一种智能手表的文字输入方法以及装置与流程

本申请涉及智能手表领域，具体涉及一种智能手表的文字输入方法。本申请同时提供了一种智能手表的文字输入装置。

背景技术：

随着IT技术的迅速发展，可穿戴设备的普及程度也越来越高。作为一种新型的可穿戴设备，智能手表将最新的IT技术与传统的手表功能相结合，主要以表体和表带的形式存在，其表带以用户手腕为支撑，表体与表带连接以佩戴至用户手腕一侧，同时，表体内置有通讯模块和计算模块，因此具备信息处理功能和与手机等各类终端设备连接的功能，具有方便携带和功能丰富等优点，逐渐成为用户日常生活中必不可少的一部分。

目前，智能手表的文字输入方式主要包括两种形式：语音输入以及仅仅用于输入简单的数字或者预设常用短语输入的屏幕输入方式。

采用语音输入方式，用户需要预置语音识别模块和分析模块，此种输入方式会由于用户的口音问题，产生识别障碍；此外，采用此种输入方式，识别过程中如果周围环境噪音较大，会严重影响识别效果，因此对使用环境要求很高；如果再考虑私密因素，则其实际应用场合极其有限。

采用屏幕输入方式，由于受到智能手表的屏幕尺寸限制，只能用于输入简单的数字或预设常用短语输入，例如，在拨号盘的数字输入以及在短信模块的预设常用短语输入。这种方式下，用户能够输入的内容非常有限，往往无法满足实际需求。并且，此种输入方式下，需要用户通过狭小的智能手表屏幕进行输入，用户体验差。

综上所述，目前，现有技术下，智能手表的文字输入方式均存在显著缺陷。语音输入方式存在识别率低，应用场合有限的问题。屏幕输入方式则存在输入文字内容受限，适用范围窄等问题，并且通过智能手表的狭小屏幕进行输入，用户体验很差。

技术实现要素：

本申请提供一种智能手表的文字输入方法，以解决现有技术存在的两种输入方式中，应用场合受限，或者输入文字内容受限，适用范围窄等明显影响用户体验的问题。

本申请同时提供一种智能手表的文字输入装置。

本申请提供一种智能手表的文字输入方法，包括:

