手势识别方法及使用该方法的手掌虚拟键盘及其输入方法
【技术领域】
[0001]本发明涉及一种虚拟输入装置，具体地说是一种基于腕部生物电和手指位置的手掌虚拟键盘及其输入方法。
【背景技术】
[0002]随着电子技术的发展，计算机成为现代工作和生活中不可或缺的一部分，键盘作为人机交互的重要输入设备，其作用更是无法替代。由于人们对电子设备的使用变得日益普遍，这就要求这些设备具有较好的可移动性和便携性。目前，键盘主要有实体硬键盘和触摸屏软键盘两种，由于尺寸的限制，这两种键盘在便携性和易操作性上始终是相互矛盾的，虚拟键盘的产生解决了键盘在便携性和易操作性之间的矛盾。
[0003]现有的虚拟键盘采用的是投影方式，需要时通过光投照形成所需的键盘的影像，不使用时会完全消失。该光学虚拟键盘一般是通过激光在媒介上显示虚拟键盘，用户进行键盘输入，采用单个摄像头进行图像采集，通过自动光学检测完成信息识别，键盘触发相应，用户获得该响应消息。但是该虚拟键盘使用光投影，光线容易遮挡视线，影响使用。在专利文献CN102750044A中，公开了一种虚拟键盘装置和实现方法，图像采集检测单元采集用户的手掌位置及手指的坐标，并将用户的手掌显示在实际键盘上，当键盘模拟显示单元提示确认某个按键时，虚拟键盘标定单元根据采集到的手指的坐标标定出虚拟键盘的位置和大小，运动跟踪定位单元根据采集到的手指的坐标，显示在实际键盘上的手指位置以及标定出的虚拟键盘的位置和大小确定按下某个按键。但是，该方案中需要使用摄像头采集用户手部图像，来获得原始数据，通过分析才能得到用户的手掌位置和手指坐标，摄像头为了采集清晰完整的图像，其设置位置具有一定的要求，否则不能得到完整的图像，导致该设备的安装难度增加。此外，该光学方式的虚拟键盘，需要位置固定的激光投影装置或摄像头装置，便携性差。
【发明内容】
[0004]为此，本发明所要解决的技术问题在于现有技术中的虚拟键盘需要使用摄像机采集图像、安装不方便的问题，从而提出一种无需使用摄像头、安装简单方便的手势识别方法以及基于该方法的手掌虚拟键盘及其输入方法。
[0005]为解决上述技术问题，本发明的提供一种手势识别方法及使用该方法的手掌虚拟键盘及其输入方法。
[0006]一种手势识别方法，包括如下步骤:
[0007]设置在腕部的生物电传感器采集用户手势运动时的生物电信号，设置在拇指上的位置传感器采集拇指的运动轨迹以及加速度信号；
[0008]将生物电信号和加速度信号进行分割处理，得到手势活动段；
[0009]分别针对手势活动段内的生物电信号和加速度信号进行特征提取；
[0010]将提取后的所述生物电信号和加速度信号的特征值进行融合，得到手势特征；
[0011]将所述手势特征输入预先设置的手势识别模型进行识别，识别出用户的手势。
[0012]优选地，所述“将处理后的生物电信号和加速度信号进行分割处理，得到手势活动段”的过程，包括:
[0013]将生物电信号，首先通过平均滤波器获得信号的基线，然后使用原始信号减去基线，得到消除了低频漂移的平稳信号；然后，使用时间窗获得生物电信号的窗内能量；之后将该能量幅值进行归一化，即将信号的绝对数值变为0-1之间的相对数值，在0-1内设定一个阈值，如果信号能量连续有若干个采样点高于此阈值，则认为信号此处为手势活动段的起点，此后为活动段内部，直到连续若干个采样点低于阈值，则认为信号此处为手势活动段的终点=。
[0014]优选地，所述“分别针对手势活动段内的生物电信号和加速度信号进行特征提取”的过程，包括:
[0015]将一个活动段内的生物电信号，将每个类别的所有采样点的绝对值计算均值，然后计算特征值，构成一个多维特征向量；
[0016]将一个活动段内的加速度信号，分别计算在三维方向上的加速度以及合加速度，组成一个4维向量。
[0017]优选地，所述手势识别模型通过对所述手势特征的训练来建立，其过程包括:
