[发明专利]一种触摸屏笔型识别方法、装置、触摸屏及存储介质在审
申请号: | 202310019242.4 | 申请日: | 2023-01-06 |
公开(公告)号: | CN116126165A | 公开(公告)日: | 2023-05-16 |
发明(设计)人: | 饶培宇;李云龙 | 申请(专利权)人: | 广州华欣电子科技有限公司 |
主分类号: | G06F3/041 | 分类号: | G06F3/041;G06F18/213;G06F18/22;G06F18/214 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 姚心怡 |
地址: | 510663 广东省广州市高新技术产*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 触摸屏 识别 方法 装置 存储 介质 | ||
本发明涉及触摸屏技术领域,公开了一种触摸屏笔型识别方法、装置、触摸屏及存储介质,方法包括获取书写笔在触摸屏书写时的当前书写信号;对所述当前书写信号进行分析提取,得到当前信号特征值;将所述当前信号特征值与预先配置的笔型模型库中的信号特征值进行匹配,得到与所述当前信号特征值对应的笔类型;其中,所述笔型模型库包括与每一笔类型对应的信号特征值集合。本方法能够实现红外触摸屏对不同笔的识别,从而精准的判别已纳入笔型模型库的笔类型,笔型模型库的笔类型可以包含不同材质的笔。同时,在识别时不依赖笔头遮挡光线量识别笔径,提高了识别笔径的精细度。
技术领域
本发明涉及触摸屏技术领域,尤其涉及一种触摸屏笔型识别方法、装置、触摸屏及存储介质。
背景技术
随着物联网行业的发展,人们对人机交互的兴趣和探索逐渐加深,对交互体验的要求也逐渐提高,尤其是对触摸屏的体验。大尺寸触摸屏由于工艺、成本和运输等种种原因,目前仍由红外主导。
目前,传统的红外触摸屏不便于做多笔识别,其原因在于传统红外的多笔识别是基于笔头的粗细不同,对红外屏表面的光网遮挡程度不同,来区分书写者使用的是粗笔还是细笔。如图1所示,为传统红外屏对不同笔的识别方式,其中S101笔径遮挡光线量多于S102笔径。但是,在上述识别方式中,触摸屏无法区分不同材质的笔。此外,由于数据量和处理器速度限制,触摸屏无法进行超密的光网分析,导致无法精细的识别笔径,可区分的笔径级别数量也被限制在6级以内。
综上,现有的触摸屏通过笔头遮挡光线量识别笔径,导致触摸屏无法区分不同材质的笔,且识别笔径的精细度不高。
发明内容
本发明提供了一种触摸屏笔型识别方法、装置、触摸屏及存储介质,以解决现有的触摸屏通过笔头遮挡光线量识别笔径,导致触摸屏无法区分不同材质的笔,且识别笔径的精细度不高的技术问题。
第一方面,为了解决上述技术问题,本发明提供了一种触摸屏笔型识别方法,包括:
获取书写笔在触摸屏书写时的当前书写信号;
对所述当前书写信号进行分析提取,得到当前信号特征值;
将所述当前信号特征值与预先配置的笔型模型库中的信号特征值进行匹配,得到与所述当前信号特征值对应的笔类型;其中,所述笔型模型库包括与每一笔类型对应的信号特征值集合。
优选地,所述笔型模型库的配置过程包括:
获取不同类型笔在触摸屏书写的电信号;
对每一所述电信号进行频率分析,得到与每一所述电信号对应的信号特征值;其中,所述信号特征值包括频率参数和MFCC参数;
对所述信号特征值进行概率统计,得到概率特征值集合;
对训练过程中吻合概率高于预设阈值的概率特征值集合进行筛选,得到与每一笔类型对应的信号特征值集合;其中,所述吻合概率为每次所述信号特征值落入所述概率特征值集合的概率;
根据所有所述信号特征值集合,得到笔型模型库。
优选地,所述对每一所述电信号进行频率分析,得到与每一所述电信号对应的信号特征值,包括:
对每一所述电信号进行傅里叶变换,得到信号的幅频特性曲线;
根据所述幅频特性曲线,得到主频谱频率范围值、幅频曲线面积;其中,所述频率参数包括所述主频谱频率范围值和所述幅频曲线面积;
对每一所述电信号进行分帧、加窗、快速傅里叶变换,再经过滤波器组,得到MFCC参数。
优选地,在所述获取书写笔在触摸屏书写时的当前书写信号之前,所述方法还包括:
获取书写笔在触摸屏书写时的振动信号;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州华欣电子科技有限公司,未经广州华欣电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310019242.4/2.html,转载请声明来源钻瓜专利网。