本發(fā)明涉及觸控設(shè)備檢測技術(shù)領(lǐng)域，特別涉及一種基于設(shè)備屏幕的觸控點分類方法和裝置。

背景技術(shù)：

眾所周知，在可觸控交互式大屏幕系統(tǒng)中，觸控點的識別為核心問題。其中最常用的方法為設(shè)置固定的面積、周長閾值，對攝像頭所攝照片中所有位置的光斑都通過該閾值來判別，在范圍內(nèi)的為有效觸控點，否則無效。

但在實際使用中，這種方式會將很多噪點包括其中，如長條形噪點等。更為嚴重的是，由攝像頭導致的近大遠小問題距離攝像頭近的光斑在照片中表現(xiàn)得更大；由激光器打出的激光面存在距離激光器近的光斑表現(xiàn)得大的問題。在這兩種因素的影響下，如下情況變得亟待解決：難以確定一組固定的適用于全部情況的閾值；在確定了對于某一特定系統(tǒng)合適的閾值，即可將照片中最小光斑與最大光斑包括其中又足夠緊的閾值之后，一些距離攝像頭較遠、其位置聚光面較弱但面積較大的噪點會變得難以分辨。

技術(shù)實現(xiàn)要素：

鑒于此，有必要針對傳統(tǒng)技術(shù)存在的問題，提供了一種基于設(shè)備屏幕的觸控點分類方法和裝置，能夠?qū)崿F(xiàn)噪點或者有效觸控點的有效識別的操作，且具有較高的準確性、靈活性與易用性。

為達到發(fā)明目的，提供一種基于設(shè)備屏幕的觸控點分類方法，所述方法包括：對設(shè)備進行校準操作，其中，所述設(shè)備為可觸控設(shè)備；基于校準后的所述設(shè)備，在預設(shè)周期內(nèi)采集數(shù)據(jù)并根據(jù)采集到的數(shù)據(jù)執(zhí)行圖像中屏幕位置的標定操作，其中，所述屏幕為所述設(shè)備的組成部件，用于接收用戶操作行為；判斷采集的數(shù)據(jù)在預設(shè)閾值內(nèi)覆蓋所述設(shè)備的所述屏幕時，停止采集，并將此時采集的數(shù)據(jù)定義為訓練用數(shù)據(jù)；對所述訓練用數(shù)據(jù)進行規(guī)約與清洗操作，生成訓練樣本；選擇單類分類器，對輸入、輸出以及核函數(shù)進行定義，并對所述核函數(shù)的參數(shù)進行賦值與執(zhí)行訓練，生成分類器，其中，所述核函數(shù)為自由徑向基核函數(shù)或高斯核函數(shù)；生成的所述分類器對所述設(shè)備通過所述屏幕獲取的觸控點進行分類，生成分類結(jié)果；通過所述分類結(jié)果，完成對所述觸控點的判斷。

在其中一個實施例中，所述將此時采集的數(shù)據(jù)定義為訓練用數(shù)據(jù)的步驟之后包括：對所述訓練用數(shù)據(jù)的多個特征參數(shù)進行獲取，其中，所述多個特征參數(shù)包括所述觸控點形成的光斑的橫縱坐標位置、面積以及長軸長。

在其中一個實施例中，所述判斷采集的數(shù)據(jù)在預設(shè)閾值內(nèi)覆蓋所述設(shè)備的屏幕時，停止采集包括：判斷所述訓練用數(shù)據(jù)是否以橫縱坐標均縮小8倍后滿足所述屏幕的全覆蓋；若滿足，則確定所述訓練用數(shù)據(jù)完成所述屏幕的全覆蓋操作。