获取用户手腕的手腕运动轨迹；

根据预先设置的转换算法，将所述手腕运动轨迹转换为手腕书写轨迹；

将所述手腕书写轨迹以预先设置的匹配算法与文字数据库中的按照时间相匹配的文字笔画特征进行匹配，得到匹配文字或者候选匹配文字；

录入所述匹配文字，或者将所述匹配文字或者候选匹配文字作为候选项供选择。

可选的，所述获取用户手腕的手腕运动轨迹包括：

通过智能手表中的传感器获取用户手腕的手腕运动轨迹。

可选的，所述根据预先设置的转换算法，将所述手腕运动轨迹转换为手腕书写轨迹的步骤包括：

将手腕运动轨迹转化为点云数据；

对所述点云数据进行数值预处理；

根据预定的方式，建立圆柱坐标系平面；

将所述数值预处理后的点云数据投影至所述圆柱坐标系平面上，并将投影所得手腕二维书写轨迹作为所述手腕书写轨迹。

可选的，所述将手腕运动轨迹转化为点云数据包括：

通过与所述智能手表连接的终端设备将手腕运动轨迹转化为点云数据。

可选的，所述对所述点云数据进行预处理包括：

通过与所述智能手表连接的终端设备对所述点云数据进行数值预处理。

可选的，所述根据预定的方式，建立圆柱坐标系平面的步骤中，所述预定的方式为：

以经过手腕运动轨迹几何中心且沿手腕延伸方向的轴线为z轴，以手腕运动轨迹几何中心为原点建立圆柱坐标系；

得到坐标系内任一点的圆柱坐标是(ρ，φ，z)；

在所述手腕运动轨迹外构建一个以z轴为轴线的最小圆柱体，并使之包围所述手腕运动轨迹；

以所述圆柱体两底面中z值较小的圆柱底面为投影面，所述投影面即为所述圆柱坐标系平面。

可选的，所述将数值预处理后的点云数据投影至所述圆柱坐标系平面上，并将投影所得手腕二维书写轨迹作为所述手腕书写轨迹的步骤包括：

过所述手腕运动轨迹上某像素点作z轴平行线与所述圆柱坐标系平面相交，得到投影点；

读取所述投影点坐标值即为灰度值；

将所述点云数据投影至圆柱坐标系平面上得到灰度值集合；

所述灰度值集合构成手腕二维书写轨迹。

可选的，所述将所述手腕书写轨迹以预先设置的匹配算法与文字数据库中的按照时间相匹配的文字笔画特征进行匹配，得到匹配文字或者候选匹配文字的步骤包括：

获取所述手腕书写轨迹的轮廓特征点；

对所述手腕书写轨迹的轮廓特征点进行拟合，得到按照时间相匹配的文字笔画特征；

根据所述按照时间相匹配的文字笔画特征，检索文字数据库，提取匹配度大于规定阈值的文字作为匹配文字或者候选匹配文字。

可选的，所述按照时间相匹配的文字笔画特征包括：

落笔顺序、笔画、形状以及轮廓。

可选的，所述文字数据库中包括：

手写模板库和/或单字笔画特征数据库。

可选的，所述对所述手腕书写轨迹的轮廓特征点进行拟合，得到按照时间相匹配的文字笔画特征包括：

通过与所述智能手表连接的终端设备对所述手腕书写轨迹的轮廓特征点进行拟合，得到按照时间相匹配的文字笔画特征。

可选的，所述根据所述按照时间相匹配的文字笔画特征，检索文字数据库，提取匹配度大于规定阈值的文字作为匹配文字或者候选匹配文字的步骤包括：

根据所述按照时间相匹配的文字笔画特征，以规定的检索方案在所述文字数据库中进行检索性筛选，将筛选得到的文字作为待匹配文字；

对所述手腕书写轨迹与所述待匹配文字进行匹配度计算；

提取匹配度大于规定阈值的文字作为匹配文字或者候选匹配文字。

可选的，所述对所述手腕书写轨迹与所述待匹配文字进行匹配度计算的步骤包括：

确定所述手腕书写轨迹轮廓图形的中心点坐标；

平移所述手腕书写轨迹轮廓图形，使之与所述待匹配文字的中心点重合；

对所述手腕书写轨迹轮廓图形进行旋转、缩放等操作，使得所述手腕书写轨迹轮廓图形与所述待匹配文字方向相同，相应顶点之间的距离之和最小；

以所述相应顶点之间的距离之和的最小值的倒数作为所述手腕书写轨迹与所述待匹配文字的匹配度。

可选的，所述根据所述按照时间相匹配的文字笔画特征，以规定的检索方案在所述文字数据库中进行检索性筛选，将筛选得到的文字作为待匹配文字的步骤包括：

未筛选得到所述待匹配文字；

相应提示灯闪烁一次作为提示；

用户接收提示信号，返回获取手腕的手腕运动轨迹的步骤。

可选的，所述智能手表中的传感器包括以下传感器中至少一种：

加速度传感器；

陀螺仪传感器。

可选的，所述智能手表包括：表体和表带；

其中，所述传感器设置于所述表体或表带。

本申请另外提供一种智能手表的文字输入装置，包括：

获取单元，用于获取用户手腕的手腕运动轨迹；

转换单元，用于将所述手腕运动轨迹转换为手腕书写轨迹；

匹配单元，用于将所述手腕书写轨迹与文字数据库中的按照时间相匹配的文字笔画特征进行特征匹配，并进行匹配度计算，提取匹配度大于规定阈值的文字作为匹配文字或者候选项文字；

