[发明专利]一种抗干扰的大尺寸触控装置及方法

权利要求书

1.一种抗干扰的大尺寸触控装置，其特征在于：包括电容感应单元，控制单元及生物特征识别单元；所述电容感应单元包括接地层、第一感应电极层、第一透明绝缘层、第二感应电极层、第二透明绝缘层；所述接地层由基板和基板上的抗电磁波的网格组合结构组成；

所述网格组合结构包括紧密重叠、交叉编织的多层网格结构，网格结构之间的空间填充满光学胶；每层网格结构由互联互通的透明导管，为透明导管存储、输送高导电溶液的泵体，以及为高导电溶液提供循环动力的动力泵装置构成；每层网格结构通过控制阀门互联互通到所有存储有高导电溶液的泵体，泵体个数与高导电溶液的种类相同。

2.根据权利要求1所述的抗干扰的大尺寸触控装置，其特征在于：所述高导电溶液包含银纳米颗粒墨水。

3.根据权利要求1所述的抗干扰的大尺寸触控装置，其特征在于：所述导管为高导电性镀铜制成。

4.根据权利要求2或3所述的抗干扰的大尺寸触控装置，其特征在于：所述多层网格结构层数为3层，每层为正六边形单元周期排列而成。

5.一种抗干扰的大尺寸触控方法，其特征在于：所述抗干扰的大尺寸触控方法基于权利要求1-4任一所述的抗干扰的大尺寸触控装置，方法包括：

步骤一，检测触摸屏面板上的触控电容信号，包括信号大小和产生位置，并对触控电容信号进行标号；

步骤二，依标号顺序分别在走线区域和触控区域查询当前触控电容信号，如判断出走线区域有触控电容信号，但触控区域无触控电容信号，则执行步骤三，否则执行步骤四；

步骤三，启动扣减流程，将走线区域上的触摸信号扣减；

步骤四，更新有效触控电容信号集合，返回执行步骤二，直至触控电容信号检测完毕；

步骤五，将有效触控电容信号集合送往控制单元及生物特征识别单元进行触控信号后续处理。

6.根据权利要求5所述的抗干扰的大尺寸触控方法，其特征在于：所述触控信号后续处理包括指纹特征识别，指纹特征识别包括：

步骤1，通过触控信号得到原始指纹采集图像，计算原始指纹采集图像的复方向场z(x,y)；

f_x和f_y表示原始指纹采集图像在x方向和y方向上的梯度；

步骤2，设置对称滤波器h＝(x+iy)g(x,y)，其中g(x,y)＝exp(-(x²+y²)/(2σ²))，σ为预设的系数值；

步骤3，计算R(x,y)＝||[(x+iy)g(x,y)]*z(x,y)||，将R(x,y)最大对应的像素点(x，y)作为中心点，围绕中心点裁剪指纹识别有效区域；

步骤4，对指纹图像进行像素优化处理，通过像素优化处理函数完成像素优化处理，像素优化处理函数为-g(x,y)：

-g(x,y)＝exp{F^-1{G_ln(u,v)}}；

其中，G_ln(u,v)＝F_ln(u,v)×H(u,v)＝F_i,ln(u,v)×H(u,v)+F_r,ln(u,v)×H(u,v)＝G_i,ln(u,v)+G_r,ln(u,v)；F^-1()为傅里叶反变换函数；

F_ln(u,v)＝F[lni(x,y)+lnr(x,y)]＝F_i,ln(u,v)+F_r,ln(u,v)；

滤波函数

其中，

其中，F_i,ln(u,v)为预设的照明函数，F_r,ln(u,v)为预设的反射函数，M为预设的指纹采集图像的尺寸参数，1≤u≤M，1≤v≤M；高频增益系数γ_H＞1，低频增益系数γ_L＜1，D₀≥3为截止频率，c为锐化常数，γ_H≥c≥γ_L；ln()为对数函数；

i(x,y)为预设的入射到指纹采集场景的光源照射总量，r(x,y)为指纹反射的光照总量，x为像素点x轴坐标，y像素点y轴坐标；

步骤5，在像素优化处理后的图像中，选定任一像素点P(x,y)，设定P(x,y)居中的3×3窗口，定义P为像素点P(x,y)的脊谷值，1代表指纹脊线，0代表指纹谷线；3×3窗口中剩余的窗口为像素序列为P₀,P₁,...P_i...P₇；

如3×3窗口满足逻辑规则2≤N(P(x,y))≤6and(T(P)＝1)and(P₀P₂P₄

＝0orT(P)≠0)and(P₂P₄P₆＝0orT(P)≠0)，则将对应的像素点P(x,y)剔除，遍历图像中所有的像素点，得到最终指纹识别区域；

其中，T(P)表示P的3×3窗口内的像素序列P₀，

P₁,...P_i...P₇中0到1的变化次数，P₀P₂P₄和P₂P₄P₆表各自的逻辑乘积；

步骤5，采用指纹识别模型算法完成指纹特征识别。

7.根据权利要求6所述的抗干扰的大尺寸触控方法，其特征在于：所述指纹识别模型算法包括：

步骤8.1，以中心点为中心作同心圆，分割指纹图像成B个环形区域，最后将每个环形区域分割成K个扇形区域，K和B均为预定义的常数；

步骤8.2，计算出每个扇形区域S_sq的扇区指纹特征值V_sqθ作为Code1；

其中，F_sqθ(x,y)为扇形区域S_sq的各像素的灰度值，P_sqθ表示扇形区域S_sq内像素灰度值的平均值，n_sq为环形区域内S_sq的数目，0＜sq≤B×K-1，θ＝{0°，(360

°/K)，2*(360°/K)，3*(360°/K),...≤180°}

步骤8.3，将指纹图像旋转180°/K后，重复步骤8.2，提取每个扇形区域S_sq的扇区指纹特征值V_sqθ作为Code2；

步骤8.4，将Code1和Code2分别旋转R×(360°/K)得到Code1’和Code2’，其中R＝0,1,2...K-1；

步骤8.5，将步骤8.4中的Code1和Code2，Code1’和Code2’输入历史指纹库，匹配计算欧式距离，欧式距离小于预定义阈值的定义为指纹识别匹配成功，否则定义为匹配失败；

步骤8.6，输出指纹识别结果。