在其中一個實施例中，所述對所述訓練用數(shù)據(jù)進行規(guī)約與清洗操作，生成訓練樣本包括：對于所述觸控點相同的所述橫縱坐標位置，選取面積與長軸長的最大值，并對面積是否為零進行判斷；若面積為零時，則刪除當前所述訓練用數(shù)據(jù)，否則，將(8x+1，8y+1，4×area，100×axis)進行存儲；再對alpha進行賦值調(diào)整，將(8x+1，8y+1，4×alpha×alpha×area，100×alpha×axis)進行存儲，生成所述訓練樣本；其中，x為所述觸控點在圖像中的橫坐標，y為所述觸控點在圖像中的縱坐標，area為所述觸控點在圖像中所占像素點總數(shù)，定義為面積，axis為所述觸控點形成的多邊形的長軸長，alpha為調(diào)整所述觸控點取樣參數(shù)，alpha值為0-1之間的所有數(shù)值。

在其中一個實施例中，所述通過所述分類結(jié)果，完成對所述觸控點的判斷包括；當所述分類結(jié)果為0時，則判定所述觸控點為噪點；當所述分類結(jié)果為1時，則判定所述觸控點為真實觸控點。

在其中一個實施例中，還包括：在預設(shè)周期內(nèi)對所述觸控點為所述真實觸控點執(zhí)行采集；獲取采集到的多個所述真實觸控點的電容信號大小和位置；獲取采集到的多個所述真實觸控點的最大電容信號以及最小電容信號；對多個所述真實觸控點的所述電容信號與預設(shè)電容信號閾值進行判斷；當所述真實觸控點的所述電容信號大于所述預設(shè)電容信號閾值，則判定所述真實觸控點為有效觸控點。

在其中一個實施例中，所述預設(shè)電容信號閾值＝所述真實觸控點的所述最大電容信號×所述真實觸控點的彈性參數(shù)+所述真實觸控點的所述最小電容信號×(1-所述真實觸控點的所述彈性參數(shù))。

在其中一個實施例中，所述彈性參數(shù)為介于0.25至0.75之間的常數(shù)。

在其中一個實施例中，所述彈性參數(shù)為0.5。

基于同一發(fā)明構(gòu)思的一種基于設(shè)備屏幕的觸控點分類裝置，所述裝置包括：校準模塊，用于對設(shè)備進行校準操作，其中，所述設(shè)備為可觸控設(shè)備；標定模塊，用于基于校準后的所述設(shè)備，在預設(shè)周期內(nèi)采集數(shù)據(jù)并根據(jù)采集到的數(shù)據(jù)執(zhí)行圖像中屏幕位置的標定操作，其中，所述屏幕為所述設(shè)備的組成部件，用于接收用戶操作行為；訓練用數(shù)據(jù)獲取模塊，用于判斷采集的數(shù)據(jù)在預設(shè)閾值內(nèi)覆蓋所述設(shè)備的所述屏幕時，停止采集，并將此時采集的數(shù)據(jù)定義為訓練用數(shù)據(jù)；訓練樣本生成模塊，用于對所述訓練用數(shù)據(jù)進行規(guī)約與清洗操作，生成訓練樣本；分類器生成模塊，用于選擇單類分類器，對輸入、輸出以及核函數(shù)進行定義，并對所述核函數(shù)的參數(shù)進行賦值與執(zhí)行訓練，生成分類器，其中，所述核函數(shù)為自由徑向基核函數(shù)或高斯核函數(shù)；分類模塊，用于生成的所述分類器對所述設(shè)備通過所述屏幕獲取的觸控點進行分類，生成分類結(jié)果；觸控點判斷模塊，用于通過所述分類結(jié)果，完成對所述觸控點的判斷。