显示单元，用于录入所述匹配文字，或者将所述匹配文字或者可能匹配文字作为候选项供选择。

可选的，所述获取单元包括用于获取用户手腕的手腕运动轨迹的传感器。

可选的，所述转换单元包括预先设置的转换算法。

可选的，所述匹配单元包括筛选单元和计算单元。

可选的，所述筛选单元用于根据按照时间相匹配的文字笔画特征，以规定的检索方案在所述文字数据库中进行检索性筛选，得到待匹配文字。

可选的，所述计算单元用于对所述手腕书写轨迹与所述待匹配文字进行匹配度计算。

可选的，所述根据按照时间相匹配的文字笔画特征，以规定的检索方案在所述文字数据库中进行检索性筛选，得到待匹配文字包括：

未筛选得到所述待匹配文字；

相应提示灯闪烁一次作为提示；

用户接收提示信号，返回获取单元。

与现有技术相比，本发明具有以下优点:

本申请所述的智能手表的文字输入方法，包括：获取传感器采集到的用户手腕运动轨迹；将手腕运动轨迹转化为手腕书写轨迹；将所述手腕书写轨迹以预先设置的匹配算法与文字数据库中的按照时间相匹配的文字笔画特征进行匹配，得到匹配文字或者候选匹配文字；录入所述匹配文字，或者将所述匹配文字或者候选匹配文字作为候选项供选择。

所述智能手表的文字输入方法，通过智能手表设置的加速度传感器采集佩戴手表的手腕的运动轨迹，以此来实现文字输入，即用户可以通过手腕运动的方式输入任意文字，最终匹配出匹配度大于规定阈值的匹配文字或者候选项文字。

与现有技术下的语音输入方式比较，本申请提供的智能手表的输入方法避免了使用语音输入方法产生的口音差异障碍和噪声干扰等影响识别率的问题，识别效果更为可靠；同时，此种输入方法具有更好的私密性，因此，本申请提供的智能手表文字输入方法具有更广泛的使用场合。

与现有技术下的屏幕输入方式比较，本发明提供的输入方法用于与手腕书写轨迹进行匹配的文字数据库中可以包含全部手写模板库和/或单字笔画特征数据库以及常用符号等，从而使得输入内容不会受到限制，避免了采用屏幕输入方法造成的仅能在相应界面进行常用预设短语输入或者数字输入造成的输入内容受限的问题；同时，避免了用户在智能手表的狭小屏幕上进行输入操作，优化了用户体验。

附图说明

图1是本申请实施例提供的一种智能手表的文字输入方法处理流程图。

图2是本申请实施例提供的一种智能手表的文字输入装置示意图。

图3是本申请实施例提供的一种手腕运动轨迹转换为手腕书写轨迹的方式示意图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。

本申请提供一种智能手表的文字输入方法，此外，本申请还提供一种智能手表的文字输入装置，以下分别结合本申请提供的实施例的附图逐一进行详细说明，并且对方法的各个步骤进行说明。

本申请提供的智能手表的文字输入方法实施例如下：

参照图1，其示出了本实施例提供的一种智能手表的文字输入方法处理流程图，以下结合图1对本实施例提供的一种智能手表的文字输入方法进行说明，并且对该方法的各个步骤进行说明；此外，本实施例提供的一种智能手表的文字输入方法的具体步骤之间的顺序关系请根据图1确定。

步骤S101，获取用户手腕的手腕运动轨迹。

本步骤用于为文字输入提供原始的输入信息，本方法中实现文字输入的原始的输入信息是手腕运动轨迹。

所述手腕运动轨迹，在本实施例中，特指用户手部书写运动产生的手腕运动轨迹；也就是用户实际书写或者仅仅是隔空书写文字或者符号、数字等字符时，手腕运动产生的运动轨迹。

本步骤中，通过用户佩戴在手腕上的智能手表实现对用户手腕的手腕运动轨迹的采集。具体而言，通过智能手表设置于所述智能手表上的传感器实现对手腕运动轨迹的采集。

获取手腕运动轨迹的所述传感器可以采用多种形式，一般可以采用加速度传感器以及陀螺仪传感器之中的至少一种，即可以采用加速度传感器或者陀螺仪传感器，也可以同时采用上述两种传感器，并结合两者的数据获得手腕运动轨迹。

