[发明专利]一种非接触式手势状态识别系统及识别方法

权利要求书

1.一种非接触式手势状态识别方法，其特征在于，所述方法采用非接触式手势状态识别系统，所述系统包括：极板、FDC2214模块、处理模块、显示模块；采用四块所述极板拼成手的形状，并与所述FDC2214模块相连，用于探测手指为止，进而进一步识别手势；所述FDC2214模块用于读取电容数据；所述处理模块用于处理电容数据进行训练与判决；所述显示模块用于显示出判决结果；

所述方法包括以下步骤：

步骤一：测试每块极板上的电容大小；

步骤二：切换到训练模式时，为了滤除噪音等，每次训练取前十次的数据取平均值，测一个环境下的初始值，将测试数据与环境初始值的差作为存储在MSP430单片机中的数据；

步骤三：将系统切换到判决模式时，将要判决的数据和学习的数据相比较，把判决数据归类；其中，判决模式采用K近邻算法：

步骤a：输入一组训练数据集T(x₁,y₁),(x₂,y₂),…,(x_N,y_N)，其中为实例的特征向量，为实例的类别,i＝1,2…,N；实例特征向量x输出：实例x所属的类根据给点的距离度量，在训练数据集T中找出与x最近相邻的k个点，涵盖着k个点的领域，记为N_k(x)；再在N_k(x)中根据分类决策规则决定x的类别

步骤b：当系统处于训练模式下，首次先进行初始化的数值记录；之后的每次训练中，按下开始训练，开始读取四个极板的数值，取一段时间内的数值做平均，每种手势3组数据，每组数据包含4个极板的谐振值，将数据截断为5位，分别与初始化中的四个极板的谐振值相减，记录下来；

步骤c：当系统处于判决模式，则调用原先记录的训练模式的差，将测试的数据与初始值相减，再做如下处理：

jud_i＝|err-err_i,1|+|err-err_i,2|+|err-err_i,3|+|err-err_i,4| (2)；

其中，jud_i为该判决参照值，err_i,j为读取之前第i次记录下覆铜板j的差值，共有九个判决参照值，取最小的五个，比较五个中所处最多的组，从而把此次测试进行归类判决；若当场判决，采用的数组为预先设定好的；若学习后判决，采用的数组则为系统当场学习；

步骤d：求得所得结果最小的即为该次判决该归入的类别。

2.如权利要求1所述的非接触式手势状态识别方法，其特征在于，所述非接触式手势状态识别系统进一步包括：泡沫箱，所述泡沫箱作为周围介质包围需要用手覆盖上去检测的测试区。