CN114578990A - 一种抗干扰的大尺寸触控装置及方法 - Google Patents

Abstract

本发明涉及一种抗干扰的大尺寸触控装置及方法，解决的是抗干扰能力弱的技术问题，通过采用包括电容感应单元，控制单元及生物特征识别单元；所述电容感应单元包括接地层、第一感应电极层、第一透明绝缘层、第二感应电极层、第二透明绝缘层；所述接地层由基板和基板上的抗电磁波的网格组合结构组成；所述网格组合结构包括紧密重叠、交叉编织的多层网格结构，网格结构之间的空间填充满光学胶；每层网格结构由互联互通的透明导管，为透明导管存储、输送高导电溶液的泵体，以及为高导电溶液提供循环动力的动力泵装置构成；每层网格结构通过控制阀门互联互通到所有存储有高导电溶液的泵体，泵体个数与高导电溶液的种类相同的技术方案，较好的解决了该问题，可用于触控设计中。

Description

一种抗干扰的大尺寸触控装置及方法

技术领域

本发明涉及触摸屏领域，具体涉及一种抗干扰的大尺寸触控装置及方法。

背景技术

触摸屏是一种定位设备，用户可以直接用手向计算机输入坐标信息，它和鼠标、键盘一样，是一种输入设备。触摸屏具有坚固耐用、反应速度快、节省空间、易于交流等许多优点。利用这种技术，只要用手指轻轻地指碰计算机显示屏上的图符或文字就能实现对主机操作，从而使人机交互更为直接了当，这种技术极大方便了那些不懂电脑操作的用户。同时，触摸屏作为一种最新的电脑输入设备,它是目前最简单、方便、自然的一种人机交互方式。它赋予了多媒体以崭新的面貌,是极富吸引力的全新多媒体交互设备。触摸屏在我国的应用范围非常广阔,主要是公共信息的查询：如电信局、税务局、银行、电力等部门的业务查询；城市街头的信息查询、地铁自助购票设备等应用。

电磁干扰有传导干扰和辐射干扰两种。传导干扰是指通过导电介质把一个电网络上的信号耦合(干扰)到另一个电网络。辐射干扰是指干扰源通过空间把其信号耦合(干扰)到另一个电网络。在高速系统中，高频信号线、集成电路的引脚、各类接插件等都可能成为具有天线特性的辐射干扰源，能发射电磁波并影响其他系统或本系统内其他子系统的正常工作。触控面板抗电磁干扰的能力较差，有时候在微波炉，来自内部和外部的电磁干扰EMI电压会通过电容耦合到触摸屏设备。这些电磁干扰电压会引起触摸屏内的电荷运动，这可能会对手指触摸屏幕时的电荷运动测量造成混淆，影响触控屏的灵敏度及触控精度。

对于小尺寸而言，耦合电容在交流激励信号的作用下，因其尺寸较小，不容易遭受来自外部的噪声和干扰，但在中大尺寸的触控模组上，耦合互电容的变化反映了触摸状态和位置的变化，模组容易受来自系统外部和内部噪声的干扰，比如充电器干扰噪声、LCD显示屏噪声，以及由触摸手指引入的环境干扰噪声等等，此类噪声将通过互电容耦合到感应电极形成耦合信号的干扰，从而影响触摸感应检测的精度与系统运行的稳定性，因而影响中大尺寸触控模组的抗干扰性。

本发明提供一种抗干扰的大尺寸触控装置及方法，能够解决抗干扰线差的技术问题。

发明内容

本发明所要解决的技术问题是现有技术中存在的抗干扰能力弱的技术问题。提供一种新的抗干扰的大尺寸触控装置，该抗干扰的大尺寸触控装置具有抗干扰能力强的特点。

为解决上述技术问题，采用的技术方案如下：

一种抗干扰的大尺寸触控装置，包括电容感应单元，控制单元及生物特征识别单元；所述电容感应单元包括接地层、第一感应电极层、第一透明绝缘层、第二感应电极层、第二透明绝缘层；所述接地层由基板和基板上的抗电磁波的网格组合结构组成；

