CN103576990A - 一种基于单高斯模型的光学触摸方法 - Google Patents

Abstract

本发明属于光学触摸方法，具体涉及一种基于单高斯模型的光学触摸方法。一种基于单高斯模型的光学触摸方法，包括下述步骤：当触摸一点时，触摸物会在两端的CCD摄像头上分别成像，成像点的位置分别为a₁和a₂，通过a₁和a₂计算出与法线的夹角α和β，这样求出，触摸物对应的两条光线与上边框的夹角，分别为θ+α和θ-β，这两个夹角计算出触摸物的物理坐标。本发明的效果是：（1）有效提高触摸精度。（2）有效提高背景抗变能力。

Description

一种基于单高斯模型的光学触摸方法

技术领域

本发明属于光学触摸方法，具体涉及一种基于单高斯模型的光学触摸方法。

背景技术

红外光学触摸技术是一种不同于现有的表面声波、电阻、电容等触摸技术的新技术，红外光学传感器对细致的动作反应快速，让应用更轻快，流畅，准确！

红外光学触摸屏的原理如图1所示，安装在顶部左右上角的两个CCD摄像头可以精准地检测出多个手指位置，使用者不仅可以单击、拖拉，还可以自由旋转和放大图片。此外，使用者还可以通过轻轻的接触屏幕，享受控制三维物体运动以及与屏幕中的虚拟动物零距离接触的乐趣。

在红外光学触摸屏中，涉及到众多的光学知识，其中最重要的是背景建模方法，这是准确检测触摸点的前提，是红外光学触摸屏的核心技术。发明人提出了一种基于单高斯模型的背景建模方法，大大提高了检测触摸点的准确性。

单高斯分布背景模型适用于单模态背景情形，它为每个图像点的颜色分布建立了用单个高斯分布表示的模型。以下是利用单高斯分布背景模型进行前景检测的过程：首先，对一段时间内的序列图像进行训练，从而建立每个像素点的背景值分布初始高斯模型η(x,μ₀,σ₀)。假设这段时间内共N帧图像。则有：

${\mathrm{\μ}}_0=\frac{1}{N}{\mathrm{\Σ}}_{i=0}^{N-1}{x}_i,---\left(1\right)$

${\mathrm{\σ}}_0=\sqrt{\frac{1}{N}{\mathrm{\Σ}}_{i=0}^{N-1}(x_i-{\mathrm{\μ}}_0)\×(x_i-{\mathrm{\μ}}_0)}---\left(2\right)$

此后，为输入一帧图像的每个像素点建立高斯模型η(x_t,μ_t,σ_t)。其中，下标t表示帧序号，x_t,为像素点的当前像素值，μ_t为当前像素点高斯模型的均值,σ_t为当前像素点高斯模型的均方差。若η(x_t,μ_t,σ_t)≤T_p(T为阈值)，则该点判定为前景点，否则为背景点。

发明内容

本发明针对现有技术的缺陷，提供一种高精度的基于单高斯模型的光学触摸方法。

发明内容：一种基于单高斯模型的光学触摸方法，包括下述步骤：当触摸一点时，触摸物会在两端的CCD摄像头上分别成像，成像点的位置分别为a₁和a₂，通过a₁和a₂计算出与法线的夹角α和β，这样求出，触摸物对应的两条光线与上边框的夹角，分别为θ+α和θ-β，这两个夹角计算出触摸物的物理坐标。

如上所述的一种基于单高斯模型的光学触摸方法，其中，触摸点成像位置的求解通过无触摸点背景与有触摸点背景相减得到。

如上所述的一种基于单高斯模型的光学触摸方法，其中，所述的背景通过下述方法获得，首先使用以下的等式计算均值：

${\stackrel{\‾}{x}}_N=W_p{\stackrel{\‾}{x}}_{N-1}+W_n{\stackrel{\‾}{x}}_N---\left(4\right)$

其中，W_p是过去的权值，而W_n是赋予最新值的权值，

此外，

代表j个样本的加权平均值，而x_k代表第k个样本，W_p和W_n设置为0与1之间的任意对值，使得他们之和为1，并且使得W_p＞W_n以保证过去值比最新值被加权更多，

将标准差δ确定为所考虑的值的方差δ²的平方根，按照如下公式来确定方差：

${\mathrm{\δ}}^2=\stackrel{\‾}{x^2}-{\left(\stackrel{\‾}{x}\right)}^2---\left(5\right)$

其中，

代表x²的平均值；因此如下给出标准偏差：

${\mathrm{\δ}}_N=\sqrt{{\left\{\stackrel{\‾}{x^2}\right\}}_N-{\left(\stackrel{\‾}{x_N}\right)}^2}---\left(7\right)$

其中，

如公式(4)中定义的那样，而

定义为直至第N个样本的样本平方值的加权平均值并如下表示：

${\left\{\stackrel{\‾}{x^2}\right\}}_N=W_p{\left\{\stackrel{\‾}{x^2}\right\}}_{N-1}+W_n{x}_N^2---\left(8\right)$

通过上式完成统计背景模型。

如上所述的一种基于单高斯模型的光学触摸方法，其中，所述的公式（4）使用的权值为：W_p＝0.875和W_n=0.125。

如上所述的一种基于单高斯模型的光学触摸方法，其中，所述的无触摸点背景与有触摸点背景相减，通过下述步骤进行：

△=|x_pixel-m_pixel|    (9)

其中，x_pixel表示像素的值，而m_pixel表示该像素的统计背景模型的值，

用△与阈值θ作比较，在本发明中我们将7δ取为阈值θ。

本发明的效果是：（1）有效提高触摸精度。基于单高斯模型对背景进行建模，提高了识别前景点和背景点的能力，引入的噪声减少，从而提高了触摸物成像点的求解精度，从而提高了红外光学触摸屏的触摸精度。（2）有效提高背景抗变能力。在单高斯模型中，本发明给出了背景模型的更新方法，即指各图像点高斯分布参数的更新。从而提高了系统稳定性，不会因时间、环境的变化使触摸点产生飘移。

附图说明

图1是红外光学触摸屏原理的示意图；

图2是红外光学触摸屏触摸点计算方法的示意图；

图3是触摸物成像点求解流程示意图；

图4是成像点计算示意图。

具体实施方式

如图1所示，左上角的CCD摄像头,通过红外LED灯管发射出光线,经过四周反射条反射,进入右上角的CCD摄像头中.同理,右上角的CCD摄像头发射的光线传入左侧的CCD摄像头中.密布的光线在触摸区域内形成一张红外光线网，经过多次反射的光线之间的空间在1MM以内。

图2给出了触摸点的计算方法，当触摸一点时，触摸物会在两端的CCD摄像头上分别成像，成像点的位置分别为a₁和a₂，通过a₁和a₂可以计算出与法线的夹角α和β。这样可以求出，触摸物对应的两条光线与上边框的夹角，分别为θ+α和θ-β。这两个夹角可以计算出触摸物的物理坐标。

由此可以发现，触摸点求解是否准确与a₁和a₂有着直接的关系，如何有效的求解a₁和a₂成为红外光学触摸屏的关键技术。

触摸点成像位置的求解一般通过无触摸点背景与有触摸点背景相减得到。为了更好地提取目标位置，对于相减完的数据不是全部作为求解阴影点位置的有效像素，而是对减背景得到的差值绝对值进行滤波，滤波的方式是减去无触摸点背景值的某个比例，得到最终的单帧差值数据。该处理流程如图3所示，最后求出的单帧差值数据也就是触摸点在CCD摄像头上的成像区域。通过处理该区域就可以得到触摸点的成像点，也就是图2中的a₁和a₂。

由于不同方向红外LED发光强度不同，反射条和摄像头距离不同的影响，在无触点遮挡的情况下，线阵摄像头输出图像不同像素幅值在空间上并不是接近一个恒定值，而且当环境光强度变化时，对触摸屏有一定的影响，因此，上述方法假定背景光强度是不变的存在一定的局限性。而且，对差值绝对值进行滤波的时候，减去背景值的某个比例也存在一定的问题，因为不同的像素点的背景光值是不同的，而且浮动范围也不一样，使用同样的比例存在一定的缺陷。

针对以上方法中存在的问题，本发明给出了一种基于单高斯模型的背景建模方法。在建立完背景之后，当存在触摸点的时候，用当前的CCD成像的像素值减去背景值，得到当前触摸点的成像区域，也就是图3中的单帧差值数据。但是当不存在触摸点的时候，使用单高斯模型动态更新背景，解决背景恒定不变带来的一系列问题。而且，减背景的比例值通过单高斯模型自动计算出来，而不是采用恒定的比例值。

接下来介绍基于单高斯模型进行背景建模，提取触摸点的方法。一般而言，通过求取N个样本之和，并将和除以N来计算N个样本的平均值

即：

$\stackrel{\‾}{x}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_i---\left(3\right)$

其中，x_i是与给定像素对应的特定样本，该特定样本在当前情况下可以例如是与给定像素对应的第i个样本的测量的背景光强度。于是，在当前触摸屏设置中，将为各个像素点的背景光强度计算这样的平均值。

尽管等式(3)给出了用于样本平均值的通用公式，但是这一公式可能并不是最优的。特别是在触摸屏背景光建模的应用中，像素点的背景光强度不是恒定的，而是随着环境的变化发生一定的变化，当存在触摸点时，某些像素点的背景光强度明显发生变化，而当触摸点移开时，这些像素点的背景光强度又改变回它们先前值附近的值。

为了这种特殊应用的需求，本发明利用这样一种平均值，也就是先前值比当前值拥有更大的权重，具体而言，可以使用以下的等式：

${\stackrel{\‾}{x}}_N=W_p{\stackrel{\‾}{x}}_{N-1}+W_n{\stackrel{\‾}{x}}_N---\left(4\right)$

