CN108682034B - 一种基于安卓系统的智能手表实体指针的确位方法 - Google Patents

一种基于安卓系统的智能手表实体指针的确位方法 Download PDF

Info

Publication number
CN108682034B
CN108682034B CN201810348894.1A CN201810348894A CN108682034B CN 108682034 B CN108682034 B CN 108682034B CN 201810348894 A CN201810348894 A CN 201810348894A CN 108682034 B CN108682034 B CN 108682034B
Authority
CN
China
Prior art keywords
image
line
positioning
pointer
processor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810348894.1A
Other languages
English (en)
Other versions
CN108682034A (zh
Inventor
黄思华
黄树志
范凤华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaibei weilitao Technology Co., Ltd
Original Assignee
Huaibei Weilitao Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaibei Weilitao Technology Co Ltd filed Critical Huaibei Weilitao Technology Co Ltd
Priority to CN201810348894.1A priority Critical patent/CN108682034B/zh
Publication of CN108682034A publication Critical patent/CN108682034A/zh
Application granted granted Critical
Publication of CN108682034B publication Critical patent/CN108682034B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G04—HOROLOGY
    • G04G—ELECTRONIC TIME-PIECES
    • G04G5/00—Setting, i.e. correcting or changing, the time-indication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种基于安卓系统的智能手表实体指针的确位方法，步骤一，对具有安装系统的包括处理器的手机的摄像头进行设置，使得所述摄像头每时间阈值内至少对焦一次。步骤二，所述摄像头对所述手表的表面进行实时拍摄得到视频，所述手机对所述摄像头拍摄的视频进行识别，所述识别为提取所述视频的图像进行识别。步骤三，对提取的所述视频的图像进行定位预处理，所述定位预处理包括将图像进行灰度化，使其由4通道图像生成1通道的灰度图像，对所述灰度图像进行高斯滤波处理，得到平滑灰度图像。在多次的评估对处理器的要求的计算的速度时，发现光线、颜色等因素对后续的指针的提取存在较大的障碍，因此，大胆地创造性的将惯用的4通道图像直接降低到1通道的灰度图像进行处理，这样不仅处理速度快，更是对手机性能的要求降低了。