所述网格组合结构包括紧密重叠、交叉编织的多层网格结构，网格结构之间的空间填充满光学胶；每层网格结构由互联互通的透明导管，为透明导管存储、输送高导电溶液的泵体，以及为高导电溶液提供循环动力的动力泵装置构成；每层网格结构通过控制阀门互联互通到所有存储有高导电溶液的泵体，泵体个数与高导电溶液的种类相同。

本发明的工作原理：现有的金属网格结构存在导电性不易调节，导致不能自适应兼容透光性和抗干扰性。本发明通过设置重叠的多层网格结构，并对每层网格结构的导电溶液进行调解，从而完成透光性和抗干扰性的兼容。

上述方案中，进一步地，所述高导电溶液为银纳米颗粒墨水。

进一步地，所述导管为高导电性镀铜制成。

进一步地，所述多层网格结构层数为3层，每层为正六边形单元周期排列而成。

本发明还提供一种抗干扰的大尺寸触控方法，所述抗干扰的大尺寸触控方法基于前述的抗干扰的大尺寸触控装置，方法包括：

步骤一，检测触摸屏面板上的触控电容信号，包括信号大小和产生位置，并对触控电容信号进行标号；

步骤二，依标号顺序分别在走线区域和触控区域查询当前触控电容信号，如判断出走线区域有触控电容信号，但触控区域无触控电容信号，则执行步骤三，否则执行步骤四；

步骤三，启动扣减流程，将走线区域上的触摸信号扣减；

步骤四，更新有效触控电容信号集合，返回执行步骤二，直至触控电容信号检测完毕；

步骤五，将有效触控电容信号集合送往控制单元及生物特征识别单元进行触控信号后续处理。

进一步地，所述触控信号后续处理包括指纹特征识别，指纹特征识别包括：

步骤1，通过触控信号得到原始指纹采集图像，计算原始指纹采集图像的复方向场z(x,y)；

f_x和f_y表示原始指纹采集图像在x方向和y方向上的梯度；

步骤2，设置对称滤波器h＝(x+iy)g(x,y)，其中g(x,y)＝exp(-(x²+y²)/(2σ²))，σ为预设的系数值；

步骤3，计算R(x,y)＝||[(x+iy)g(x,y)]*z(x,y)||，将R(x,y)最大对应的像素点(x，y)作为中心点，围绕中心点裁剪指纹识别有效区域；

步骤4，对指纹图像进行像素优化处理，通过像素优化处理函数完成像素优化处理，像素优化处理函数为-g(x,y)：

-g(x,y)＝exp{F^-1{G_ln(u,v)}}；

其中，G_ln(u,v)＝F_ln(u,v)×H(u,v)＝F_i,ln(u,v)×H(u,v)+F_r,ln(u,v)×H(u,v)＝G_i,ln(u,v)+G_r,ln(u,v)；F^-1()为傅里叶反变换函数；

F_ln(u,v)＝F[ln i(x,y)+ln r(x,y)]＝F_i,ln(u,v)+F_r,ln(u,v)；

滤波函数

其中，

其中，F_i,ln(u,v)为预设的照明函数，F_r,ln(u,v)为预设的反射函数，M、N为预设的指纹采集图像的尺寸参数，1≤u≤M，1≤v≤N；高频增益系数γ_H＞1，低频增益系数γ_L＜1，D₀≥3为截止频率，c为锐化常数，γ_H≥c≥γ_L；ln()为对数函数；i(x,y)为预设的入射到指纹采集场景的光源照射总量，r(x,y)为指纹反射的光照总量，x为像素点x轴坐标，y像素点y轴坐标；

