CN105302289B - 基于手机的固定笔画大写英文字母自动识别方法 - Google Patents

Abstract

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。

Description

基于手机的固定笔画大写英文字母自动识别方法

技术领域

本发明涉及识别技术领域，尤其涉及一种利用手机中的三轴加速度传感器来识别手机的移动，作为输入法，输入大写英文字符。

背景技术

随着手机的普及，各种适合手机的输入法大量的涌现，但是现有的手机输入法都建立在手机键盘或者是触摸屏上，如果用户在可视能力低的时候，或者是手机键盘不方便使用时，无法使用现有的键盘或者触摸屏进行输入。

当前人与电子设备之间的交互不断地增加，电子设备的输入方式不再局限于键盘等指定设备的限制。随着动作捕捉的完善，新的输入方式将使人机交互的能力和便捷性不断提升。

加速度传感器是一种检测本体加速度的设备，其根据自身的惯性特性，对本体速度的改变进行数值化计算。三轴加速度传感器即为同时检测三个相互垂直的方向上的加速度的加速度传感器，该传感器体积小，功耗低，且具有较高的准确度和刷新率，利用其高频计算出的加速度进行积分和空间运算，通过估算其运动轨迹。如今的大部分智能手机中皆会配备此传感器。

但是，三轴加速度传感器对于运动轨迹的计算并不十分准确，因为其本身的结构特点为利用惯性的反弹特性，在检测的时间上会较实际略有延迟，在曲线及转折型移动中，这种延迟较为明显；同时无法克服重力，以及其自身的零漂延迟等问题，都会对运动轨迹的计算产生影响，从而影响手机输入的准确性。

发明内容

本发明的目的是克服现有技术存在的缺陷，提供一种可以在空间中进行书写，进行英文大写字母输入的基于手机的固定笔画大写英文字母自动识别方法。

实现本发明目的的技术方案是：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，其中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。

作为本发明的优化方案，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。

作为本发明的优化方案，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。

作为本发明的优化方案，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。

作为本发明的优化方案，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。

本发明具有积极的效果：本发明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。本输入方法使人可以通过手机在空间中按照固定的书写模式移动，进行书写英文字符，即可被手机终端识别，可使用户如使用笔一般的在空间中进行书写输入。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：

图1为手机运动轨迹的估计方法流程；

图2是本发明的字符轨迹表；

图3是手机运动轨迹的估计方法的具体流程图；

图4为固定笔画的匹配识别方法流程图。

具体实施方式

本发明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，该新型的输入方法，用于输入大写英文字符及空格键，通过识别手机的运动轨迹来识别用户在平面中写出的字符，首先对于书写字符来说，笔画的长度并不重要，所以本方法优先识别书写的方向和顺序，对笔画的长度仅要求满足识别最短长度即可。笔画的最短长度受三轴加速度传感器的采样频率和输入的方向准确性而定，默认为超过连续30次采样到相同的方向的速度则认为其以准确输入一个笔画。

如图1所示手机运动轨迹的估计方法流程包括如下3个步骤：

确定手机的书写平面；

消除重力、零漂；

确定手机的移动方向。

其中，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

用户需要在一个指定的平面内输入，此平面在输入过程中不可改变。用户需在初始化过程中按顺序移动手机，移动顺序和方向按照如图2所示的字符轨迹表。步骤1中用户需先手持手机保持静止，手机会进行一定量的加速度采样，计算出重力在三轴加速度传感器上的分量均值与零漂在三条轴上的最大值。然后根据系统提示向书写平面的右方移动，其移动的轨迹在三轴加速度传感器的三条轴上的最大投影方向将被视为书写的右方；同理系统进一步提示沿书写平面向下移动，以确认书写平面。同时初始化轨迹链和缓冲区，轨迹链用于记录已经确认的输入轨迹，缓冲区则用于当方向改变时确认输入的新方向。速度累积量用于记录三轴的加速度所累积的速度。

手机按照字符轨迹表进行移动，读出三轴加速度传感器的三轴数据。

消除重力：对三轴的加速度数据进行处理，减去初始化过程中确定的加速度均值。

消除零漂及震动：处理后的数据如果不大于初始化过程中确定的零漂最大值，该次采样将被抛弃。

消除过大值：处理后的数据如果超过5G，将对其进行对数化。处理结果为数据的自然对数。

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。

判断是否为新的移动方向：如果本次的计算结果与轨迹链中最后一次的方向相同，则本次结果不被判断为新方向。反之，在缓冲区中查找，是否有相同方向的结果已存在与缓冲区中，如有，则将本方向的计数器加一，如无，则将本方向加入缓冲区中，创建本方向的计数器，设置值为一。如果某一新方向的在计数器中的累加结果超过了缓冲区中所有计数器累加结果的和的80％，此值被定义为识别阈值，则认为其改变了输入方向，将此方向加入轨迹链中，并清空缓冲区。如果超过了500次采样仍然没有得出结果，则清空缓冲区。

在确定了新方向以后，如果多次采样结果不大于初始化过程中确定的零漂最大值，则认为用户主动停顿，则清空速度累积量和缓冲区，重新计算。反之，则将识别阈值提高5％，之后每次出现无清空的情况，该阈值提高量减少为原来的一半。

如图3为手机运动轨迹的估计方法的具体流程图，

步骤S31中，处理流程开始；

步骤S32中，手机按照字符轨迹表进行移动，三轴加速度传感器测出三轴数据；

步骤S33中，消除重力；

步骤S34中，消除零漂及震动；

步骤S35中，消除过大值；

步骤S36中，确定移动方向；

步骤S37中，移动时判定缓冲区是否有相同的方向；

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；

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；

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％；

步骤S311中，结束。

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。

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；

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；

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；

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；

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。

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。

实施例1

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：1g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Ax₀，由于重力方向与移动方向相反，所以得到的结果需加1g，即为(Ax₀+1)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(Ax₀+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(Ax₀+1)g，反之则使用(Ax₀+1)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(Ax₀+1)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。

实施例2

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。

实施例3

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。

实施例4

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。

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。

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。

Claims (4)

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；

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。

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。