所述加速度传感器，用于采集由于用户手腕运动导致的位移变化，进而根据位移变化所对应的坐标变化得到相应的手腕运动轨迹，例如，重力传感器采集用户在三维空间中各个方向的位移产生的手腕运动轨迹。

所述陀螺仪传感器是一个简单易用的基于自由空间移动和手势的定位和控制系统，可以精确地确定手腕运动的方位，进而根据所得方位信息得到相应的手腕运动轨迹。例如，三自由度陀螺仪采集用户在三维空间中各个方向的旋转产生方位变化，进而获得用户手腕运动轨迹。

所述智能手表包括表体和表带，所述传感器可以设置于所述表体或者表带上。

步骤S102，根据预先设置的转换算法，将所述手腕运动轨迹转换为手腕书写轨迹。

上述步骤S101获取到所述传感器采集到的手腕运动轨迹之后，由于所述手腕运动轨迹是三维空间内的轨迹，无法与后续步骤中文字数据库的模板进行匹配，所以首先需将所述手腕运动轨迹转换为手腕书写轨迹，即将手腕三维运动轨迹转换为手腕二维书写轨迹。

实现上述转换需要的方式有多种，以下提供一种通过建立圆柱坐标系平面实现手腕三维运动轨迹转换为手腕二维书写轨迹的方法。

具体转换步骤包括：

步骤一：将手腕运动轨迹转化为点云数据；

所述点云数据是指资料以点的型式记录，每一个点包含三维坐标值，可反映全部几何位置信息。具体而言，通过与所述智能手表连接的终端设备将手腕运动轨迹转化为点云数据。

步骤二：对所述点云数据进行数值预处理；

通过上一步骤转化得到的点云数据可能出现杂乱、不规则、失真等情况，所以本步骤需要通过与所述智能手表连接的终端设备对所述点云数据进行数值预处理。例如，对所述点云数据进行三维插值操作，三维插值方法是使用多边形细分的方法，先将点云数据网格化，再对网格的边长和设定值进行比较，若小于则比较下一个网格，否则继续迭代，以获得更密集，更规则的点云。

步骤三：根据预定的方式，建立圆柱坐标系平面；

本实施例中将手腕三维运动轨迹转换为手腕二维书写轨迹所采用的方式是将所述手腕三维运动轨迹投影到预先建立的平面上，从而得到所述手腕二维书写轨迹。因此，考虑以投影方式进行转换，首先需建立一个投影面。参照图3，本实施例中建立的投影面为圆柱坐标系平面，本步骤将对所述圆柱坐标系平面的建立方法做具体说明。