步骤5，在像素优化处理后的图像中，选定任一像素点P(x,y)，设定P(x,y)居中的3×3窗口，定义P为像素点P(x,y)的脊谷值，1代表指纹脊线，0代表指纹谷线；3×3窗口中剩余的窗口为像素序列为P₀,P₁,...P_i...P₇；

如3×3窗口满足逻辑规则2≤N(P(x,y))≤6and(T(P)＝1)and(P₀P₂P₄＝0orT(P)≠0)and(P₂P₄P₆＝0orT(P)≠0)，则将对应的像素点P(x,y)剔除，遍历图像中所有的像素点，得到最终指纹识别区域；

其中，

T(P)表示P的3×3窗口内的像素序列P₀,P₁,...P_i...P₇中0到1的变化次数，P₀P₂P₄和P₂P₄P₆表各自的逻辑乘积；

步骤5，采用指纹识别模型算法完成指纹特征识别。

进一步地，所述指纹识别模型算法包括：

步骤8.1，以中心点为中心作同心圆，分割指纹图像成B个环形区域，最后将每个环形区域分割成K个扇形区域，K和B均为预定义的常数；

步骤8.2，计算出每个扇区S_sq的扇区指纹特征值V_sqθ作为Code1；

其中，F_sqθ(x,y)为扇形区域S_sq的各像素的灰度值，P_sqθ表示扇形区域S_sq内像素灰度值的平均值，n_sq为环形区域S_sq内的数目，0＜sq≤B×K-1，θ＝{0°，(360°/K)，2*(360°/K)，3*(360°/K),...≤180°}

步骤8.3，将指纹图像旋转(180°/K)后，重复步骤8.2，提取每个扇区S_sq的扇区指纹特征值V_sqθ作为Code2；

步骤8.4，将Code1和Code2分别旋转R×(360°/K)(R＝0,1,2...K-1)得到Code1’和Code2’

步骤8.5，将步骤8.4中的Code1和Code2，Code1’和Code2’输入历史指纹库，匹配计算欧式距离，欧式距离小于预定义阈值的定义为指纹识别匹配成功，否则定义为匹配失败；

步骤8.6，输出指纹识别结果。

本发明的有益效果：本发明通过调控导电网格的厚度，以及导电网格构成的导电液种类，调整触控屏中用于抗干扰的导电网格的导电性。同时，通过对于走线区域和触控区域的信号双重识别，去除干扰型号，提高抗干扰性。在此基础上，通过对于图像的预处理和优化，提高指纹识别的精度和效率。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1，抗干扰的大尺寸触控装置示意图。

图2，抗干扰的大尺寸触控方法示意图。

图3，像素点P的窗口示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例1

本实施例提供一种抗干扰的大尺寸触控装置，包括电容感应单元，控制单元及生物特征识别单元；如图1，所述电容感应单元包括接地层、第一感应电极层、第一透明绝缘层、第二感应电极层、第二透明绝缘层；所述接地层由基板和基板上的抗电磁波的网格组合结构组成；

所述网格组合结构包括紧密重叠、交叉编织的多层网格结构，网格结构之间的空间填充满光学胶；每层网格结构由互联互通的透明导管，为透明导管存储、输送高导电溶液的泵体，以及为高导电溶液提供循环动力的动力泵装置构成；每层网格结构通过控制阀门互联互通到所有存储有高导电溶液的泵体，泵体个数与高导电溶液的种类相同。

本实施例基于现有的金属网格结构存在导电性不易调节，导致不能自适应兼容透光性和抗干扰性。通过设置重叠的多层网格结构，并对每层网格结构的导电溶液进行调解，从而完成透光性和抗干扰性的兼容。

