触触摸屏边缘的长度,以及预设的决策树阈值进行决策树分类,以确定候选触摸源或排除部分或全部非目的触摸源,
其中,进行决策树分类,确定候选触摸源时,
所述根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型为:根据所述触摸源图像及预设的所述候选触摸源对应的触摸源特征,确定触摸源的类型。
总言之,本发明具备以下技术优点:
1)通过决策树分类,快速识别一些非手指触摸源的触摸行为,立刻排除;2)由于耳朵、手掌、脸颊等接触触摸屏时,感应图像可能只能获取它们的局部图像,那么就给后续的识别特征带来比较大的不确定性。决策树提取出触摸源在触摸屏区域内的小面积触摸行为,便于后续步骤的识别;
2)通过改进的形态学计算方法,去除感应噪声并提取触摸源。该方法能够从感应图像提取触摸源部分,并对触摸屏的感应噪声进行去除,便于之后对目标的识别;
3)改进的图像骨骼化,根据目标形状以及目标轮廓上对应像素值对目标约简,使结果能够体现对象与触摸屏的距离关系。并结合利用Hu矩和触摸源骨架曲率特征能够快速将手指和其他触摸源区分开。
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。
Claims (10)
1.一种触摸源识别方法,其特征在于,该方法包括:
获取感应图像;
根据所述感应图像,去除噪声并确定触摸源图像;
根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述感应图像,去除噪声并确定触摸源图像为:
确定感应图像中每个像素的像素值为该点处触摸源距触摸屏的距离;
将感应图像中像素值小于预设的分割阈值的像素确定为前景像素,与所述前景像素相邻的像素确定为准前景像素,其他像素确定为背景像素;
获取准前景像素的像素值及其相邻像素的像素值的中值,并将所述准前景像素的像素值修改为所述中值;
将像素值小于分割阈值的准前景像素确定为前景像素,像素值不小于分割阈值的准前景像素确定为背景像素,至此,所有前景像素组成触摸源图像。
3.根据权利要求1所述的方法,其特征在于,所述根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型为:
计算所述触摸源图像的七个Hu矩,并对所述触摸源图像进行骨骼化处理,获取目标骨架;
计算所述目标骨架的平均曲率;
对所述Hu矩和所述目标骨架的平均曲率,根据预设的阈值分别进行投票,将触摸源识别为投票值最高的类别。
4.根据权利要求3所述的方法,其特征在于,所述对所述触摸源图像进行骨骼化处理,获取目标骨架为:
a、将触摸源图像中各个像素的像素值记为该点处触摸源距触摸屏的距离的倒数;
b、将与背景像素相邻的像素以及位于触摸屏边缘的非背景像素确定为轮廓像素;
c、判断触摸源图像中是否只有轮廓像素,如果是,当前轮廓像素组成目标骨架;否则,执行步骤d;
d、遍历轮廓像素,取最小像素值,以每个轮廓像素的像素值减去所述最小像素值的值作为该轮廓像素新的像素值,新的像素值为零的轮廓像素确定为背景像素,之后返回步骤b。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述根据所述感应图像,去除噪声并确定触摸源图像之前,该方法还包括:
根据触摸源接触屏幕的面积和/或接触触摸屏边缘的长度,以及预设的决策树阈值进行决策树分类,以确定候选触摸源或排除部分或全部非目的触摸源,
其中,进行决策树分类,确定候选触摸源时,
所述根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型为:根据所述触摸源图像及预设的所述候选触摸源对应的触摸源特征,确定触摸源的类型。
6.一种触摸源识别***,其特征在于,该***包括:感应图像获取模块、去噪及触摸源图像确定模块和触摸源类型确定模块;其中,
所述感应图像获取模块,用于获取感应图像;
所述去噪及触摸源图像确定模块,用于根据所述感应图像,去除噪声并确定触摸源图像;
所述触摸源类型确定模块,用于根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型。
7.根据权利要求6所述的***,其特征在于,所述去噪及触摸源图像确定模块具体用于:
确定感应图像中每个像素的像素值为该点处触摸源距触摸屏的距离;
将感应图像中像素值小于预设的分割阈值的像素确定为前景像素,与所述前景像素相邻的像素确定为准前景像素,其他像素确定为背景像素;
获取准前景像素的像素值及其相邻像素的像素值的中值,并将所述准前景像素的像素值修改为所述中值;
将像素值小于分割阈值的准前景像素确定为前景像素,像素值不小于分割阈值的准前景像素确定为背景像素,至此,所有前景像素组成触摸源图像。
8.根据权利要求6所述的***,其特征在于,所述触摸源类型确定模块具体用于:
计算所述触摸源图像的七个Hu矩,并对所述触摸源图像进行骨骼化处理,获取目标骨架;
计算所述目标骨架的平均曲率;
对所述Hu矩和所述目标骨架的平均曲率,根据预设的阈值分别进行投票,将触摸源识别为投票值最高的类别。
9.根据权利要求8所述的***,其特征在于,所述触摸源类型确定模块具体用于执行:
a、将触摸源图像中各个像素的像素值记为该点处触摸源距触摸屏的距离的倒数;
b、将与背景像素相邻的像素以及位于触摸屏边缘的非背景像素确定为轮廓像素;
c、判断触摸源图像中是否只有轮廓像素,如果是,当前轮廓像素组成目标骨架;否则,执行步骤d;
d、遍历轮廓像素,取最小像素值,以每个轮廓像素的像素值减去所述最小像素值的值作为该轮廓像素新的像素值,新的像素值为零的轮廓像素确定为背景像素,之后返回步骤b。
10.根据权利要求6至9任一项所述的***,其特征在于,该***还包括决策树分类模块,
所述决策树分类模块,用于在感应图像获取模块获取感应图像后,根据触摸源接触屏幕的面积和/或接触触摸屏边缘的长度,以及预设的决策树阈值进行决策树分类,以确定候选触摸源或排除部分或全部非目的触摸源,
其中,进行决策树分类,确定候选触摸源时,