所述圆柱坐标系平面的建立包括以下步骤：

1)以经过所述手腕运动轨迹几何中心且沿手腕延伸方向的轴线为z轴，以所述手腕运动轨迹几何中心为原点建立圆柱坐标系；

例如，参照图3，所述手腕运动轨迹为“人”字，建立所述圆柱坐标系xyz。

2)得到坐标系内任一点的圆柱坐标是(ρ，φ，z)；

3)在所述手腕运动轨迹外构建一个以z轴为轴线的最小圆柱体，并使之包围所述手腕运动轨迹；

例如，参照图3，所述最小圆柱体包围手腕运动轨迹“人”字。

4)以所述圆柱体两底面中z值较小的圆柱底面为投影面，所述投影面即为所述圆柱坐标系平面。

例如，参照图3，以所述最小圆柱体的下表面为投影面，即为所述圆柱坐标系平面。

所述圆柱坐标系平面的建立需通过与所述智能手表连接的终端设备完成。

步骤四：将所述数值预处理后的点云数据投影至所述圆柱坐标系平面上，并将投影所得手腕二维书写轨迹作为所述手腕书写轨迹。

所述将所述数值预处理后的点云数据投影至所述圆柱坐标系平面上具体包括以下步骤：

1)过所述手腕运动轨迹上某像素点作z轴平行线与所述圆柱坐标系平面相交，得到投影点；

例如，参照图3，所述手腕运动轨迹为“人”字，图中示出了手腕运动轨迹“人”上的任一像素点(ρ1，φ1，z1)在所述圆柱坐标系平面上的投影。

2)读取所述投影点坐标值即为灰度值；

3)将所述点云数据投影至圆柱坐标系平面上得到灰度值集合；

4)所述灰度值集合构成手腕二维书写轨迹。

将投影所得手腕二维书写轨迹作为所述手腕书写轨迹，即完成手腕运动轨迹与手腕书写轨迹的转换。

步骤S103，将所述手腕书写轨迹以预先设置的匹配算法与文字数据库中的按照时间相匹配的文字笔画特征进行匹配，得到匹配文字或者候选匹配文字。

本步骤用于将步骤S102获得的手腕书写轨迹与文字数据库中的模板进行匹配，最终获得用户想要输入的文字内容。

所述文字数据库中包含全部的手写模板库和/或单字笔画特征数据库，所以用户可以输入任意想要输入的文字内容，进而与文字数据库中的按照时间相匹配的文字笔画特征进行匹配，其中所述按照时间相匹配的文字笔画特征包括落笔顺序、笔画、形状以及轮廓。

本实施例的步骤S103将步骤S102获得的手腕书写轨迹以预先设置的匹配算法与文字数据库中的按照时间相匹配的文字笔画特征进行匹配，得到匹配文字或者候选匹配文字，具体包括以下步骤：

步骤一：获取所述手腕书写轨迹的轮廓特征点；

所述轮廓特征点包括角点、切点和拐点，其中角点是目标轮廓线上曲率超过一定阈值的局部极值点，切点是圆弧和直线的平滑过渡点，拐点是凹圆弧和凸圆弧的平滑过渡点，由于他们对目标形状起着决定作用，因此，一旦找到了目标的这些轮廓特征点也就掌握了目标的形状。具体而言，本步骤通过与所述智能手表连接的终端设备获取所述手腕书写轨迹的轮廓特征点。

步骤二：对所述手腕书写轨迹的轮廓特征点进行拟合，得到按照时间相匹配的文字笔画特征；

所述拟合是指用连续曲线近似地刻画或比拟平面上离散点组所表示的坐标之间的函数关系的一种数据处理方法。具体而言，本步骤通过与所述智能手表连接的终端设备对所述手腕书写轨迹的轮廓特征点进行拟合。

步骤三：根据所述按照时间相匹配的文字笔画特征，检索文字数据库，提取匹配度大于规定阈值的文字作为匹配文字或者候选匹配文字。更进一步，本步骤可以具体分为两个工作过程，包括：筛选过程以及计算过程。

所述筛选过程具体可以采用扫描、检索、比对、筛除等方法。根据所述按照时间相匹配的文字笔画特征，以规定的检索方案在所述文字数据库中进行检索性筛选，并将筛选后得到的文字作为待匹配文字。例如，用户通过手腕运动输入“人”字的轨迹，经步骤S101、步骤S102后，进入步骤S103的筛选环节，首先终端设备根据按照时间相匹配的文字笔画特征的笔画个数在文字数据库中进行筛选，得到包含“人”、“入”、“八”、“卜”、“十”、“二”等文字的文字组；进而在已筛选出的文字组中根据按照时间相匹配的文字笔画特征为第一笔画内容为“丿”，第二笔画内容为“乀”，进行进一步筛选，得到待匹配文字包括：“人”、“入”、“八”三个文字，则筛选过程结束。

