[发明专利]用于对滑鼠的伪动作进行最小化的方法以及相关滑鼠

说明书

本发明是公开一种用于对滑鼠的伪动作进行最小化的方法，其包含：判断滑鼠是否进入一特定模式；以及当判断滑鼠进入特定模式时，藉由使用多个标准尺寸相关性矩阵来产生一大型相关性矩阵。当一区域被连续选取作为一最佳区域达到一特定次数时，此区域会产生滑鼠的动作；特定模式可为一溜冰模式，滑鼠于溜冰模式下会在一大型区域上进行高速移动；溜冰模式可自动地被一使用者或滑鼠所设定，或是溜冰模式可于确认滑鼠所撷取到的前一画面显示滑鼠处于被举起的状态时以及滑鼠所撷取到的当前画面显示滑鼠处于非举起的状态时被执行。

技术领域

本发明涉及一种光学滑鼠传感器，尤其是，涉及一种适用于光学滑鼠并且可消除光学滑鼠的伪动作(spurious motion)的方法和系统。

背景技术

光学滑鼠是计算机系统中常见的构件，其工作原理是利用影像相关性(correlation)来控制显示器上游标移动。详细来说，光学滑鼠会对一表面撷取影像，并且将所撷取到的连续多个影像进行比较来决定游标的位移程度。

假设一第一影像是一参考影像(后续说明中以R表示)，以其一第二影像是一比较影像(后续说明中以C表示)，影像相关性处理程序会对C以相对于R的方式进行位移，并且透过一相关性矩阵来计算R和C的重叠区域之间的乘积的总和。详细来说，相关性矩阵是藉由将C以围绕着固定于一预测位置上的R的方式进行位移，来计算R与C之间的位移。请参见图1，图1是上述参考影像、比较影像以及相关性矩阵的示意图。如图1所示的相关性矩阵是一3×3矩阵，其中单元5是位于中央，且相关性矩阵是设置于参考影像R的中央。如图2所示，单元5是藉由将C完全地覆盖R，并且将每一重叠的画素作累加而计算出来。如图3所示，单元2是藉由将C向上位移1个画素，并且将每一重叠的画素作累加而计算出来。如图4所示，单元9是藉由将C分别向下以及向右位移1个画素，并且将每一重叠的画素作累加而计算出来。

一旦所有的单元都已计算完毕，矩阵中的一最大单元(亦即具有最大累加值的单元)会被判定为具有相关性峰值(correlation peak)，并且会被用来产生滑鼠游标的位移。在图2～4所示的范例中，如果滑鼠是静止不动，单元5将会具有相关性峰值，(因为此时C和R是相同的，故最大的累加值会出现在相关性矩阵的中央)。如果滑鼠被直接移动到右侧，则单元6将会具有相关性峰值。承上，滑鼠游标的移动即根据相关性峰值的偏移来计算。

对于一般的计算机应用而言，3×3矩阵通常就已足够。但在游戏应用(gamingapplication)上，滑鼠被移动的速度通常远比进行文书处理时更剧烈，当滑鼠的实际动作超出3×3的范围时(亦即对滑鼠的操作已超过了游标所能显示的范围，此亦可称为「溜冰动作」(skating motion))，通常会导致滑鼠的伪动作(spurious motion)。也就是说，真正的相关性峰值并非出现在3×3矩阵中的最大单元。

发明内容

因此，本发明的一目的在于提供一种方法以及系统，以于进行游戏时，使得滑鼠的游标能精确地反应出使用者对于滑鼠的操作。

本发明的一实施例提供了一种用于对滑鼠的伪动作进行最小化的方法，其包含：判断滑鼠是否进入一特定模式；以及当判断滑鼠进入特定模式时，藉由多次使用一标准尺寸相关性矩阵(standard size correlation matrix)来产生多个标准尺寸相关性矩阵，以利用些标准尺寸相关性矩阵来产生一大型相关性矩阵(large correlation matrix)。当一区域被连续选取作为一最佳区域达到一特定次数时，区域是被用来产生滑鼠的动作；特定模式可为一溜冰模式(skating mode)，滑鼠于溜冰模式下会在一大型区域(large area)上进行高速移动；溜冰模式可自动地被一使用者或滑鼠所设定，或是溜冰模式可于确认滑鼠所撷取到的前一画面显示滑鼠处于被举起的状态时以及滑鼠所撷取到的当前画面显示滑鼠处于非举起的状态时被执行。