Description

一种基于安卓系统的智能手表实体指针的确位方法
技术领域
本发明涉及确定表面指针位置的方法，具体涉及一种基于安卓系统的只能手表实体指针的确位方法。
背景技术
目前智能实体指针手表校准较为麻烦，需要肉眼识别，手动调整。我司曾开发出利用拍照图片进行对时的方法，此方法给予手机拍照对画面的识别非常准的前提，而且，拍照的图像属于瞬时动作，画面是固定的，在拍完照到对照片处理完成期间，时间是走动的，因此，此过程可能存在一定的误差，需要大量的纠正算法去纠时。
发明内容
基于上述技术问题，本发明提供一种基于安卓系统的只能手表实体指针的确位方法，对于配置不高的手机，该方法借助手机视频拍摄，从数据图像中识别定位指针当前位置，并将当前位置及需要调整的角度通过蓝牙发送到手表上面，手表根据指令调整到正确的位置。目前根据测试准确率极高。大大方便的用户的使用，提高了用户体验。
本发明的具体技术方案如下：
一种基于安卓系统的智能手表实体指针的确位方法，所述方法包括如下步骤：
步骤一，对具有安装系统的包括处理器的手机的摄像头进行设置，使得所述摄像头每时间阈值内至少对焦一次。这样，即使摄像头差、配置低的安卓手机每几帧图像里至少有一帧是清晰的图像。
步骤二，所述摄像头对所述手表的表面进行实时拍摄得到视频，所述手机对所述摄像头拍摄的视频进行识别，所述识别为提取所述视频的图像进行图像处理。
步骤三，所述图像处理包括定位预处理，所述定位预处理包括将图像进行灰度化，使其由4通道图像生成1通道的灰度图像，对所述灰度图像进行高斯滤波处理，得到平滑灰度图像。在多次的评估对处理器的要求的计算的速度时，发现光线、颜色等因素对后续的指针的提取存在较大的障碍，因此，大胆地创造性的将惯用的4通道图像直接降低到1通道的灰度图像进行处理，这样不仅处理速度快，更是对手机性能的要求降低了。
步骤四，所述智能手表的表盘为圆表盘，所述处理器对所述平滑灰度图像进行霍夫变换图像处理，找出所述平滑灰度图像中的圆形。
步骤五，所述处理器预设第一直径阈值和第二直径阈值，当所述步骤四中的圆形的直径处于所述第一直径阈值和第二直径阈值之间时，取位于所述第一直径阈值和第二直径阈值之间的最小直径的圆形作为所述圆表盘的外廓圆。
步骤六，所述处理器根据所述外廓圆生成该外廓圆的定位矩阵，利用该定位矩阵裁剪所述步骤二中提取的所述视频的图像，保留所述视频的图像位于所述外廓圆的定位矩阵内的图像，所述保留的图像称为定位图像，所述定位图像的圆心即为所述外廓圆的圆心，所述定位图像的半径为r。
步骤七，所述处理器预设红点阈值X；在所述手表的表盘12点位置预设红色圆点，所述处理器扫描所述定位图像，获取到所述定位图像每个点的RGB值，若(R-B) > X 并且(R-G) > X，则所述处理器判断为该点为预设的红色圆点，将所述红色圆点与所述圆心的连线记作L。
步骤八，对所述定位图像进行图像边缘化处理，使得所述定位图像仅剩下线条。由于所有的表针都是直线的，因此，为了针对性地只保留线条即可。
步骤九，对所述步骤七中的线条进行去干扰处理，具体为：
计算每条线条的起点所述定位图像的圆心的距离d1和终点到所述定位图像的圆心的距离d2，其中，d1<d2，若线条的d1<r/5，且d2<0.9r，则所述处理器判断该线条为有效线条，否则为干扰线条；所有有效线条生成有效线条的集合。