所述计算过程是在执行上述筛选过程后，对所述待匹配文字与所述手腕书写轨迹的匹配度进行计算，并提取匹配度大于规定阈值的文字作为匹配文字或者候选匹配文字。由于根据按照时间相匹配的文字笔画特征进行匹配并不能唯一地、确定地匹配出用户想要输入的文字内容，通过计算所述待匹配文字与所述手腕书写轨迹的匹配度，提取所述匹配度大于规定阈值的文字作为匹配文字或者候选匹配文字，可以提高匹配的准确性；同时，若有多个文字的匹配度大于规定阈值，可按照匹配度从高到低的顺序对待匹配文字进行提取，匹配度最高的待匹配文字作为匹配文字，其它匹配度大于规定阈值的待匹配文字作为候选匹配文字，最终获得唯一的匹配文字。本实施例提供的对所述待匹配文字与所述手腕书写轨迹的匹配度进行计算的方法具体包括以下步骤：

1)确定所述经手腕运动轨迹转换得到的手腕书写轨迹轮廓图形的中心点坐标；

2)平移所述手腕书写轨迹轮廓图形，使之与所述经筛选过程得到的待匹配文字的中心点重合；

3)对所述手腕书写轨迹轮廓图形进行旋转、缩放等操作，使得所述手腕书写轨迹轮廓图形与所述待匹配文字方向相同，相应顶点之间的距离之和最小；

4)以所述相应顶点之间的距离之和的最小值的倒数作为所述手腕书写轨迹与所述待匹配文字的匹配度。

上述对所述待匹配文字与所述手腕书写轨迹的匹配度进行计算的步骤均需要通过与所述智能手表连接的终端设备完成。

举例说明，用户通过手腕运动输入“人”字的轨迹，经步骤S101、步骤S102以及步骤S103的筛选过程后，得到待匹配文字组包括：“人”、“入”、“八”，进而进入计算过程。本例需分别计算用户通过手腕运动输入“人”字的轨迹所转换的手腕书写轨迹与所得到的待匹配文字“人”、“入”、“八”的匹配度。具体步骤包括：通过与所述智能手表连接的终端设备，确定用户通过手腕运动所输入“人”字的轨迹所转换的手腕书写轨迹的中心点坐标；平移所述“人”字书写轨迹轮廓图形，使之与待匹配文字“人”的中心点重合；对所述“人”字书写轨迹轮廓图形进行旋转、缩放等操作，使得所述手腕书写轨迹轮廓图形与所述待匹配文字方向相同，相应顶点之间的距离之和最小；以所述相应顶点之间的距离之和的最小值的倒数作为所述“人”字书写轨迹与待匹配文字“人”的匹配度，对于待匹配文字“入”和“八”与所述“人”字书写轨迹的匹配度计算同理可得，在此不做赘述；最后，若经计算得到的三个匹配度中大于规定阈值的待匹配文字只有唯一的一个“人”字，则将其作为匹配文字，若计算所得的三个匹配度中大于规定阈值的待匹配文字为“人”字和“入”字，且“人”字的匹配度大于“入”字的匹配度，则将待匹配文字“人”字作为匹配文字，将待匹配文字“入”字作为候选匹配文字。

另外，在用户通过手腕输入文字轨迹的过程中，可能由于所输入文字笔画过于复杂，或者由于用户手腕运动不稳定，未能保证各文字笔画的相对位置，或者由于用户输入的文字为错别字等，导致转换后的手腕书写轨迹无法与文字数据库中的按照时间相匹配的文字笔画特征进行匹配，后续匹配度计算等步骤无法执行，用户无法得到想要输入的文字内容，此时，应对用户做出提醒，方便用户重新输入。具体而言，需执行以下步骤：