本發(fā)明提供的一種基于設(shè)備屏幕的觸控點分類方法和裝置。對設(shè)備進行校準操作，其中，設(shè)備為可觸控設(shè)備；基于校準后的設(shè)備，在預設(shè)周期內(nèi)采集數(shù)據(jù)并根據(jù)采集到的數(shù)據(jù)執(zhí)行圖像中屏幕位置的標定操作，其中，屏幕為設(shè)備的組成部件，用于接收用戶操作行為；判斷采集的數(shù)據(jù)在預設(shè)閾值內(nèi)覆蓋設(shè)備的屏幕時，停止采集，并將此時采集的數(shù)據(jù)定義為訓練用數(shù)據(jù)；對訓練用數(shù)據(jù)進行規(guī)約與清洗操作，生成訓練樣本；選擇單類分類器，對輸入、輸出以及核函數(shù)進行定義，并對核函數(shù)的參數(shù)進行賦值與執(zhí)行訓練，生成分類器，其中，核函數(shù)為自由徑向基核函數(shù)或高斯核函數(shù)；生成的分類器對設(shè)備通過屏幕獲取的觸控點進行分類，生成分類結(jié)果；通過分類結(jié)果，完成對觸控點的判斷。該方法解決了傳統(tǒng)技術(shù)中對觸控點進行判斷的不夠準確的問題，實現(xiàn)了對觸控點中的噪點或者有效觸控點的有效識別的操作，且具有較高的準確性、靈活性與易用性。

附圖說明

圖1為本發(fā)明一個實施例中的一種基于設(shè)備屏幕的觸控點分類方法的步驟流程圖；以及

圖2為本發(fā)明一個實施例中的一種基于設(shè)備屏幕的觸控點分類裝置的結(jié)構(gòu)示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例對本發(fā)明基于設(shè)備屏幕的觸控點分類方法和裝置進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，為一個實施例中的一種基于設(shè)備屏幕的觸控點分類方法的步驟流程圖。具體包括以下步驟：

步驟101，對設(shè)備進行校準操作，其中，設(shè)備為可觸控設(shè)備。

步驟102，基于校準后的設(shè)備，在預設(shè)周期內(nèi)采集數(shù)據(jù)并根據(jù)采集到的數(shù)據(jù)執(zhí)行圖像中屏幕位置的標定操作，其中，屏幕為設(shè)備的組成部件，用于接收用戶操作行為。

本實施例中，通過對設(shè)備首先進行校準操作，繼而可一次性的采集多個數(shù)據(jù)，并根據(jù)一次性采集的多個數(shù)據(jù)標定圖像中的屏幕位置。需要說明的是，除了對設(shè)備進行校準時，一次性的采集多個數(shù)據(jù)執(zhí)行圖像中屏幕位置的標定操作之外，還可以在實際使用中完成數(shù)據(jù)的采集，逐步實現(xiàn)圖像中屏幕位置的標定操作。

步驟103，判斷采集的數(shù)據(jù)在預設(shè)閾值內(nèi)覆蓋設(shè)備的屏幕時，停止采集，并將此時采集的數(shù)據(jù)定義為訓練用數(shù)據(jù)。

本實施例中，將此時采集的數(shù)據(jù)定義為訓練用數(shù)據(jù)的步驟之后包括：對訓練用數(shù)據(jù)的多個特征參數(shù)進行獲取，其中，多個特征參數(shù)包括觸控點形成的光斑的橫縱坐標位置、面積以及長軸長。

具體的，用戶在屏幕上任意劃動，獲取不同觸控點作為訓練用數(shù)據(jù)，以及獲取不同觸控點的信息。例如，對每個觸控點形成的光斑的位置、面積、長軸長進行獲取并存儲，構(gòu)成一個四維向量w＝(x,y,area,axis)。其中x，y為該光斑中心在圖像中的橫縱坐標；area為光斑在圖像中所占像素點，即面積；axis為光斑形成多邊形的長軸長。需要說明的是，存儲時對每個觸控點的橫縱坐標模設(shè)置為4。

進一步地，判斷采集的數(shù)據(jù)在預設(shè)閾值內(nèi)覆蓋設(shè)備的屏幕時，停止采集包括：判斷訓練用數(shù)據(jù)是否以橫縱坐標均縮小8倍后滿足屏幕的全覆蓋；若滿足，則確定訓練用數(shù)據(jù)完成屏幕的全覆蓋操作。