步骤十，计算所述集合中每条线条与所述L之间的夹角，然后对夹角进行分类，所述分类为：
第一线条与所述L之间的夹角为A1，第二线条与所述L之间的夹角为A2，第三线条与所述L之间的夹角为A3，……第N线条与所述L之间的夹角为AN；
若其中有a条线段落入在（Ap，Ap+3）的角度范围内，b条线段落入在（Aq，Aq+3）的角度范围内，c条线段落入在（As，As+3）的角度范围内，……h条线段落入在（At，At+3）的角度范围内，其中，a+b+c+……+h=N，Ap、Aq、As、……、At均为A1、A2、A3、……、AN中的数值；
当有时针、分针和秒针三跟指针时，取a、b、c、……、h中数值最大的三个数值，并且定位到该三个数值的对应角度范围的所有线条作为指针线条。
步骤十一，对所述指针线条进行计算：若某条所述指针线条中存在一个点与圆心的距离大于0.7r且小于0.75r，则判断该条线为分针线条；若某条所述指针线条中存在一个点与圆心的距离大于0.3r且小于0.35r，则判断该条线为时针线条；若某条所述指针线条中存在一个点与圆心的距离大于0.8r且小于0.9r，则判断该条线为秒针线条。
步骤十二，在所述步骤二中，提取下一帧图像，重复次数阈值的所述步骤三到所述步骤十一。
步骤十三，形成秒针的线条集合、分针的线条集合、时针的线条集合，再过滤掉误差较大的角度，在任一指针的线条集合中，过滤的方法如下：
第1线条与所述L之间的夹角为B1，第2线条与所述L之间的夹角为B2，第3线条与所述L之间的夹角为B3，……第n线条与所述L之间的夹角为Bn；
若其中有A条线段落入在（Bp，Bp+3）的角度范围内，B条线段落入在（Bq，Bq+3）的角度范围内，C条线段落入在（Bs，Bs+3）的角度范围内，……H条线段落入在（Bt，Bt+3）的角度范围内，其中，A+B+C+……+H=n，Bp、Bq、Bs、……、Bt均为B1、B2、B3、……、Bn中的数值；取A、B、C、……、H中数值最大的一个数值，并且定位到该一个数值的对应角度范围的所有线条作为该指针的有效线条，计算该线条集合中所有有效线条的角度平均值作为该指针到所述L的角度。
进一步地，在所述步骤一种，所述时间阈值为1秒。
进一步地，在所述步骤二中，所述处理器按规律提取所述视频的图像,具体为：将当前正在处理的图像编号为0，提取所述视频的每帧图像，或者提取编号为奇数或偶数的图像，或者提取编号为3的倍数的图像，或者提取编号为4的倍数的图像。
进一步地，在所述步骤二中，所述提取根据所述处理器的处理速度进行，若当前图像未处理完毕，则发送过来的图像略过不提取进行识别，直至当前图像处理完毕再提取处理完毕之后发送到处理器的第一帧图像。
进一步地，在所述步骤七中，所述X值为50或80或90。X表示红点阈值，范围是50~90,50包括的红色范围比较广，90是比较严格的红色，由于某些手机摄像头的原因，可能该红色点会变成暗红色或其他接近红色的颜色，故这里的X可取50或者其他较为严格的值。
在所述步骤十二中，所述次数阈值大于等于7。
进一步地，所述处理器根据所述步骤十三得出的三个指针到所述L的角度，计算出所述智能手表的表面时间，并将所述表面时间与所述实际时间进行对比，得出时间差。
进一步地，所述处理器将所述时间差发送至所述智能手表，所述智能手表根据所述时间差控制三个指针进行时间调整。
