[发明专利]一种笔压信息获得方法、装置、电子设备及存储介质有效

专利信息
申请号: 201711326636.5 申请日: 2017-12-13
公开(公告)号: CN108089747B 公开(公告)日: 2019-12-24
发明(设计)人: 林涛;黎鸣;华礼娴;唐宁九 申请(专利权)人: 四川大学
主分类号: G06F3/041 分类号: G06F3/041;G06K9/00
代理公司: 11371 北京超凡志成知识产权代理事务所(普通合伙) 代理人: 徐彦圣
地址: 610000 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 笔压信息 采集 标准样本 笔压 样本 存储介质 电子设备 拟合方程 手写笔迹 媒介层 预处理 图像处理技术 书写 笔迹样本 拟合公式 神经网络 压力样本 堆叠 拟合 预设 扫描 回归
【权利要求书】:

1.一种笔压信息获得方法,其特征在于,包括:

在获得至少包括至上而下依次重叠放置的书写媒介层,复写媒介层,以及笔压采集媒介层,且所述书写媒介层上有已经被书写者写好的至少一个对象时,按照书写时堆叠的顺序依次对所述书写媒介层和n个所述笔压采集媒介层进行扫描,获得采集样本,所述采集样本为{P0,P1,……,Pn},其中,P0为笔迹样本,P1至Pn为压力样本;

对所述采集样本进行预处理,得到标准样本;

基于所述标准样本和预设拟合公式利用神经网络回归进行拟合,得到拟合方程,其中,所述采集样本为线性衰减时,所述预设拟合公式为y=φ(αx+β),所述采集样本为高斯衰减,所述预设拟合公式为其中,φ为截断函数;衰减系数为(α,β),x和y分别为所述标准样本中的相邻两个样本上对应位置的像素值,拟合时,将多组x和y的值带入所述预设拟合公式,利用神经网络回归进行拟合,即可确定该预设拟合公式中的衰减系数(α,β);

基于所述标准样本和所述拟合方程,获得笔压信息,其中,基于所述标准样本和所述拟合方程,获得笔压信息,包括:

将Pi样本所有像素值依次带入所述拟合方程,获得的像素图即为所述笔压信息。

2.根据权利要求1所述的方法,其特征在于,对所述采集样本进行预处理得到标准样本,包括:

对所述采集样本进行配准处理,得到配准样本;

对所述配准样本进行过滤处理,得到标准样本。

3.根据权利要求2所述的方法,其特征在于,对所述采集样本进行配准处理,得到配准样本,包括:

对所述采集样本进行模糊处理,得到模糊样本;

对所述模糊样本进行配准处理,得到配准样本。

4.根据权利要求3所述的方法,其特征在于,对所述采集样本进行模糊处理,得到模糊样本,包括:

对所述采集样本进行去噪处理,得到去噪样本;

对所述去噪样本进行模糊处理,得到模糊样本。

5.一种笔压信息获得装置,其特征在于,包括:

采集模块,用于在获得至少包括至上而下依次重叠放置的书写媒介层,复写媒介层,以及笔压采集媒介层,且所述书写媒介层上有已经被书写者写好的至少一个对象时,按照书写时堆叠的顺序依次对所述书写媒介层和n个所述笔压采集媒介层进行扫描,获得采集样本,所述采集样本为{P0,P1,……,Pn},其中,P0为笔迹样本,P1至Pn为压力样本;

预处理模块,用于对所述采集样本进行预处理得到标准样本;

拟合模块,用于基于所述标准样本和预设拟合公式利用神经网络回归进行拟合,得到拟合方程,其中,所述采集样本为线性衰减时,所述预设拟合公式为y=φ(αx+β),所述采集样本为高斯衰减,所述预设拟合公式为其中,φ为截断函数;衰减系数为(α,β),x和y分别为所述标准样本中的相邻两个样本上对应位置的像素值,拟合时,将多组x和y的值带入所述预设拟合公式,利用神经网络回归进行拟合,即可确定该预设拟合公式中的衰减系数(α,β);

重建模块,用于基于所述标准样本和所述拟合方程,获得笔压信息,其中,所述重建模块,具体用于将Pi样本所有像素值依次带入所述拟合方程,获得的像素图即为所述笔压信息。

6.一种电子设备,其特征在于,包括:存储器和处理器,所述存储器与所述处理器耦合;

所述存储器用于存储程序;

所述处理器用于调用存储于 所述存储器中的程序,执行如权利要求1-4任一项所述方法。

7.一种存储介质,其特征在于,所述存储介质存储有处理器可执行的程序代码于计算机内,所述存储介质包括多条指令,所述多条指令被配置成使所述处理器执行如权利要求1-4任一项所述方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711326636.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top