步驟104，對訓練用數(shù)據(jù)進行規(guī)約與清洗操作，生成訓練樣本。

本實施例中，對訓練用數(shù)據(jù)進行規(guī)約與清洗操作，生成訓練樣本包括：對于觸控點相同的橫縱坐標位置，選取面積與長軸長的最大值，并對面積是否為零進行判斷；若面積為零時，則刪除當前訓練用數(shù)據(jù)，否則，將(8x+1，8y+1，4×area，100×axis)進行存儲；再對alpha進行賦值調(diào)整，將(8x+1，8y+1，4×alpha×alpha×area，100×alpha×axis)進行存儲，生成訓練樣本，其中，alpha為調(diào)整觸控點取樣參數(shù)，alpha值為介于0-1之間的所有常數(shù)，優(yōu)選alpha為0.8。

其中，x為觸控點在圖像中的橫坐標，y為觸控點在圖像中的縱坐標，area為觸控點在圖像中所占像素點總數(shù)，定義為面積，axis為觸控點形成的多邊形的長軸長，alpha為調(diào)整觸控點取樣參數(shù)，alpha值為介于0-1之間的所有常數(shù)。

步驟105，選擇單類分類器，對輸入、輸出以及核函數(shù)進行定義，并對核函數(shù)的參數(shù)進行賦值與執(zhí)行訓練，生成分類器，其中，核函數(shù)為自由徑向基核函數(shù)或高斯核函數(shù)。例如，對參數(shù)gamma還有nu進行賦值，gamma＝0.0002，nu＝0.001。

步驟106，生成的分類器對設(shè)備通過屏幕獲取的觸控點進行分類，生成分類結(jié)果。

步驟107，通過分類結(jié)果，完成對觸控點的判斷。

本實施例中，通過分類結(jié)果，完成對觸控點的判斷包括；當分類結(jié)果為0時，則判定觸控點為噪點；當分類結(jié)果為1時，則判定觸控點為真實觸控點。

進一步地，該基于設(shè)備屏幕的觸控點分類方法還包括：在預設(shè)周期內(nèi)對觸控點為真實觸控點執(zhí)行采集；獲取采集到的多個真實觸控點的電容信號大小和位置；獲取采集到的多個真實觸控點的最大電容信號以及最小電容信號；對多個真實觸控點的電容信號與預設(shè)電容信號閾值進行判斷；當真實觸控點的電容信號大于預設(shè)電容信號閾值，則判定真實觸控點為有效觸控點。

其中，預設(shè)電容信號閾值＝真實觸控點的最大電容信號×真實觸控點的彈性參數(shù)+真實觸控點的最小電容信號×(1-真實觸控點的彈性參數(shù))。且彈性參數(shù)為介于0.25至0.75之間的常數(shù)，優(yōu)選的，彈性參數(shù)為0.5。

本發(fā)明提供的一種基于設(shè)備屏幕的觸控點分類方法。對設(shè)備進行校準操作，其中，設(shè)備為可觸控設(shè)備；基于校準后的設(shè)備，在預設(shè)周期內(nèi)采集數(shù)據(jù)并根據(jù)采集到的數(shù)據(jù)執(zhí)行圖像中屏幕位置的標定操作，其中，屏幕為設(shè)備的組成部件，用于接收用戶操作行為；判斷采集的數(shù)據(jù)在預設(shè)閾值內(nèi)覆蓋設(shè)備的屏幕時，停止采集，并將此時采集的數(shù)據(jù)定義為訓練用數(shù)據(jù)；對訓練用數(shù)據(jù)進行規(guī)約與清洗操作，生成訓練樣本；選擇單類分類器，對輸入、輸出以及核函數(shù)進行定義，并對核函數(shù)的參數(shù)進行賦值與執(zhí)行訓練，生成分類器，其中，核函數(shù)為自由徑向基核函數(shù)或高斯核函數(shù)；生成的分類器對設(shè)備通過屏幕獲取的觸控點進行分類，生成分類結(jié)果；通過分類結(jié)果，完成對觸控點的判斷。該方法解決了傳統(tǒng)技術(shù)中對觸控點進行判斷的不夠準確的問題，實現(xiàn)了對觸控點中的噪點或者有效觸控點的有效識別的操作，且具有較高的準確性、靈活性與易用性。