步骤一：未筛选得到所述待匹配文字；

经所述筛选过程后，未筛选得到所述待匹配文字，即根据按照时间相匹配文字笔画特征，未在所述文字数据库中找到与所述手腕书写轨迹相匹配的模板。

步骤二：相应提示灯闪烁一次作为提示；

通过信号传递，控制设置于所述智能手表的表体或表带上的相应提示灯闪烁一次作为提示。

步骤三：用户接收提示信号，返回步骤S101。

用户接受提示信号，判断未筛选出待匹配文字的原因，包括输入文字错误或者笔画不准确等，进而返回获取手腕运动轨迹的步骤，进行文字的重新输入。

步骤S104，录入所述匹配文字，或者将所述匹配文字或者候选匹配文字作为候选项供选择。

本步骤用于将步骤S103得到的匹配文字录入所述智能手表的屏幕上或者将所述匹配文字或者候选匹配文字作为候选项显示于所述智能手表的屏幕上供选择。具体而言，本步骤需用户通过点击所述智能手表的屏幕来完成。

举例说明，用户通过手腕运动输入“人”字的轨迹，经步骤S101、步骤S102后，执行步骤S103，经计算得到匹配度大于规定阈值的匹配文字为“人”字，则“人”字即为所述匹配文字，用户可以直接录入所述匹配文字；或者，用户通过手腕输入“人”字的轨迹，经步骤S101、步骤S102后，执行步骤S103，经计算得到匹配度大于规定阈值的匹配文字为“人”和“入”字，且“人”字的匹配度大于“入”字的匹配度，则将“人”字作为所述匹配文字，将“入”字作为所述候选匹配文字，用户可以将所述候选匹配文字作为候选项供选择；或者，用户通过手腕输入“人”字的轨迹，经步骤S101、步骤S102后，执行步骤S103，经计算得到匹配度大于规定阈值的匹配文字为“入”和“八”字，且“入”字的匹配度大于“八”字的匹配度，则将“入”字作为所述匹配文字，将“八”字作为所述候选匹配文字，此种情况下，所得匹配文字及候选匹配文字都不是用户想要输入的文字内容，则用户可以将所述匹配文字或者候选匹配文字作为候选项供选择。

本申请提供的智能手表的文字输入装置实施例如下：

在上述的实施例中，提供了一种智能手表的文字输入方法，与之相应的，本申请提供了一种智能手表的文字输入装置，由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关的部分请参见上述方法实施例对应说明即可。下述描述的装置实施例仅仅是示意性的。

参照图2，其示出了根据本实施例提供的一种智能手表的文字输入装置示意图。

本申请提供的一种智能手表的文字输入装置，包括：

获取单元201，用于获取用户手腕的手腕运动轨迹；

可选的，所述获取单元包括用于获取用户手腕的手腕运动轨迹的传感器。

转换单元202，用于将所述手腕运动轨迹转换为手腕书写轨迹；

可选的，所述转换单元包括预先设置的转换算法。

匹配单元203，用于将所述手腕书写轨迹与文字数据库中的按照时间相匹配的文字笔画特征进行特征匹配，并进行匹配度计算，提取匹配度大于规定阈值的文字作为匹配文字或者候选项文字；

可选的，所述匹配单元包括筛选单元和计算单元。

可选的，所述筛选单元用于根据按照时间相匹配的文字笔画特征，以规定的检索方案在所述文字数据库中进行检索性筛选，得到待匹配文字。

可选的，所述计算单元用于对所述手腕书写轨迹与所述待匹配文字进行匹配度计算。

可选的，所述根据按照时间相匹配的文字笔画特征，以规定的检索方案在所述文字数据库中进行检索性筛选，得到待匹配文字包括：

未筛选得到所述待匹配文字；

相应提示灯闪烁一次作为提示；

用户接收提示信号，返回获取单元。

显示单元204，用于录入所述匹配文字，或者将所述匹配文字或者可能匹配文字作为候选项供选择。

本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此本发明的保护范围应当以本发明权利要求所界定的范围为准。