其中，W_p是过去的权值，而W_n是赋予最新值的权值。

此外，代表j个样本的加权平均值，而x_k代表第k个样本。W_p和W_n可以设置为0与1之间的任意对值，使得他们之和为1，并且使得W_p＞W_n以保证过去值比最新值被加权更多。在本发明中，发明人使用的权值为：W_p＝0.875和W_n=0.125。

将标准差δ确定为所考虑的值的方差δ²的平方根，一般而言，按照如下公式来确定方差：

${\mathrm{\δ}}^2=\stackrel{\‾}{x^2}-{\left(\stackrel{\‾}{x}\right)}^2---\left(5\right)$

其中，

代表x²的平均值；因此如下给出标准偏差：

$\mathrm{\δ}=\sqrt{\stackrel{\‾}{x^2}-{\left(\stackrel{\‾}{x}\right)}^2}---\left(6\right)$

本发明使用流动统计值，所以公式(6)变为：

${\mathrm{\δ}}_N=\sqrt{{\left\{\stackrel{\‾}{x^2}\right\}}_N-{\left(\stackrel{\‾}{x_N}\right)}^2}---\left(7\right)$

其中，

如公式(4)中定义的那样，而

定义为直至第N个样本的样本平方值的加权平均值并如下表示：

${\left\{\stackrel{\‾}{x^2}\right\}}_N=W_p{\left\{\stackrel{\‾}{x^2}\right\}}_{N-1}+W_n{x}_N^2---\left(8\right)$

通过上式可以完成统计背景模型。这是通过使用各像素的存储至并且确定他们的模来完成的。其中模是最经常出现的值。

这样，我们就可以进行图3中的“减背景得到差值绝对值”这一步骤，方法如下式：

△=|x_pixel-m_pixel|(9)

其中，x_pixel表示像素的值，而m_pixel表示该像素的统计背景模型的值。

然后就可以进行图3中的“对差值绝对值进行滤波”这一步骤，方法是用△与阈值θ作比较，在本发明中我们将7δ最为阈值θ。这样当△＞θ时，认为像素值不予背景统计模型相匹配，也就是说该像素点是有效的触摸成像点。否则，认为是背景点，按照统计模型更新背景即可。

通过以上两个步骤，就可以得到单帧差值数据，假设左右CCD摄像头的成像像素均为1000，两个摄像头单帧差值数据如图4所示：

通过成像区域的边界a_L和a_R可以计算出图2中的成像点a₁和a₂，a₁和a₂的值都为(a_L+a_R)/2。得到了a₁和a₂就可以很容易的求取到触摸点的屏幕坐标。

以上就是本发明提出的基于单高斯模型的背景建模方法，该背景建模方法能有效的对背景进行实时更新，而且阈值的选取基于单高斯模型，保证了触摸点成像区域求解的准确性。

Claims (5)

1.一种基于单高斯模型的光学触摸方法，其特征在于：包括下述步骤：当触摸一点时，触摸物会在两端的CCD摄像头上分别成像，成像点的位置分别为a₁和a₂，通过a₁和a₂计算出与法线的夹角α和β，这样求出，触摸物对应的两条光线与上边框的夹角，分别为θ+α和θ-β，这两个夹角计算出触摸物的物理坐标。

2.如权利要求1所述的一种基于单高斯模型的光学触摸方法，其特征在于：触摸点成像位置的求解通过无触摸点背景与有触摸点背景相减得到。

3.如权利要求2所述的一种基于单高斯模型的光学触摸方法，其特征在于：所述的背景通过下述方法获得，首先使用以下的等式计算均值：

其中，W_p是过去的权值，而W_n是赋予最新值的权值，

此外， 

代表j个样本的加权平均值，而x_k代表第k个样本，W_p和W_n设置为0与1之间的任意对值，使得他们之和为1，并且使得W_p＞W_n以保证过去值比最新值被加权更多，

将标准差δ确定为所考虑的值的方差δ²的平方根，按照如下公式来确定方差：

其中， 

代表x²的平均值；因此如下给出标准偏差：

其中， 

如公式(4)中定义的那样，而 

定义为直至第N个样本的样本平方值的加权平均值并如下表示：

通过上式完成统计背景模型。

4.如权利要求3所述的一种基于单高斯模型的光学触摸方法，其特征在于：所述的公式（4）使用的权值为：W_p＝0.875和W_n=0.125。

5.如权利要求4所述的一种基于单高斯模型的光学触摸方法，其特征在于：所述的无触摸点背景与有触摸点背景相减，通过下述步骤进行：△=|x_pixel-m_pixel|                            (9)

其中，x_pixel表示像素的值，而m_pixel表示该像素的统计背景模型的值，

用△与阈值θ作比较，在本发明中我们将7δ取为阈值θ。 

Images