通过上述的技术方案，一是可以精确地、实时地计算出手表的指针在表面所处的位置，二是对手机的安卓手机处理器要求不高，让手机APP不会变卡，并且采用选择性忽略图像帧方式，让低端手机，就算不能快速地处理图像，也可以表现地非常流畅。
具体实施方式
以下对本发明的技术方案进行详尽地阐述。
本发明拟要解决图像识别、噪声过来及时间校准三方面的算法问题，以及实际对于手机处理器的要求不同的优化问题。
表面指针的提取已经有了图像的提取，但是，图像的提取由于存在光线、颜色的问题，单张图片比较难以比较准确地确定指针的位置，而拍摄多张图片则由于拍摄的时间间隔问题，导致指针存在非常大的几率走动。
本发明采用视频提取图片的方式，视频具有连续性，且视频中1秒钟可以提取很多帧的图片，对其中的若干帧进行处理时，指针的位置基本不变。
具体的实现方式如下：
一种基于安卓系统的智能手表实体指针的确位方法，所述方法包括如下步骤：
步骤一，对具有安装系统的包括处理器的手机的摄像头进行设置，使得所述摄像头每时间阈值内至少对焦一次。这样，即使摄像头差、配置低的安卓手机每几帧图像里至少有一帧是清晰的图像。
进一步地，在所述步骤一中，所述时间阈值为1秒。
步骤二，所述摄像头对所述手表的表面进行实时拍摄得到视频，所述手机对所述摄像头拍摄的视频进行识别，所述识别为提取所述视频的图像进行识别。
进一步地，在所述步骤二中，所述处理器按规律提取所述视频的图像,具体为：将当前正在处理的图像编号为0，提取所述视频的每帧图像，或者提取编号为奇数或偶数的图像，或者提取编号为3的倍数的图像，或者提取编号为4的倍数的图像。
进一步地，在所述步骤二中，所述提取根据所述处理器的处理速度进行，若当前图像未处理完毕，则发送过来的图像略过不提取进行识别，直至当前图像处理完毕再提取处理完毕之后发送到处理器的第一帧图像。
步骤三，对提取的所述视频的图像进行定位预处理，所述定位预处理包括将图像进行灰度化，使其由4通道图像生成1通道的灰度图像，对所述灰度图像进行高斯滤波处理，得到平滑灰度图像。在多次的评估对处理器的要求的计算的速度时，发现光线、颜色等因素对后续的指针的提取存在较大的障碍，因此，大胆地创造性的将惯用的4通道图像直接降低到1通道的灰度图像进行处理，这样不仅处理速度快，更是对手机性能的要求降低了。
步骤四，所述智能手表的表盘为圆表盘，所述处理器对所述平滑灰度图像进行霍夫变换图像处理，找出所述平滑灰度图像中的圆形。
步骤五，所述处理器预设第一直径阈值和第二直径阈值，当所述步骤四中的圆形的直径处于所述第一直径阈值和第二直径阈值之间时，取位于所述第一直径阈值和第二直径阈值之间的最小直径的圆形作为所述圆表盘的外廓圆。
步骤六，所述处理器根据所述外廓圆生成该外廓圆的定位矩阵，利用该定位矩阵裁剪所述步骤二中提取的所述视频的图像，保留所述视频的图像位于所述外廓圆的定位矩阵内的图像，所述保留的图像称为定位图像，所述定位图像的圆心即为所述外廓圆的圆心，所述定位图像的半径为r。
步骤七，所述处理器预设红点阈值X；在所述手表的表盘12点位置预设红色圆点，所述处理器扫描所述定位图像，获取到所述定位图像每个点的RGB值，若(R-B) > X 并且(R-G) > X，则所述处理器判断为该点为预设的红色圆点，将所述红色圆点与所述圆心的连线记作L。