具体地，所述高导电溶液为银纳米颗粒墨水或其他液态的高导电性溶液。

具体地，所述导管为高导电性镀铜制成。

具体地，所述多层网格结构层数为3层，每层为正六边形单元周期排列而成。

本实施例还提供一种抗干扰的大尺寸触控方法，所述抗干扰的大尺寸触控方法基于前述的抗干扰的大尺寸触控装置，如图2，方法包括：

步骤一，检测触摸屏面板上的触控电容信号，包括信号大小和产生位置，并对触控电容信号进行标号；

步骤二，依标号顺序分别在走线区域和触控区域查询当前触控电容信号，如判断出走线区域有触控电容信号，但触控区域无触控电容信号，则执行步骤三，否则执行步骤四；

步骤三，启动扣减流程，将走线区域上的触摸信号扣减；

步骤四，更新有效触控电容信号集合，返回执行步骤二，直至触控电容信号检测完毕；

步骤五，将有效触控电容信号集合送往控制单元及生物特征识别单元进行触控信号后续处理。

本实施例中的触控区域(即表面触摸层)是小于走线区域的，故进行了双重的位置严重，从而剔除走线区域(即走线层)有而未位于触控层的信号，消除干扰。

优选地，所述触控信号后续处理包括指纹特征识别，指纹特征识别包括：

步骤1，通过触控信号得到原始指纹采集图像，计算原始指纹采集图像的复方向场z(x,y)；

f_x和f_y表示原始指纹采集图像在x方向和y方向上的梯度；

步骤2，设置对称滤波器h＝(x+iy)g(x,y)，其中g(x,y)＝exp(-(x²+y²)/(2σ²))，σ为预设的系数值；

步骤3，计算R(x,y)＝||[(x+iy)g(x,y)]*z(x,y)||，将R(x,y)最大对应的像素点(x，y)作为中心点，围绕中心点裁剪指纹识别有效区域；

步骤4，对指纹图像进行像素优化处理，通过像素优化处理函数完成像素优化处理，像素优化处理函数为-g(x,y)：

-g(x,y)＝exp{F^-1{G_ln(u,v)}}；

其中，G_ln(u,v)＝F_ln(u,v)×H(u,v)＝F_i,ln(u,v)×H(u,v)+F_r,ln(u,v)×H(u,v)＝G_i,ln(u,v)+G_r,ln(u,v)；F^-1()为傅里叶反变换函数；

F_ln(u,v)＝F[ln i(x,y)+ln r(x,y)]＝F_i,ln(u,v)+F_r,ln(u,v)；

滤波函数

其中，

其中，F_i,ln(u,v)为预设的照明函数，F_r,ln(u,v)为预设的反射函数，M、N为预设的指纹采集图像的尺寸参数，1≤u≤M，1≤v≤N；高频增益系数γ_H＞1，低频增益系数γ_L＜1，D₀≥3为截止频率，c为锐化常数，γ_H≥c≥γ_L；ln()为对数函数；i(x,y)为预设的入射到指纹采集场景的光源照射总量，r(x,y)为指纹反射的光照总量，x为像素点x轴坐标，y像素点y轴坐标；

步骤5，在像素优化处理后的图像中，选定任一像素点P(x,y)，设定P(x,y)居中的3×3窗口，定义P为像素点P(x,y)的脊谷值，1代表指纹脊线，0代表指纹谷线；3×3窗口中剩余的窗口为像素序列为P₀,P₁,...P_i...P₇；

如3×3窗口满足逻辑规则2≤N(P(x,y))≤6and(T(P)＝1)and(P₀P₂P₄＝0orT(P)≠0)and(P₂P₄P₆＝0orT(P)≠0)，则将对应的像素点P(x,y)剔除，遍历图像中所有的像素点，得到最终指纹识别区域；

其中，

T(P)表示P的3×3窗口内的像素序列P₀,P₁,...P_i...P₇中0到1的变化次数，P₀P₂P₄和P₂P₄P₆表各自的逻辑乘积；

步骤5，采用指纹识别模型算法完成指纹特征识别。

优选地，所述指纹识别模型算法包括：

步骤8.1，以中心点为中心作同心圆，分割指纹图像成B个环形区域，最后将每个环形区域分割成K个扇形区域，K和B均为预定义的常数，本实施例中，B＝4，K＝8；

步骤8.2，计算出每个扇区S_sq的扇区指纹特征值V_sqθ作为Code1；

其中，F_sqθ(x,y)为扇形区域S_sq的各像素的灰度值，P_sqθ表示扇形区域S_sq内像素灰度值的平均值，n_sq为环形区域S_sq内的数目，0＜sq≤B×K-1，θ＝{0°，45°，90°，135°}

步骤8.3，将指纹图像旋转22.5°后，重复步骤8.2，提取每个扇区S_sq的扇区指纹特征值V_sqθ作为Code2；

步骤8.4，将Code1和Code2分别旋转R×45°(R＝0,1,2...K-1)得到Code1’和Code2’

步骤8.5，将步骤8.4中的Code1和Code2，Code1’和Code2’输入历史指纹库，匹配计算欧式距离，欧式距离小于预定义阈值的定义为指纹识别匹配成功，否则定义为匹配失败；

步骤8.6，输出指纹识别结果。

本发明的有益效果：本发明通过调控导电网格的厚度，以及导电网格构成的导电液种类，调整触控屏中用于抗干扰的导电网格的导电性。同时，通过对于走线区域和触控区域的信号双重识别，去除干扰型号，提高抗干扰性。在此基础上，通过对于图像的预处理和优化，提高指纹识别的精度和效率。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。

Claims (7)

1.一种抗干扰的大尺寸触控装置，其特征在于：包括电容感应单元，控制单元及生物特征识别单元；所述电容感应单元包括接地层、第一感应电极层、第一透明绝缘层、第二感应电极层、第二透明绝缘层；所述接地层由基板和基板上的抗电磁波的网格组合结构组成；

所述网格组合结构包括紧密重叠、交叉编织的多层网格结构，网格结构之间的空间填充满光学胶；每层网格结构由互联互通的透明导管，为透明导管存储、输送高导电溶液的泵体，以及为高导电溶液提供循环动力的动力泵装置构成；每层网格结构通过控制阀门互联互通到所有存储有高导电溶液的泵体，泵体个数与高导电溶液的种类相同。

2.根据权利要求1所述的抗干扰的大尺寸触控装置，其特征在于：所述高导电溶液包含银纳米颗粒墨水。

3.根据权利要求1所述的抗干扰的大尺寸触控装置，其特征在于：所述导管为高导电性镀铜制成。

4.根据权利要求2或3所述的抗干扰的大尺寸触控装置，其特征在于：所述多层网格结构层数为3层，每层为正六边形单元周期排列而成。

5.一种抗干扰的大尺寸触控方法，其特征在于：所述抗干扰的大尺寸触控方法基于权利要求1-4任一所述的抗干扰的大尺寸触控装置，方法包括：

步骤一，检测触摸屏面板上的触控电容信号，包括信号大小和产生位置，并对触控电容信号进行标号；

步骤二，依标号顺序分别在走线区域和触控区域查询当前触控电容信号，如判断出走线区域有触控电容信号，但触控区域无触控电容信号，则执行步骤三，否则执行步骤四；

步骤三，启动扣减流程，将走线区域上的触摸信号扣减；

步骤四，更新有效触控电容信号集合，返回执行步骤二，直至触控电容信号检测完毕；

步骤五，将有效触控电容信号集合送往控制单元及生物特征识别单元进行触控信号后续处理。

6.根据权利要求1所述的抗干扰的大尺寸触控方法，其特征在于：所述触控信号后续处理包括指纹特征识别，指纹特征识别包括：

步骤1，通过触控信号得到原始指纹采集图像，计算原始指纹采集图像的复方向场z(x,y)；

f_x和f_y表示原始指纹采集图像在x方向和y方向上的梯度；

步骤2，设置对称滤波器h＝(x+iy)g(x,y)，其中g(x,y)＝exp(-(x²+y²)/(2σ²))，σ为预设的系数值；

步骤3，计算R(x,y)＝||[(x+iy)g(x,y)]*z(x,y)||，将R(x,y)最大对应的像素点(x，y)作为中心点，围绕中心点裁剪指纹识别有效区域；