[0018]将融合后的手势特征作为一个整体，送入分类器进行训练，得到分类器模型，作为手势识别模型。
[0019]优选地，将生物电信号和加速度信号进行分割处理之前，还包括预处理的过程，具体包括:
[0020]对所述信号采集单元得到的生物电信号和加速度信号进行降噪滤波处理，并进行模数转换。
[0021]一种手势识别系统，包括:
[0022]信号采集单元，包括设置在腕部的生物电传感器和设置在拇指上的位置传感器，生物电传感器采集用户手势运动时的生物电信息，位置传感器采集拇指的运动轨迹以及加速度；
[0023]信号分割单元，将预处理后的生物电信号和加速度信号进行分割处理，得到手势活动段；
[0024]特征提取单元，分别针对手势活动段内的生物电信号和加速度信号进行特征提取；
[0025]特征融合单元，将提取后的所述生物电信号和加速度信号的特征值进行融合，得到手势特征；
[0026]将手势特征输入预先建立的手势识别模型中进行识别，识别出用户的手势。
[0027]—种使用上述手势识别方法或系统的手掌虚拟键盘，包括:
[0028]信号采集单元，包括设置在腕部的生物电传感器和设置在拇指上的位置传感器，所述生物电传感器采集用户手势运动时的生物电信息，所述位置传感器采集拇指的运动轨迹以及加速度；
[0029]信号预处理单元，对所述信号采集单元得到的生物电信号和加速度信号进行降噪滤波处理，并进行模数转换；
[0030]信号分割单元，将信号预处理单元处理后的生物电信号和加速度信号进行分割处理，得到手势活动段；
[0031]特征提取单元，分别针对手势活动段内的生物电信号和加速度信号进行特征提取；
[0032]特征融合单元，将所述生物电信号和加速度信号的特征值进行融合，得到手势特征；
[0033]手势识别单元，包括预先设置的手势识别模型，将待识别手势特征输入所述手势识别模型进行识别，得到识别出用户的手势；
[0034]字符映射单元，根据预先定义的手势与所述字符的对应关系，获得识别出的手势对应的字符。
[0035]优选地，还包括一个或多个字符集单元，该字符集单元中设置有手势与该手势对应的字符。
[0036]优选地，还包括字符集切换单元，选择一个字符集单元作为目前手势进行字符匹配的字符集。
[0037]优选地，所述手势识别模型使用所述手势特征通过训练来建立。
[0038]优选地，所述生物电传感器放置在用户腕部的肌群表面，获得用户手势运动的生物电信号，所述生物电信号包括皮肤下的肌电信号和皮肤表面的阻抗变换信号。
[0039]一种使用上述手掌虚拟键盘的输入方法，包括如下步骤:
[0040]设置在腕部的生物电传感器采集用户手势运动时的生物电信号，设置在拇指上的位置传感器采集拇指的运动轨迹以及加速度信号；
[0041]对信号进行预处理，并将处理后的生物电信号和加速度信号进行分割处理，得到手势活动段；
[0042]分别针对手势活动段内的生物电信号和加速度信号进行特征提取；
[0043]将提取后的所述生物电信号和加速度信号的特征值进行融合，得到手势特征；
[0044]使用所述手势特征建立训练模型，得到手势识别模型；
[0045]将待识别手势特征输入所述手势识别模型进行识别，识别出用户的手势；
[0046]根据预先定义的手势与所述字符的对应关系，获得识别出的手势对应的字符。
[0047]本发明的技术方案相比现有技术具有以下优点，
[0048](I)本发明提供一种手势识别方法，通过设置在腕部的生物电传感器采集用户手势运动时的生物电信号，设置在拇指上的位置传感器采集拇指的运动轨迹以及加速度信号；然后将将生物电信号和加速度信号进行分割处理，得到手势活动段；并分别针对手势活动段内的生物电信号和加速度信号进行特征提取；再将提取后的所述生物电信号和加速度信号的特征值进行融合，得到手势特征；最后，将所述手势特征输入预先设置的手势识别模型进行识别，识别出用户的手势。该手势识别方法使用生物电传感器和位置传感器获得生物电信号和加速度信号，并通过该信号来进行手