基于同一發(fā)明構(gòu)思，還提供了一種基于設(shè)備屏幕的觸控點分類裝置，由于此裝置解決問題的原理與前述一種基于設(shè)備屏幕的觸控點分類方法相似，因此，該裝置的實施可以按照前述方法的具體步驟實現(xiàn)，重復之處不再贅述。

如圖2所示，為一個實施例中的一種基于設(shè)備平的觸控點分類裝置的結(jié)構(gòu)示意圖。該基于設(shè)備屏幕的觸控點分類裝置10包括：校準模塊100、標定模塊200、訓練用數(shù)據(jù)獲取模塊300、訓練樣本生成模塊400、分類器生成模塊500、分類模塊600和觸控點判斷模塊700。

其中，校準模塊100用于對設(shè)備進行校準操作，其中，設(shè)備為可觸控設(shè)備；標定模塊200用于基于校準后的設(shè)備，在預設(shè)周期內(nèi)采集數(shù)據(jù)并根據(jù)采集到的數(shù)據(jù)執(zhí)行圖像中屏幕位置的標定操作，其中，屏幕為設(shè)備的組成部件，用于接收用戶操作行為；訓練用數(shù)據(jù)獲取模塊300用于判斷采集的數(shù)據(jù)在預設(shè)閾值內(nèi)覆蓋設(shè)備的屏幕時，停止采集，并將此時采集的數(shù)據(jù)定義為訓練用數(shù)據(jù)；訓練樣本生成模塊400用于對訓練用數(shù)據(jù)進行規(guī)約與清洗操作，生成訓練樣本；分類器生成模塊500用于選擇單類分類器，對輸入、輸出以及核函數(shù)進行定義，并對核函數(shù)的參數(shù)進行賦值與執(zhí)行訓練，生成分類器，其中，核函數(shù)為自由徑向基核函數(shù)或高斯核函數(shù)；分類模塊600用于生成的分類器對設(shè)備通過屏幕獲取的觸控點進行分類，生成分類結(jié)果；觸控點判斷模塊700用于通過分類結(jié)果，完成對觸控點的判斷。

本發(fā)明提供的一種基于設(shè)備屏幕的觸控點分類裝置。通過校準模塊100對設(shè)備進行校準操作，其中，設(shè)備為可觸控設(shè)備；再通過標定模塊200基于校準后的設(shè)備，在預設(shè)周期內(nèi)采集數(shù)據(jù)并根據(jù)采集到的數(shù)據(jù)執(zhí)行圖像中屏幕位置的標定操作，其中，屏幕為設(shè)備的組成部件，用于接收用戶操作行為；再通過訓練用數(shù)據(jù)獲取模塊300判斷采集的數(shù)據(jù)在預設(shè)閾值內(nèi)覆蓋設(shè)備的屏幕時，停止采集，并將此時采集的數(shù)據(jù)定義為訓練用數(shù)據(jù)；繼而通過訓練樣本生成模塊400對訓練用數(shù)據(jù)進行規(guī)約與清洗操作，生成訓練樣本；再通過分類器生成模塊500選擇單類分類器，對輸入、輸出以及核函數(shù)進行定義，并對核函數(shù)的參數(shù)進行賦值與執(zhí)行訓練，生成分類器，其中，核函數(shù)為自由徑向基核函數(shù)或高斯核函數(shù)；再通過分類模塊600使得生成的分類器對設(shè)備通過屏幕獲取的觸控點進行分類，生成分類結(jié)果；最終通過觸控點判斷模塊700通過分類結(jié)果，完成對觸控點的判斷。該裝置解決了傳統(tǒng)技術(shù)中對觸控點進行判斷的不夠準確的問題，實現(xiàn)了對觸控點中的噪點或者有效觸控點的有效識別的操作，且具有較高的準確性、靈活性與易用性。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory，ROM)或隨機存儲記憶體(Random Access Memory，RAM)等。

以上所述實施例的各技術(shù)特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術(shù)特征所有可能的組合都進行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。

以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本發(fā)明專利范圍的限制。應當指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權(quán)利要求為準。