进一步地，在所述步骤七中，所述X值为50或80或90。X表示红点阈值，范围是50~90,50包括的红色范围比较广，90是比较严格的红色，由于某些手机摄像头的原因，可能该红色点会变成暗红色或其他接近红色的颜色，故这里的X可取50或者其他较为严格的值。
步骤八，对所述定位图像进行图像边缘化处理，使得所述定位图像仅剩下线条。由于所有的表针都是直线的，因此，为了针对性地只保留线条即可。
步骤九，对所述步骤七中的线条进行去干扰处理，具体为：
计算每条线条的起点所述定位图像的圆心的距离d1和终点到所述定位图像的圆心的距离d2，其中，d1<d2，若线条的d1<r/5，且d2<0.9r，则所述处理器判断该线条为有效线条，否则为干扰线条；生成有效线条的集合。
步骤十，计算所述集合中每条线条与所述L之间的夹角，然后对夹角进行分类，所述分类为：
第一线条与所述L之间的夹角为A1，第二线条与所述L之间的夹角为A2，第三线条与所述L之间的夹角为A3，……第N线条与所述L之间的夹角为AN；
若其中有a条线段落入在（Ap，Ap+3）的角度范围内，b条线段落入在（Aq，Aq+3）的角度范围内，c条线段落入在（As，As+3）的角度范围内，……h条线段落入在（At，At+3）的角度范围内，其中，a+b+c+……+h=N，Ap、Aq、As、……、At均为A1、A2、A3、……、AN中的数值；
当有时针、分针和秒针三跟指针时，取a、b、c、……、h中数值最大的三个数值，并且定位到该三个数值的对应角度范围的所有线条作为指针线条。
步骤十一，对所述指针线条进行计算：若某条所述指针线条中存在一个点与圆心的距离大于0.7r且小于0.75r，则判断该条线为分针线条；若某条所述指针线条中存在一个点与圆心的距离大于0.3r且小于0.35r，则判断该条线为时针线条；若某条所述指针线条中存在一个点与圆心的距离大于0.8r且小于0.9r，则判断该条线为秒针线条。
步骤十二，在所述步骤二中，提取下一帧图像，重复次数阈值的所述步骤三到所述步骤十一。次数阈值大于等于7。
步骤十三，形成秒针的线条集合、分针的线条集合、时针的线条集合，在过滤掉误差较大的角度，在任一指针的线条集合中，过滤的方法如下：
第1线条与所述L之间的夹角为B1，第2线条与所述L之间的夹角为B2，第3线条与所述L之间的夹角为B3，……第n线条与所述L之间的夹角为Bn；
若其中有A条线段落入在（Bp，Bp+3）的角度范围内，B条线段落入在（Bq，Bq+3）的角度范围内，C条线段落入在（Bs，Bs+3）的角度范围内，……H条线段落入在（Bt，Bt+3）的角度范围内，其中，A+B+C+……+H=n，Bp、Bq、Bs、……、Bt均为B1、B2、B3、……、Bn中的数值；取A、B、C、……、H中数值最大的一个数值，并且定位到该一个数值的对应角度范围的所有线条作为该指针的有效线条，计算该线条集合中所有有效线条的角度平均值作为该指针到所述L的角度。
所述处理器根据所述步骤十三得出的三个指针到所述L的角度，计算出所述智能手表的表面时间，并将所述表面时间与所述实际时间进行对比，得出时间差。所述处理器将所述时间差发送至所述智能手表，所述智能手表根据所述时间差控制三个指针进行时间调整。
通过上述的技术方案，一是可以精确地、实时地计算出手表的指针在表面所处的位置，二是对手机的安卓手机处理器要求不高，让手机APP不会变卡，并且采用选择性忽略图像帧方式，让低端手机，就算不能快速地处理图像，也可以表现地非常流畅。