所述根据所述触摸源图像及预设的触摸源特征,确定触摸源的类型为:根据所述触摸源图像及预设的所述候选触摸源对应的触摸源特征,确定触摸源的类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210541504.5A CN103870071B (zh) | 2012-12-13 | 2012-12-13 | 一种触摸源识别方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210541504.5A CN103870071B (zh) | 2012-12-13 | 2012-12-13 | 一种触摸源识别方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103870071A true CN103870071A (zh) | 2014-06-18 |
CN103870071B CN103870071B (zh) | 2017-09-08 |
Family
ID=50908672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210541504.5A Active CN103870071B (zh) | 2012-12-13 | 2012-12-13 | 一种触摸源识别方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103870071B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104407793A (zh) * | 2014-11-26 | 2015-03-11 | 深圳市华星光电技术有限公司 | 触摸信号处理方法及设备 |
CN105245716A (zh) * | 2015-10-27 | 2016-01-13 | 青岛海信移动通信技术股份有限公司 | 防止电话误拨的方法及移动终端 |
CN105389541A (zh) * | 2015-10-19 | 2016-03-09 | 广东欧珀移动通信有限公司 | 指纹图像的识别方法及装置 |
CN106059556A (zh) * | 2015-04-17 | 2016-10-26 | 福特全球技术公司 | 具有信号漂移抑制的接近开关总成及方法 |
CN107592419A (zh) * | 2015-10-19 | 2018-01-16 | 广东欧珀移动通信有限公司 | 基于指纹传感器的显示屏唤醒方法、装置及移动终端 |
CN107808089A (zh) * | 2017-11-21 | 2018-03-16 | 青岛海信移动通信技术股份有限公司 | 一种指纹识别方法、装置及存储介质 |
CN109032432A (zh) * | 2018-07-17 | 2018-12-18 | 深圳市天英联合教育股份有限公司 | 一种书写笔种类识别的方法、装置及终端设备 |
CN110109563A (zh) * | 2018-02-01 | 2019-08-09 | 奇手公司 | 一种确定对象物相对于触敏表面的接触状态的方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050226505A1 (en) * | 2004-03-31 | 2005-10-13 | Wilson Andrew D | Determining connectedness and offset of 3D objects relative to an interactive surface |
CN1879077A (zh) * | 2004-09-07 | 2006-12-13 | 索尼公司 | 信息处理装置及方法、和程序 |
CN101464948A (zh) * | 2009-01-14 | 2009-06-24 | 北京航空航天大学 | 一种基于关键点的仿射不变矩的目标识别方法 |
CN101583924A (zh) * | 2007-01-03 | 2009-11-18 | 苹果公司 | 多点触摸输入辨别 |
-
2012
- 2012-12-13 CN CN201210541504.5A patent/CN103870071B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050226505A1 (en) * | 2004-03-31 | 2005-10-13 | Wilson Andrew D | Determining connectedness and offset of 3D objects relative to an interactive surface |
CN1879077A (zh) * | 2004-09-07 | 2006-12-13 | 索尼公司 | 信息处理装置及方法、和程序 |
CN101583924A (zh) * | 2007-01-03 | 2009-11-18 | 苹果公司 | 多点触摸输入辨别 |
CN101464948A (zh) * | 2009-01-14 | 2009-06-24 | 北京航空航天大学 | 一种基于关键点的仿射不变矩的目标识别方法 |
Non-Patent Citations (1)
Title |
---|
薛召军等: "基于多参数模型结合的步态特征提取新方法", 《中国生物医学工程学报》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104407793B (zh) * | 2014-11-26 | 2018-03-13 | 深圳市华星光电技术有限公司 | 触摸信号处理方法及设备 |
CN104407793A (zh) * | 2014-11-26 | 2015-03-11 | 深圳市华星光电技术有限公司 | 触摸信号处理方法及设备 |
WO2016082251A1 (zh) * | 2014-11-26 | 2016-06-02 | 深圳市华星光电技术有限公司 | 触摸信号处理方法及设备 |
