基于扇形传感器的交互技术研究

本文提出了一种新型的虚拟现实游戏技术,基于实时渲染工具Ventuz和红外激光扇形传感器的多点触摸交互技术。该技术不仅为超大尺寸的普通显示屏增加多点触摸功能,而且还推动了悬空触摸空气交互技术的发展。扇形传感器的布置方式决定了是多点触摸屏还是隔空触摸空气。这个技术可以在复杂的光电环境下正常工作,并且运用了改进的限幅滤波算法处理获得的触摸点,使触摸点稳定。     

基于目标跟踪的红外触摸屏优化算法

针对现有红外触摸屏多点识别时识别错乱和画图时轨迹毛刺严重等问题,在原有识别算法的基础上,加入了卡尔曼滤波与跟踪门算法结合的目标跟踪算法处理,提出一种新型红外触摸屏优化算法。该算法通过数据关联中的跟踪门逻辑,将量测值与已有的目标轨迹进行逻辑判断,选择正确的触点信息,剔除伪触点的信息,实现轨迹关联和目标跟踪。同时在红外触摸屏上建立触点的运动模型上,通过卡尔曼滤波实现轨迹的平滑和一定程度上的轨迹预测。在红外触摸屏上的测试表明,与原有的识别算法相比,优化算法增加了约3 μs单点识别时间,但是提高了轨迹在拐角处的平滑度,减少了拐角处约60%的毛刺。优化算法有效地修正了红外触摸屏原有的不足,能实现多触点时的轨迹关联和提高轨迹的平滑程度,能提高红外触摸屏绘图时的实际使用效果。     

基于Android平台红外触摸屏驱动的开发

通过对Android操作系统的Input子系统架构及USB协议分析,开发了基于Android input子系统及USB的红外触摸屏驱动,实现了多点触摸数据的上报。在开发过程中,根据USB协议配置红外触摸屏触摸数据的上报格式,实现了触摸屏与Android系统之间的通信。在装有红外触摸屏的Android电视上,通过串口监视到了触摸点数据上报到Android系统的过程。     

开源平台下的红外多点触摸屏驱动架构研究

随着计算机科学和人机交互技术的普及和发展,触摸技术起到了越来越重要的作用。本文主要介绍开源平台下红外多点触摸屏的特殊特点,并尝试研究一种红外多点触摸屏驱动架构,用以解决开源平台下的红外多点触摸屏驱动的应用问题。     

盲用多点触摸输入法的设计与实现

随着智能手机等电子产品的普及,多点触摸屏应用越来越广泛。但是因触摸屏表面较光滑,使得盲人不能通过触觉获得屏幕的信息,造成其输入文字困难。提出采用多点触摸联机手写识别盲文技术的汉字输入法。该方法不仅解决了盲人能利用多点触摸屏输入文字信息,也能应用于明眼人的触摸屏联机手写盲文识别进行汉字输入,其书写汉字速度远高于现有的触摸屏的手写输入法。     

基于触摸屏的手势遥控系统

传统遥控方式对用户的限制和束缚降低了用户体验质量。为此,提出一种基于触摸屏的手势遥控系统。通过分析触摸手势元动作,对触摸手势进行分类和数学建模,设计该遥控系统的触摸手势识别算法。该算法充分考虑了用户的认知和行为习惯差异,实现智能电视的手势遥控系统,收集真实用户在使用该遥控系统时的操作习惯,进一步提高触摸手势及其对应的遥控操作的识别准确率。实验结果表明,该算法能较好地区分易引起误操作的触摸手势,使得平均识别准确率达到99%。     

有穷自动机的Linux多点触摸屏中间件设计

多点触摸屏的应用程序开发是当前的研究热点.Linux multi-touch (MT)协议是Linux输入子系统的一个标准协议,定义了多点触摸设备驱动程序的数据传输规范,有着广泛的使用范围.识别和处理多点触摸屏驱动程序的数据是多点触摸屏应用最基本的功能.本文采用有穷自动机的思想,设计了一个可以识别符合Linux multi-touch协议规范数据的多点触摸屏中间件.中间件提供外部接口供应用程序使用,可以减少程序开发人员的重复工作,提高开发效率.     