Claims (8)

1.一种基于安卓系统的智能手表实体指针的确位方法，所述方法包括如下步骤：
步骤一，对具有安装系统的包括处理器的手机的摄像头进行设置，使得所述摄像头每时间阈值内至少对焦一次；
步骤二，所述摄像头对所述手表的表面进行实时拍摄得到视频，所述手机对所述摄像头拍摄的视频进行识别，所述识别为提取所述视频的图像进行识别；
步骤三，对提取的所述视频的图像进行定位预处理，所述定位预处理包括将图像进行灰度化，使其由4通道图像生成1通道的灰度图像，对所述灰度图像进行高斯滤波处理，得到平滑灰度图像；
步骤四，所述智能手表的表盘为圆表盘，所述处理器对所述平滑灰度图像进行霍夫变换图像处理，找出所述平滑灰度图像中的圆形；
步骤五，所述处理器预设第一直径阈值和第二直径阈值，当所述步骤四中的圆形的直径处于所述第一直径阈值和第二直径阈值之间时，取位于所述第一直径阈值和第二直径阈值之间的最小直径的圆形作为所述圆表盘的外廓圆；
步骤六，所述处理器根据所述外廓圆生成该外廓圆的定位矩阵，利用该定位矩阵裁剪所述步骤二中提取的所述视频的图像，保留所述视频的图像位于所述外廓圆的定位矩阵内的图像，所述保留的图像称为定位图像，所述定位图像的圆心即为所述外廓圆的圆心，所述定位图像的半径为r；
步骤七，所述处理器预设红点阈值X；在所述手表的表盘12点位置预设红色圆点，所述处理器扫描所述定位图像，获取到所述定位图像每个点的RGB值，若(R-B) > X 并且 (R-G)> X，则所述处理器判断为该点为预设的红色圆点，将所述红色圆点与所述圆心的连线记作L；
步骤八，对所述定位图像进行图像边缘化处理，使得所述定位图像仅剩下线条；
步骤九，对所述步骤七中的线条进行去干扰处理，具体为：
计算每条线条的起点所述定位图像的圆心的距离d1和终点到所述定位图像的圆心的距离d2，其中，d1<d2，若线条的d1<r/5，且d2<0.9r，则所述处理器判断该线条为有效线条，否则为干扰线条；生成有效线条的集合；
步骤十，计算所述集合中每条线条与所述L之间的夹角，然后对夹角进行分类，所述分类为：
第一线条与所述L之间的夹角为A1，第二线条与所述L之间的夹角为A2，第三线条与所述L之间的夹角为A3，……第N线条与所述L之间的夹角为AN；
若其中有a条线段落入在（Ap，Ap+3）的角度范围内，b条线段落入在（Aq，Aq+3）的角度范围内，c条线段落入在（As，As+3）的角度范围内，……h条线段落入在（At，At+3）的角度范围内，其中，a+b+c+……+h=N，Ap、Aq、As、……、At均为A1、A2、A3、……、AN中的数值；
当有时针、分针和秒针三跟指针时，取a、b、c、……、h中数值最大的三个数值，并且定位到该三个数值的对应角度范围的所有线条作为指针线条；
步骤十一，对所述指针线条进行计算：若某条所述指针线条中存在一个点与圆心的距离大于0.7r且小于0.75r，则判断该条线为分针线条；若某条所述指针线条中存在一个点与圆心的距离大于0.3r且小于0.35r，则判断该条线为时针线条；若某条所述指针线条中存在一个点与圆心的距离大于0.8r且小于0.9r，则判断该条线为秒针线条；
步骤十二，在所述步骤二中，提取下一帧图像，重复次数阈值的所述步骤三到所述步骤十一；
步骤十三，形成秒针的线条集合、分针的线条集合、时针的线条集合，在过滤掉误差较大的角度，在任一指针的线条集合中，过滤的方法如下：
第1线条与所述L之间的夹角为B1，第2线条与所述L之间的夹角为B2，第3线条与所述L之间的夹角为B3，……第n线条与所述L之间的夹角为Bn；
若其中有A条线段落入在（Bp，Bp+3）的角度范围内，B条线段落入在（Bq，Bq+3）的角度范围内，C条线段落入在（Bs，Bs+3）的角度范围内，……H条线段落入在（Bt，Bt+3）的角度范围内，其中，A+B+C+……+H=n，Bp、Bq、Bs、……、Bt均为B1、B2、B3、……、Bn中的数值；取A、B、C、……、H中数值最大的一个数值，并且定位到该一个数值的对应角度范围的所有线条作为该指针的有效线条，计算该线条集合中所有有效线条的角度平均值作为该指针到所述L的角度。
2.根据权利要求1所述的一种基于安卓系统的智能手表实体指针的确位方法，其特征在于，在所述步骤一种，所述时间阈值为1秒。
3.根据权利要求1所述的一种基于安卓系统的智能手表实体指针的确位方法，其特征在于，在所述步骤二中，所述处理器按规律提取所述视频的图像,具体为：将当前正在处理的图像编号为0，提取所述视频的每帧图像，或者提取编号为奇数或偶数的图像，或者提取编号为3的倍数的图像，或者提取编号为4的倍数的图像。
4.根据权利要求1所述的一种基于安卓系统的智能手表实体指针的确位方法，其特征在于，在所述步骤二中，所述提取根据所述处理器的处理速度进行，若当前图像未处理完毕，则发送过来的图像略过不提取进行识别，直至当前图像处理完毕再提取处理完毕之后发送到处理器的第一帧图像。
5.根据权利要求1所述的一种基于安卓系统的智能手表实体指针的确位方法，其特征在于，在所述步骤七中，所述X值为50或80或90。
6.根据权利要求1所述的一种基于安卓系统的智能手表实体指针的确位方法，其特征在于，所述次数阈值大于等于7。
7.根据权利要求1所述的一种基于安卓系统的智能手表实体指针的确位方法，其特征在于，所述处理器根据所述步骤十三得出的三个指针到所述L的角度，计算出所述智能手表的表面时间，并将所述表面时间与所述实际时间进行对比，得出时间差。
8.根据权利要求7所述的一种基于安卓系统的智能手表实体指针的确位方法，其特征在于，所述处理器将所述时间差发送至所述智能手表，所述智能手表根据所述时间差控制三个指针进行时间调整。
CN201810348894.1A 2018-04-18 2018-04-18 一种基于安卓系统的智能手表实体指针的确位方法 Active CN108682034B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810348894.1A CN108682034B (zh) 2018-04-18 2018-04-18 一种基于安卓系统的智能手表实体指针的确位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810348894.1A CN108682034B (zh) 2018-04-18 2018-04-18 一种基于安卓系统的智能手表实体指针的确位方法