步骤4，对指纹图像进行像素优化处理，通过像素优化处理函数完成像素优化处理，像素优化处理函数为-g(x,y)：

-g(x,y)＝exp{F^-1{G_ln(u,v)}}；

其中，G_ln(u,v)＝F_ln(u,v)×H(u,v)＝F_i,ln(u,v)×H(u,v)+F_r,ln(u,v)×H(u,v)＝G_i,ln(u,v)+G_r,ln(u,v)；F^-1()为傅里叶反变换函数；

F_ln(u,v)＝F[lni(x,y)+lnr(x,y)]＝F_i,ln(u,v)+F_r,ln(u,v)；

滤波函数

其中，

其中，F_i,ln(u,v)为预设的照明函数，F_r,ln(u,v)为预设的反射函数，M、N为预设的指纹采集图像的尺寸参数，1≤u≤M，1≤v≤N；高频增益系数γ_H＞1，低频增益系数γ_L＜1，D₀≥3为截止频率，c为锐化常数，γ_H≥c≥γ_L；ln()为对数函数；i(x,y)为预设的入射到指纹采集场景的光源照射总量，r(x,y)为指纹反射的光照总量，x为像素点x轴坐标，y像素点y轴坐标；

步骤5，在像素优化处理后的图像中，选定任一像素点P(x,y)，设定P(x,y)居中的3×3窗口，定义P为像素点P(x,y)的脊谷值，1代表指纹脊线，0代表指纹谷线；3×3窗口中剩余的窗口为像素序列为P₀,P₁,...P_i...P₇；

如3×3窗口满足逻辑规则2≤N(P(x,y))≤6and(T(P)＝1)and(P₀P₂P₄＝0orT(P)≠0)and(P₂P₄P₆＝0orT(P)≠0)，则将对应的像素点P(x,y)剔除，遍历图像中所有的像素点，得到最终指纹识别区域；

其中，

T(P)表示P的3×3窗口内的像素序列P₀,P₁,...P_i...P₇中0到1的变化次数，P₀P₂P₄和P₂P₄P₆表各自的逻辑乘积；

步骤5，采用指纹识别模型算法完成指纹特征识别。

7.根据权利要求6所述的抗干扰的大尺寸触控方法，其特征在于：所述指纹识别模型算法包括：

步骤8.1，以中心点为中心作同心圆，分割指纹图像成B个环形区域，最后将每个环形区域分割成K个扇形区域，K和B均为预定义的常数；

步骤8.2，计算出每个扇区S_sq的扇区指纹特征值V_sqθ作为Code1；

其中，F_sqθ(x,y)为扇形区域S_sq的各像素的灰度值，P_sqθ表示扇形区域S_sq内像素灰度值的平均值，n_sq为环形区域S_sq内的数目，0＜sq≤B×K-1，θ＝{0°，(360°/K)，2*(360°/K)，3*(360°/K),...≤180°}

步骤8.3，将指纹图像旋转(180°/K)后，重复步骤8.2，提取每个扇区S_sq的扇区指纹特征值V_sqθ作为Code2；

步骤8.4，将Code1和Code2分别旋转R×(360°/K)(R＝0,1,2...K-1)得到Code1’和Code2’

步骤8.5，将步骤8.4中的Code1和Code2，Code1’和Code2’输入历史指纹库，匹配计算欧式距离，欧式距离小于预定义阈值的定义为指纹识别匹配成功，否则定义为匹配失败；

步骤8.6，输出指纹识别结果。

Images