判断触控点的方法和装置与流程

本发明涉及触控设备检测技术领域，特别涉及一种判断触控点的方法和装置。

背景技术：

众所周知，在可触控交互式大屏幕系统中，触控点的识别为核心问题。其中最朴素的方法即设置固定的面积、周长阈值，对摄像头所摄照片中所有位置的光斑都通过该阈值来判别，在范围内的为有效触控点，否则无效。但在实际使用中，这种方式会将很多噪点包括其中，如长条形噪点等。更为严重的是，由摄像头导致的近大远小问题距离摄像头近的光斑在照片中表现得更大；由激光器打出的激光面存在距离激光器近的光斑表现得大的问题。在这两种因素的影响下，如下情况变得亟待解决：难以确定一组固定的适用于全部情况的阈值；在确定了对于某一特定系统合适的阈值，即可将照片中最小光斑与最大光斑包括其中又足够紧的阈值之后，一些距离摄像头较远、其位置聚光面较弱但面积较大的噪点会变得难以分辨。

技术实现要素：

鉴于此，有必要针对传统技术存在的问题，提供了一种判断触控点的方法和装置，能够实现噪点或者有效触控点的有效识别的操作，且具有较高的准确性、灵活性与易用性。

为达到发明目的，提供一种判断触控点的方法，所述方法包括：对设备进行校准操作，其中，所述设备为可触控设备；进行数据的采集，判断当采集的数据在预设阈值内覆盖所述设备的屏幕时，停止采集，并将此时采集的数据定义为训练用数据，其中，所述屏幕为所述设备的组成部件，用于接收用户操作行为；对所述训练用数据进行规约与清洗操作，生成训练样本；选择单类分类器，对输入、输出以及核函数进行定义，并对所述核函数的参数进行赋值与执行训练，生成分类器；生成的所述分类器对所述设备通过所述屏幕获取的触控点进行分类，生成分类结果；通过所述分类结果，完成对所述触控点的判断。

在其中一个实施例中，所述将此时采集的数据定义为训练用数据的步骤之后包括：对所述训练用数据的多个特征参数进行获取，其中，所述多个特征参数包括所述触控点形成的光斑的横纵坐标位置、面积与长轴长。

在其中一个实施例中，所述判断当采集的数据在预设阈值内覆盖所述设备的屏幕时，停止采集包括：判断所述训练用数据是否以横纵坐标均缩小4倍后满足所述屏幕的全覆盖；若满足，则确定所述训练用数据完成所述屏幕的全覆盖操作。

在其中一个实施例中，所述对所述训练用数据进行规约与清洗操作，生成训练样本包括：对于所述触控点相同的所述横纵坐标位置，选取面积与长轴长的最大值，并对面积是否为零进行判断；若面积为零时，则删除当前所述训练用数据，否则，将(4x+1，4y+1，2*area，50*axis)进行存储；再对alpha进行赋值调整，将(4x+1，4y+1，2*alpha*alpha*area，50*alpha*axis)进行存储，生成所述训练样本；其中，x为所述触控点在图像中的横坐标，y为所述触控点在图像中的纵坐标，area为所述触控点在图像中所占像素点总数，定义为面积，axis为所述触控点形成的多边形的长轴长，alpha为调整所述触控点取样参数，alpha值为0-1之间的所有数值。

在其中一个实施例中，所述通过所述分类结果，完成对所述触控点的判断包括；当所述分类结果为0时，则判定所述触控点为噪点；当所述分类结果为1时，则判定所述触控点为有效触控点。

基于同一发明构思的一种判断触控点的装置，所述装置包括：校准模块，用于对设备进行校准操作，其中，所述设备为可触控设备；训练用数据获取模块，用于进行数据的采集，判断当采集的数据在预设阈值内覆盖所述设备的屏幕时，停止采集，并将此时采集的数据定义为训练用数据，其中，所述屏幕为所述设备的组成部件，用于接收用户操作行为；训练样本生成模块，用于对所述训练用数据进行规约与清洗操作，生成训练样本；分类器生成模块，用于选择单类分类器，对输入、输出以及核函数进行定义，并对所述核函数的参数进行赋值与执行训练，生成分类器；分类模块，用于生成的所述分类器对所述设备的屏幕获取的触控点进行分类，生成分类结果；触控点判断模块，用于通过所述分类结果，完成对所述触控点的判断。

在其中一个实施例中，所述训练用数据生成模块包括：提取单元，用于对所述训练用数据的多个特征参数进行获取，其中，所述多个特征参数包括所述触控点形成的光斑的横纵坐标位置、面积与长轴长。

在其中一个实施例中，所述训练用数据生成模块还包括：判断单元，用于判断所述训练用数据是否以横纵坐标均缩小4倍后满足屏幕的全覆盖；确定单元，用于若满足，则确定所述训练用数据完成屏幕的全覆盖操作。

在其中一个实施例中，所述训练样本生成模块包括：选取与判定单元，用于对于所述触控点相同的所述横纵坐标位置，选取面积与长轴长的最大值；执行单元，用于若面积为零时，则删除当前所述训练用数据，否则，将(4x+1，4y+1，2*area，50*axis)进行存储；赋值调整单元，用于对alpha进行赋值调整，将(4x+1，4y+1，2*alpha*alpha*area，50*alpha*axis)进行存储，生成所述训练样本；其中，x为所述触控点在图像中的横坐标，y为所述触控点在图像中的纵坐标，area为所述触控点在图像中所占像素点总数，定义为面积，axis为所述触控点形成的多边形的长轴长，alpha为调整所述触控点取样参数，alpha值为0-1之间的所有数值。

在其中一个实施例中，所述触控点判断模块包括；噪点确定单元，用于当所述分类结果为0时，则判定所述触控点为噪点；有效触控点确定单元，用于当所述分类结果为1时，则判定所述触控点为有效触控点。

本发明提供的一种判断触控点的方法和装置。对设备进行校准操作，其中，设备为可触控设备；进行数据的采集，判断当采集的数据在预设阈值内覆盖设备的屏幕时，停止采集，并将此时采集的数据定义为训练用数据，其中，屏幕为设备的组成部件，用于接收用户操作行为；对训练用数据进行规约与清洗操作，生成训练样本；选择单类分类器，对输入、输出以及核函数进行定义，并对核函数的参数进行赋值与执行训练，生成分类器；生成的分类器对设备通过屏幕获取的触控点进行分类，生成分类结果；通过分类结果，完成对触控点的判断。该方法解决了传统技术中对触控点进行判断的不够准确的问题，实现了对触控点中的噪点或者有效触控点的有效识别的操作，且具有较高的准确性、灵活性与易用性。

附图说明

图1为本发明一个实施例中的一种判断触控点的方法的步骤流程图；

图2为本发明另一个实施例中的一种判断触控点的方法的步骤流程图；

图3为本发明一个实施例中的一种判断触控点的装置的结构示意图；以及

图4为本发明另一个实施例中的一种判断触控点的装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明判断触控点的方法和装置进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，为一个实施例中的一种判断触控点的方法的步骤流程图。具体包括以下步骤：

步骤101，对设备进行校准操作，其中，设备为可触控设备。

步骤102，进行数据的采集，判断当采集的数据在预设阈值内覆盖设备的屏幕时，停止采集，并将此时采集的数据定义为训练用数据，其中，屏幕为设备的组成部件，用于接收用户操作行为。

本实施例中，将此时采集的数据定义为训练用数据的步骤之后包括：对训练用数据的多个特征参数进行获取，其中，多个特征参数包括触控点形成的光斑的横纵坐标位置、面积与长轴长。

进一步地，判断当采集的数据在预设阈值内覆盖设备的屏幕时，停止采集包括：判断训练用数据是否以横纵坐标均缩小4倍后满足屏幕的全覆盖；若满足，则确定训练用数据完成屏幕的全覆盖操作。

步骤103，对训练用数据进行规约与清洗操作，生成训练样本。

本实施例中，对训练用数据进行规约与清洗操作，生成训练样本包括：对于触控点相同的横纵坐标位置，选取面积与长轴长的最大值，并对面积是否为零进行判断；若面积为零时，则删除当前训练用数据，否则，将(4x+1，4y+1，2*area，50*axis)进行存储；再对alpha进行赋值调整，将(4x+1，4y+1，2*alpha*alpha*area，50*alpha*axis)进行存储，生成训练样本。

其中，x为触控点在图像中的横坐标，y为触控点在图像中的纵坐标，area为触控点在图像中所占像素点总数，定义为面积，axis为触控点形成的多边形的长轴长，alpha为调整触控点取样参数，alpha值为0-1之间的所有数值。

步骤104，选择单类分类器，对输入、输出以及核函数进行定义，并对核函数的参数进行赋值与执行训练，生成分类器。

步骤105，生成的分类器对设备的屏幕获取的触控点进行分类，生成分类结果。

步骤106，通过分类结果，完成对触控点的判断。

本实施例中，通过分类结果，完成对触控点的判断包括；当分类结果为0时，则判定触控点为噪点；当分类结果为1时，则判定触控点为有效触控点。

为了更清楚的理解与应用本发明提出的判断触控点的方法，进行以下示例。需要说明的是，本发明的保护范围不局限以下示例。

如图2所示，为另一个实施例中的一种判断触控点的方法的步骤流程图。具体包括以下步骤：

步骤201，对设备进行校准操作。

本实施例中，需要说明的是，除了对设备进行校准时，一次性完成训练用数据的整体采集操作之外，还可以在实际使用中完成训练用数据的采集操作。

步骤202，用户在屏幕上任意划动，获取不同触控点作为训练用数据，以及获取不同触控点的信息。

本实施例中，对每个触控点形成的光斑的位置、面积、长轴长进行获取并存储，构成一个四维向量w＝(x,y,area,axis)。其中x，y为该光斑中心在图像中的横纵坐标；area为光斑在图像中所占像素点，即面积；axis为光斑形成多边形的长轴长。需要说明的是，存储时对每个触控点的横纵坐标模设置为4。

步骤203，用户对触控点采集完毕后，检查上述采集的触控点的数据是否可以覆盖横纵坐标均缩小4倍的屏幕，若不能覆盖，则提示用户在未覆盖的位置继续执行触控操作，直到完全覆盖为止。

步骤204，对训练用数据进行规约与清洗操作，生成训练样本。

需要说明的是，对于横纵坐标同样的触控点，取最大的面积与长轴长值，并判断面积是否为零。若面积area＝0则删除本条数据，否则将(4x+1,4y+1,2*area,50*axis)存储进入清洗后的样本集；再令alpha＝0.8，将(4x+1,4y+1,2*alpha*alpha*area,50*alpha*axis)存储进入清洗后的样本集，得到最终的训练样本。其中，x为触控点在图像中的横坐标，y为触控点在图像中的纵坐标，area为触控点在图像中所占像素点总数，定义为面积，axis为触控点形成的多边形的长轴长，alpha为调整触控点取样参数，alpha值为0-1之间的所有数值。

步骤205，选择单类分类器，以获取的四维向量样本集作为输入，有效触控点作为输出，选择预设核函数，并对预设核函数的参数进行赋值与执行训练，生成分类器。

本实施例中，预设核函数包括但不限于径向基函数、映射函数。对选取的核函数的参数进行赋值，例如，gamma＝0.0002，nu＝0.001，然后执行进行训练，得到训练好的分类器，再进行存储即可。

步骤206，训练好的分类器对设备的屏幕获取的触控点进行分类，生成分类结果，并通过分类结果，完成对触控点的判断。

本实施例中，对于实际使用时的触控点，可以看成是对于分类器的测试集，若分类结果为0，则视为噪点，若分类结果为1，则视为有效触控点。通过上述操作，达到了有效判别触控点的目的。

本发明提供的一种判断触控点的方法。对设备进行校准操作，其中，设备为可触控设备；进行数据的采集，判断当采集的数据在预设阈值内覆盖设备的屏幕时，停止采集，并将此时采集的数据定义为训练用数据，其中，屏幕为设备的组成部件，用于接收用户操作行为；对训练用数据进行规约与清洗操作，生成训练样本；选择单类分类器，对输入、输出以及核函数进行定义，并对核函数的参数进行赋值与执行训练，生成分类器；生成的分类器对设备通过屏幕获取的触控点进行分类，生成分类结果；通过分类结果，完成对触控点的判断。该方法解决了传统技术中对触控点进行判断的不够准确的问题，实现了对触控点中的噪点或者有效触控点的有效识别的操作，且具有较高的准确性、灵活性与易用性。

基于同一发明构思，还提供了一种判断触控点的装置，由于此装置解决问题的原理与前述一种判断触控点的方法相似，因此，该装置的实施可以按照前述方法的具体步骤实现，重复之处不再赘述。

如图3所示，为一个实施例中的一种判断触控点的装置的结构示意图。该判断触控点的装置10包括：校准模块100、训练用数据获取模块200、训练样本生成模块300、分类器生成模块400、分类模块500和触控点判断模块600。

其中，校准模块100用于对设备进行校准操作，其中，设备为可触控设备；训练用数据获取模块200用于进行数据的采集，判断当采集的数据在预设阈值内覆盖设备的屏幕时，停止采集，并将此时采集的数据定义为训练用数据，其中，屏幕为设备的组成部件，用于接收用户操作行为；训练样本生成模块300用于对训练用数据进行规约与清洗操作，生成训练样本；分类器生成模块400用于选择单类分类器，对输入、输出以及核函数进行定义，并对核函数的参数进行赋值与执行训练，生成分类器；分类模块500用于生成的分类器对设备的屏幕获取的触控点进行分类，生成分类结果；触控点判断模块600用于通过分类结果，完成对触控点的判断。

本实施例中，如图4所示，训练用数据获取模块200包括：提取单元210用于对训练用数据的多个特征参数进行获取，其中，多个特征参数包括触控点形成的光斑的横纵坐标位置、面积与长轴长；判断单元220用于判断训练用数据是否以横纵坐标均缩小4倍后满足屏幕的全覆盖；确定单元230用于若满足，则确定训练用数据完成屏幕的全覆盖操作。

进一步地，如图4所示，训练样本生成模块300包括：选取与判定单元310用于对于触控点相同的横纵坐标位置，选取面积与长轴长的最大值；执行单元320用于若面积为零时，则删除当前训练用数据，否则，将(4x+1，4y+1，2*area，50*axis)进行存储；赋值调整单元330用于对alpha进行赋值调整，将(4x+1，4y+1，2*alpha*alpha*area，50*alpha*axis)进行存储，生成训练样本。其中，x为触控点在图像中的横坐标，y为触控点在图像中的纵坐标，area为触控点在图像中所占像素点总数，定义为面积，axis为触控点形成的多边形的长轴长，alpha为调整触控点取样参数，alpha值为0-1之间的所有数值。

更进一步地，如图4所示，触控点判断模块600包括：噪点确定单元610用于当分类结果为0时，则判定触控点为噪点；有效触控点确定单元620用于当分类结果为1时，则判定触控点为有效触控点。

本发明提供的一种判断触控点的装置。通过校准模块100对设备进行校准操作，其中，设备为可触控设备；再通过训练用数据获取模块200进行数据的采集，判断当采集的数据在预设阈值内覆盖设备的屏幕时，停止采集，并将此时采集的数据定义为训练用数据，其中，屏幕为设备的组成部件，用于接收用户操作行为；再通过训练样本生成模块300对训练用数据进行规约与清洗操作，生成训练样本；通过分类器生成模块400选择单类分类器，对输入、输出以及核函数进行定义，并对核函数的参数进行赋值与执行训练，生成分类器；继而通过分类模块500生成的分类器对设备的屏幕获取的触控点进行分类，生成分类结果；最终通过触控点判断模块600通过分类结果，完成对触控点的判断。该装置解决了传统技术中对触控点进行判断的不够准确的问题，实现了对触控点中的噪点或者有效触控点的有效识别的操作，且具有较高的准确性、灵活性与易用性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。