第五类接触

长期以来,触摸屏市场上呈现出五彩纷呈的局面,采用不同技术的触摸屏适应了不同的应用环境,红外触摸技术就是其中的一种,优势与不足同样明显。为此,业内人士做出了不懈的努力进行改进。到目前为止,红外触摸技术已经由汇冠科技公司发展到第五代,并且产品已经在市场上投放。从刚刚投放市场表现出来的一些特性来看,第五代红外触摸技术极有可能从各种触摸技术之中脱颖而出,成为触摸屏市场的弄潮儿。最初的红外触摸屏出现于1992年,分辨率只有32×32。第一代红外触摸技术由于分辨率低,易受环境干扰而误动作,而且要求在一定的遮光环境中使用。由于这些局限性,红外触摸屏一度     

基于FTIR的多点触摸实时互动桌面系统

针对2010年上海世博会主题馆设计需求,提出并实现一种低成本的多点触摸实时互动桌面系统。以受抑全内反射(FTIR)技术为核心,介绍多点触摸屏的设计和实现。基于计算机视觉,采用改进的最小距离优先算法和字符串相似度算法,实现对交互手势的识别。通过基于软件的几何校准和边缘融合,对多投影机画面进行无缝拼接,形成一个逻辑上统一的大屏幕。应用结果表明,该系统具有较好的实时性、交互性和娱乐性。     

基于视觉的多点触摸基本技术实现方法

高性能的图像处理技术是基于视觉的多点触摸技术的关键,对于特征点的检测和跟踪是完成多点触摸系统的基础.文中主要介绍了几种算法用来解决特征点的识别和跟踪的问题.首先,图像轮廓变换算法用来分析手指与屏幕的接触区域,以及在此基础上采用中心计算算法确定特征点的中心坐标;再次,最小距离优先(MDF)算法对在两个相邻图像中的相应的特征点进行识别和跟踪,为随后的事件检测和手势识别提供了前提条件.实验结果表明,算法的性能满足多点触摸系统的实时要求.     

OSG多点触控自然用户接口框架

OSG多点触控自然用户接口框架是在Windows多点触控技术基础上,将触控事件的管理和处理与OSG的事件处理机制相结合,形成了OSG的多点触控运行框架.在与用户交互过程中产生手指触屏的原始数据,根据这些原始数据定义所需的手势,并将其与OSG中交互事件处理机制相结合,完成利用多点触控对三维场景的交互操作.基于以上原理,分析了三维用户交互中主要的操作任务,定义了符合三维空间操作认知的多点触控交互手势,设计了相关手势的识别算法,并通过实例应用的开发验证了这一原理和设计成果的正确性和可行性.     

多点触控手势识别算法的研究

本文针对当下流行的多点触控设备,对多点触控手势识别算法进行了研究,通过类比计算机中的快捷键设计出了一系列的触控手势,并结合曲线识别算法提出了一种多点触控手势识别算法。实验在当下流行的Android设备上进行,手势检测成功表明了识别算法的有效性。     

多点触摸手势分析及识别算法的研究

针对目前多点触控系统缺乏对触摸手势含义的理想描述和解析,提出了一种通用的多点触摸手势分析与设计框架,研究了高性能的算法合理解析并优化多点触控指令,使其更符合用户的思维与认知。设置触点位移和时间函数双阈值来提高触点识别的精确性,防止突增杂点的误判断,减缓过快操作产生的抖动;采用RAF神经网络模型解决动态手势识别的问题,并引入基于欧氏距离函数的聚类统计量作为网络的特征参数,大大提高了多点触摸手势识别的效率和精确度。     

多点触控的沙画手势识别

针对多点触控手势间接指令问题,提出了基于多点触控的沙画手势识别系统,该识别系统由时间、空间、形状信息控制。提出一种手势图形建模方法,测量手势的笔划之间的空间和时间关系。采用聚类算法标记手势图形中笔划的形状信息作为局部形状特征;利用基准方法HBF49特征提取全局形状特征。通过一组有10种不同多点触控的沙画手势的数据集评估基于多点触控的沙画手势识别系统,使用图嵌入方法和SVM分类进行手势识别,识别的准确率达到94.75%。实验结果证明,此研究对完成基于多点触控的沙画虚拟系统有重要作用。     

基于双目视觉的触摸技术研究

设计了一种基于双目视觉技术的触摸屏实现方法,采用两个普通摄像头作为传感器实时捕捉触摸物的存在及其动作,并利用计算机视觉技术实现对普通显示屏幕的虚拟触摸功能,使其具有单击、双击、拖动以及多点触摸等功能。     

Visual multi-touch air interface for barehanded users by skeleton models of hand regions

In this paper, we propose a visual multi-touch air interface. The proposed air interface is based on the image processing and does not require any additional equipment except a built-in camera. The implemented device provides a barehanded interface which copes with the multi-touch operation. The proposed device is easy to apply to the real-time systems because of its low computational load and is cheaper than the existing methods using glove data or 3-dimensional data because any additional equipment is not required. To improve the robustness of the extraction of hand regions under various circumstances, we propose an image processing algorithm based on the HCbCr color model, the fuzzy color filter, and the labeling. In addition, to improve the accuracy of the recognition of hand gestures, we propose a motion recognition algorithm based on the geometric feature points, the skeleton model, and the Kalman filter. Finally, the experiments show that the proposed device is applicable to remote controllers for video games, smart TVs and any computer applications.