CN106059556B (zh) * | 2015-04-17 | 2022-01-11 | 福特全球技术公司 | 具有信号漂移抑制的接近开关总成及方法 |
CN106059556A (zh) * | 2015-04-17 | 2016-10-26 | 福特全球技术公司 | 具有信号漂移抑制的接近开关总成及方法 |
CN107592419A (zh) * | 2015-10-19 | 2018-01-16 | 广东欧珀移动通信有限公司 | 基于指纹传感器的显示屏唤醒方法、装置及移动终端 |
US10755076B2 (en) | 2015-10-19 | 2020-08-25 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Fingerprint image recognition method, apparatus and terminal |
WO2017067270A1 (zh) * | 2015-10-19 | 2017-04-27 | 广东欧珀移动通信有限公司 | 指纹图像的识别的方法、装置及终端 |
CN105389541A (zh) * | 2015-10-19 | 2016-03-09 | 广东欧珀移动通信有限公司 | 指纹图像的识别方法及装置 |
CN105389541B (zh) * | 2015-10-19 | 2018-05-01 | 广东欧珀移动通信有限公司 | 指纹图像的识别方法及装置 |
CN108427932A (zh) * | 2015-10-19 | 2018-08-21 | 广东欧珀移动通信有限公司 | 指纹图像的识别方法及装置 |
CN108427932B (zh) * | 2015-10-19 | 2021-07-02 | Oppo广东移动通信有限公司 | 指纹图像的识别方法及装置 |
US10572714B2 (en) | 2015-10-19 | 2020-02-25 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Fingerprint image recognition method, apparatus and terminal |
CN105245716A (zh) * | 2015-10-27 | 2016-01-13 | 青岛海信移动通信技术股份有限公司 | 防止电话误拨的方法及移动终端 |
CN107808089A (zh) * | 2017-11-21 | 2018-03-16 | 青岛海信移动通信技术股份有限公司 | 一种指纹识别方法、装置及存储介质 |
CN110109563A (zh) * | 2018-02-01 | 2019-08-09 | 奇手公司 | 一种确定对象物相对于触敏表面的接触状态的方法及*** |
CN109032432A (zh) * | 2018-07-17 | 2018-12-18 | 深圳市天英联合教育股份有限公司 | 一种书写笔种类识别的方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103870071B (zh) | 2017-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103870071A (zh) | 一种触摸源识别方法及*** | |
CN103294996B (zh) | 一种3d手势识别方法 | |
RU2711029C2 (ru) | Классификация касаний | |
CN102063618B (zh) | 互动***中的动态手势识别方法 | |
CN103065134B (zh) | 一种具有提示信息的指纹识别装置和方法 | |
CN102831404B (zh) | 手势检测方法及*** | |
CN103971102A (zh) | 基于手指轮廓和决策树的静态手势识别方法 | |
TWI435276B (zh) | 用以辨識手寫符號之方法及設備 | |
CN103984928A (zh) | 基于景深图像的手指手势识别方法 | |
CN102402289B (zh) | 一种基于机器视觉的手势鼠标识别方法 | |
CN110796033B (zh) | 一种基于包围盒模型的静态手势识别方法 | |
Jinda-Apiraksa et al. | A simple shape-based approach to hand gesture recognition | |
WO2015149712A1 (zh) | 一种指向交互方法、装置及*** | |
RU2013154102A (ru) | Система для распознавания и отслеживания пальцев | |
TWI528271B (zh) | 多邊形手勢偵測及互動方法、裝置及電腦程式產品 | |
CN106503619B (zh) | 基于bp神经网络的手势识别方法 | |
Vivek Veeriah et al. | Robust hand gesture recognition algorithm for simple mouse control | |
CN109189219A (zh) | 基于手势识别的非接触式虚拟鼠标的实现方法 | |
CN107037951B (zh) | 操作模式自动识别方法及终端 | |
CN102194097A (zh) | 一种多用途手势识别方法 | |
KR101967858B1 (ko) | 3d 깊이 이미지 기반 객체 분리 장치 및 그 방법 | |
CN111492407A (zh) | 用于绘图美化的***和方法 | |
CN106650554A (zh) | 静态手势识别方法 | |
KR101167784B1 (ko) | 단말기의 후면부 손가락 움직임에 따른 포인터 인식 방법 및 제어 명령어 인식 방법 | |
CN111488897B (zh) | 一种触摸物体的检测识别方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |