器测出三轴数据；
[0047]步骤S33中，消除重力；
[0048]步骤S34中，消除零漂及震动；
[0049]步骤S35中，消除过大值；
[0050]步骤S36中，确定移动方向；
[0051]步骤S37中，移动时判定缓冲区是否有相同的方向；
[0052]步骤S38中，进行方向计数，如果有相同的方向，增加此方向的累计值；
[0053]步骤S39中，某个新的移动方向的采样计数值超过总计数值的80%确定为识别阈值，为新方向；
[0054]步骤S310中，判断是否有停顿，如果有停顿清空速度累积量和缓冲区，如果没有停顿，识别阈值提高5% ;
[0055]步骤S311中，结束。
[0056]如图4为固定笔画的匹配识别方法流程图，本方法将用于快速的将轨迹链与字符轨迹表进行比对，并找出其中相似度最高的选项，以此作为输出的结果。
[0057]步骤S41中，取出字符轨迹表中的一个字符的首笔画，在轨迹链中找到第一个与其相同笔画的位置；
[0058]步骤S42中，将此字符的下一个笔画在轨迹链中前一个笔画的位置之后进行查找；
[0059]步骤S43中，重复步骤1和步骤2，直到本字符的最后一个笔画被查找完成或查找到轨迹链中的最后一个位置；
[0060]步骤S44中，字符的匹配率计算方法为匹配的笔画数量除以字符轨迹长度与输入笔画的总数量之和，以此方法计算本字符的匹配率；
[0061]步骤S45中，重复以上步骤，直至所有字符都被比对完成，所有字符中匹配率最高的字符将被作为结果输出。
[0062]其中，匹配的笔画数量为轨迹链中找到的笔画数，字符轨迹的长度为字符轨迹表中字符的长度。
[0063]实施例1
[0064]以输入“A”为例，用户首先将屏幕面向自己垂直令程序初始化，书写平面为面向用户的竖直平面，手机屏幕的右方即+X方向为书写平面的右方，手机屏幕的下方即-Y方向为书写平面的下方，得到默认重力:lg沿-Y方向，得到零漂绝对值的最大值MaxZ。之后向上移动手机，三轴加速度传感器+Y方向产生较大的数值，设其为Ax。，由于重力方向与移动方向相反，所以得到的结果需加lg，即为(AX(]+l)g，此时如果结果没有超过MaxZ则抛弃此结果，重新采样。现假设其超过了 MaxZ，之后需要判定(AX(]+1) g的大小，如果数值超过5g，则最终得到的加速度结果为ln(AX(]+l)g，反之则使用(AX(]+l)g。之后将其乘以采样周期t，并将结果累加至速度累计量中，由于这是输入的第一笔，所以速度累计量中的Y方向为0，所以累加后的结果为(AX(]+l)t。此时由于缓冲区和轨迹链皆为空，所以将笔画“上”放置如缓冲区中。之后程序重新采样，假设继续向上移动，向“上”的移动方向的采样计数值超过总计数值的80%，系统将识别出向上的笔画。之后的向上的输入将不被记录。然后稍作停顿，系统将把缓冲区与速度累积量清零，继续向右移动，则如前文所述，系统将检测到一个向右的速度，并将其放入缓冲区中。以此类推，完成输入“上右下左右”后终止。
[0065]实施例2
[0066]如果在实施例1中，输入并不准确，如在向上移动中，用户实际向右上方斜向移动，则可能出现某次检测出向右的轨迹，这时缓冲区中将有两个方向上”和“右”，之后用户继续移动，如检测出向“上”的次数较多，超过缓冲区采样总数的80 %，则依旧会被识别出向上。如始终未超过80%且采样数超过500次，则系统自动清空缓冲区，重新进行计算。
[0067]实施例3
[0068]如果在实施例1中，改变方向后不做停顿，则系统无法自动将速度累积量清零，则对结果的误差累计会加大，故在第一个新笔画“右”被加入轨迹链后，用户会继续输入“下”，此时缓冲区中“下”的采样次数需超过缓冲区总采样次数的85 %，会被加入轨迹链，不做停顿继续输入方向“左”，超过缓冲区总采样次数的87.5%会被加入轨迹链，以此类推。