Publications (2)

Publication Number Publication Date
CN108682034A CN108682034A (zh) 2018-10-19
CN108682034B true CN108682034B (zh) 2021-12-14

Family

ID=63801104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810348894.1A Active CN108682034B (zh) 2018-04-18 2018-04-18 一种基于安卓系统的智能手表实体指针的确位方法

Country Status (1)

Country Link
CN (1) CN108682034B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111240184B (zh) * 2020-02-21 2021-12-31 华为技术有限公司 钟表误差的确定方法、终端、计算机存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105955011A (zh) * 2016-04-21 2016-09-21 深圳欧德蒙科技有限公司 一种智能校时的方法和装置
CN107220645A (zh) * 2017-05-24 2017-09-29 河北省计量监督检测研究院 基于动态图像处理的水表识别方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4040046B2 (ja) * 2003-03-14 2008-01-30 富士通株式会社 ポインタ領域検出装置、方法及びプログラム、画像の対応付け装置、方法及びプログラム、並びにコンテンツ配信サーバ、コンテンツ配信方法
JP4540358B2 (ja) * 2004-02-10 2010-09-08 富士通株式会社 ポインタ位置特定プログラムおよびポインタ位置特定方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105955011A (zh) * 2016-04-21 2016-09-21 深圳欧德蒙科技有限公司 一种智能校时的方法和装置
CN107220645A (zh) * 2017-05-24 2017-09-29 河北省计量监督检测研究院 基于动态图像处理的水表识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于颜色提取方法的仪表彩色指针识别;冀辰宇等;《东北电力大学学报》;20120615(第03期);全文 *

Also Published As

Publication number Publication date
CN108682034A (zh) 2018-10-19

Similar Documents

Publication Publication Date Title
CN106683070B (zh) 基于深度相机的身高测量方法及装置
CN108111749B (zh) 图像处理方法和装置
CN109767467A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN109712192B (zh) 摄像模组标定方法、装置、电子设备及计算机可读存储介质
CN108519734B (zh) 一种确定表面指针位置的系统
US9781352B2 (en) Imaging apparatus, imaging method, and imaging operation control program
CN109389630B (zh) 可见光图像与红外图像特征点集确定、配准方法及装置
CN109034017A (zh) 头部姿态估计方法及机器可读存储介质
CN109191403A (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN108549845B (zh) 一种确定表面指针位置的方法
CN108616700B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN111447372B (zh) 一种亮度参数调节的控制方法、装置、设备及介质
CN109724537B (zh) 一种双目三维成像方法及系统
CN110047059B (zh) 图像处理方法、装置、电子设备及可读存储介质
CN110090425A (zh) 一种中长跑运动的计时方法
CN110991297A (zh) 一种基于场景监控的目标定位方法及系统
CN108682034B (zh) 一种基于安卓系统的智能手表实体指针的确位方法
CN111798374B (zh) 一种图像拼接方法、装置、设备及介质
CN108805888B (zh) 一种确定智能手表表面实体指针位置的系统
WO2020014913A1 (zh) 物体体积测量方法、相关装置及计算机可读存储介质
CN109584312A (zh) 摄像头标定方法、装置、电子设备和计算机可读存储介质
CN111650968A (zh) 一种云台定位误差测定方法
CN117714787B (zh) 一种视频数据处理方法
CN112396016B (zh) 一种基于大数据技术的人脸识别系统
CN113411510B (zh) 一种基于图像质量评价和红热锻件的相机自动曝光算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20210618

Address after: 510000 6 jiahuiyuan, Xintang New World garden, Zengcheng District, Guangzhou City, Guangdong Province

Applicant after: Yu Xiyun

Address before: Room 235, No. 333, jiufo Jianshe Road, Zhongxin Guangzhou Knowledge City, Guangzhou, Guangdong 510000

Applicant before: GUANGDONG LEMOVT INTELLIGENT TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211124

Address after: 235000 zone a, No.15 Longwang Road, Longhu Industrial Park, Huaibei Economic Development Zone, Anhui Province

Applicant after: Huaibei weilitao Technology Co., Ltd

Address before: 510000 6 jiahuiyuan, Xintang New World garden, Zengcheng District, Guangzhou City, Guangdong Province

Applicant before: Yu Xiyun

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant