[发明专利]一种应用于交互式触摸屏的笔色智能识别方法

说明书

技术领域

本发明涉及图像处理领域，特别涉及一种应用于交互式触摸屏的笔色智能识别方法。

背景技术

在交互式触摸屏书写或标注应用中，字体或标注经常需要使用不同的颜色来显示。目前字体或标注显示颜色主要有以下几种方式：一是通过有选择功能的颜色软件来实现字体或标注的颜色显示，这种方式一般需要在屏幕上显示一个颜色快捷键图标，因为交互式触摸屏尺寸较大，颜色快捷键图标一般固定在屏幕的某个位置，使用者在书写或标注时需要移动较远的距离才能进行颜色的变换操作，使用起来不方便，而且有些应用如模拟军用沙盘的标注，不方便在显示屏上设置颜色图标快捷键功能。另外一种实现方式是将书写笔像粉笔一样涂成不同的颜色，通过红外感应技术识别。即在交互式触摸装置中，配置一个特制的托盘，当有颜色的书写笔放在装有红外感应器的托盘时，红外感应器能检测到触摸(书写)笔的颜色，达到变换字体颜色的目的，但这种方法的缺点是当需要变换字体颜色时，要重新选择需要的颜色笔放到托盘上，尽管这种方式可靠性高，当使用起来也很不方便，而且成本较高。还有一种较智能的方式就是通过摄像头拍摄触摸笔的颜色，利用图像分析方法，提取触摸笔的颜色，然后使用传统的颜色直方图进行聚类，实现笔色识别，这种方法因其可以识别任意颜色，且成本低的优点而广受欢迎，但由于工艺设计的限制，摄像头安装的位置会受到光照条件限制，在触摸屏的某些书写区域，摄像头拍摄的书写笔颜色可区分度较小，经常出现误判的情况，难于达到在全屏幕上，笔色自动识别的目的。因此，提出一种抗噪性强、准确率高、全屏幕的笔色智能识别方法实为必要。

BP神经网络是一种模仿人脑结构及其功能的算法，具有自适应能力好，并行度高等优点；AdaBoost.oc算法是boosting算法中的一种，通过对多个弱学习器建立“委员会”的机制，可以有效的提高弱学习器的识别能力。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种抗噪性强、准确率高的笔色智能识别方法。

本发明的目的通过以下技术方案实现：

一种应用于交互式触摸屏的笔色智能识别方法，包括以下步骤：

S1选取触摸屏上Z个位置的触摸笔图像作为训练样品图像集；

S2根据公式(1)～(3)将触摸笔图像由RGB空间转为HSV空间，

H=arccos{(R-G)+(R-B)2(R-G)2+(R-B)(G-B)}B≤G2π-arccos{(R-G)+(R-B)2(R-G)2+(R-B)(G-B)}B>G---(1)]]>