[0069]实施例4
[0070]通过运动轨迹的估计方法，假设得到轨迹链“上右下上左右”，即用户输入“A”但第四笔“左”没有被完全正确的检测，多出一个笔画“上”。此时，从字符轨迹表中取出“A”，开始比对，第一笔“上”在轨迹链的第一位，第二笔“右”需从第二位开始查找，其在轨迹链的第二位，同理，第三笔“下”从第三位开始查找，在轨迹链中的第三位，第四笔“左”在轨迹连的第四位开始查找，找到“左”在输入链的第五位，第五笔“右”需从轨迹链的第六位开始查找，在轨迹链的第六位。至此，完成了字母“A”的比对，匹配率的计算方法为:匹配的笔画数量为:5，输入笔画的总长度6，字符轨迹总长度5，则匹配率为5/11。使用同样的方法比对字符“B”，第一笔“上”在第一位，第二笔“右”在第二位，第三笔“下”在第三位，第四笔“左”在第五位，第六笔“右”在第六位，轨迹链以至末尾，比对完成，则其匹配率为5/13。
[0071]同理比对26个字母及空格，得出结果“A”的匹配率最高，则“A”被输出。
[0072]以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1.基于手机的固定笔画大写英文字母自动识别方法，其特征在于:包括手机运动轨迹的估计方法和固定笔画的匹配识别方法，所述的手机运动轨迹的估计方法包括如下步骤: 确定手机的书写平面； 消除重力、零漂； 确定手机的移动方向。2.根据权利要求1所述的基于手机的固定笔画大写英文字母自动识别方法，其特征在于:所述确定书写平面包括如下步骤: 步骤1:手机保持静止，计算重力在三轴加速度传感器上的分量，计算零漂在三轴上的最大值； 步骤2:确定书写平面的右方和下方。3.根据权利要求1所述的基于手机的固定笔画大写英文字母自动识别方法，其特征在于:所述确定手机的移动方向为，手机按顺序移动，三轴加速度传感器测定三轴上的加速度，将加速度和时间的乘积累计加入速度累计量中，累加后三轴速度累计量中绝对值最大的作为移动的方向。4.根据权利要求3所述的基于手机的固定笔画大写英文字母自动识别方法，其特征在于:所述确定手机的移动方向还包括，手机移动新方向的确定，对手机移动方向的采样进行计数，某个新的移动方向的采样计数值超过总计数值的80 %，确定此方向为新方向。5.根据权利要求1所述的基于手机的固定笔画大写英文字母自动识别方法，其特征在于:所述固定笔画的匹配识别方法包括如下步骤: 步骤1:取出字符轨迹表中的一个字符的首笔画，在轨迹链中找到第一个与其相同笔画的位置； 步骤2:将此字符的下一个笔画在轨迹链中前一个笔画的位置之后进行查找； 步骤3:重复步骤1和步骤2，直到本字符的最后一个笔画被查找完成或查找到轨迹链中的最后一个位置； 步骤4:字符的匹配率计算方法为匹配的笔画数量除以字符轨迹长度与输入笔画的总数量之和，以此方法计算本字符的匹配率； 步骤5:重复以上步骤，直至所有字符都被比对完成，所有字符中匹配率最高的字符将被作为结果输出。
【专利摘要】本发明涉及基于手机的固定笔画大写英文字母自动识别方法，包括手机运动轨迹的估计方法和固定笔画的匹配识别方法。该方法用于输入大写英文字符及空格键，通过手机运动轨迹的估计方法和固定笔画的匹配识别方法，利用手机中安装的三轴加速度传感器，用户可以在空间进行大写英文字母的输入，适用于用户可视能力较低或者是手机键盘和触摸屏不方便适用时，同时对三轴传感器进行矫正，对零漂和重力进行了消除，使手机运动轨迹的计算更加准确从而得到正确的输入，用户如使用笔一般的在空间中进行书写输入。
【IPC分类】G06F3/01, G06F3/023
【公开号】CN105302289
【申请号】CN201510138100
【发明人】赵蕴龙
【申请人】赵蕴龙
【公开日】2016年2月3日
【申请日】2015年3月26日