[发明专利]一种应用于交互式触摸屏的笔色智能识别方法

摘要

本发明公开了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将触摸笔图像由RGB空间转为HSV空间；S3对色调H、饱和度S、亮度V进行优化的归一化，得到颜色量化直方图特征集；S4建立一个三层的BP神经网络；S5将训练样品特征集及验证集输入BP神经网络进行训练，得到T个弱分类器；S6将T个弱分类器进行叠加，得到一个强分类器；S7彩色摄像头对触摸笔的彩色笔头进行拍摄，得到的颜色量化直方图特征后输入到训练好的强分类器中，得出识别结果。本发明与现有的笔色识别方法相比，具有抗噪声能力强、准确率高的优点。

主权项

1.一种应用于交互式触摸屏的笔色智能识别方法，其特征在于，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)]]>S=max(R,G,B)-min(R,G,B)max(R,G,B)---(2)]]>V=max(R,G,B)255---(3)]]>使图像的色调H、饱和度S、亮度V三者分离；S3设定触摸笔图像的大小为M*N个像素，根据公式(4)～(8)对色调H、饱和度S、亮度V进行优化的归一化，得到颜色量化直方图特征集X＝{X_n，k|n＝1，2，3...Z；k＝0，1，2，3...15}，其中X_n，k表示归一化的第n张图像的颜色量化直方图特征的第k维分量；Wn,k=ΣiΣjη(i,j,k)*S(i,j)*V(i,j)1.1*ξ(i,j)*ζ(i,j)---(4)]]>ξ(i,j)=1V(i,j)>Vmin0V(i,j)≤Vmin---(6)]]>ζ(i,j)=1S(i,j)>Smin0S(i,j)≤Smin---(7)]]>Xn,k=Wn,k/Σm=015Wn,m---(8)]]>其中W_n，k表示未归一化的第n张触摸笔图像的颜色量化直方图特征的第k维分量；H(i，j)、S(i，j)、V(i，j)分别表示触摸笔图像第i行、第j列的色调H、饱和度S和亮度V；i＝1:M，j＝1:N，K＝0:15；式(6)中所述V_min的意义为：亮度V低于或等于V_min的点均视为应删除的点；式(7)中S_min的意义为：饱和度低于或等于S_min的点均视为应删除的点；S4根据实际情况选取BP神经网络输入层神经个数、隐藏层神经元个数、输出层神经个数，建立一个三层的BP神经网络；S5将步骤S3得到的颜色量化直方图特征集X＝{X_n，k|n＝1，2，3...Z；k＝0，1，2，3...15}作为BP神经网络的训练集，将Y＝{Y_i|i＝1，2，...，300}作为验证集输入步骤S4建立的BP神经网络进行训练，通过AdaBoost.oc算法迭代T次得到T个弱分类器；其中，Y_i的值表示样品图像的颜色；S6将步骤S5得到的T个弱分类器进行叠加，得到一个强分类器；S7彩色摄像头对触摸笔的彩色笔头进行拍摄，将得到的触摸笔图像进行以下处理：S7.1根据定位位置，在触摸笔图像中截取出包含笔头信息的子图；S7.2根据公式(1)-(8)提取出子图的16维颜色量化直方图特征；然后将得到的颜色量化直方图特征输入到训练好的强分类器中，得出识别结果。