[发明专利]基于Calderon算法对触摸屏图像重建的方法有效

专利信息
申请号: 201911414260.2 申请日: 2019-12-31
公开(公告)号: CN111061400B 公开(公告)日: 2022-02-25
发明(设计)人: 孙世杰;高硕;吕瑞函;黄安彪;徐立军 申请(专利权)人: 北京航空航天大学
主分类号: G06F3/044 分类号: G06F3/044;G06F3/041;G01N27/22;G06F17/15
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 毕翔宇
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 calderon 算法 触摸屏 图像 重建 方法
【权利要求书】:

1.一种基于Calderon算法对触摸屏图像重建的方法,其特征在于,采用八个圆弧形电极的电容式传感器,八个圆弧形电极呈环形间隔排列地印刷于触摸屏上表面边缘,触摸屏侧表面设置有屏蔽层,电极通过电极引线与外部数据采集系统连接;基于Calderon算法对触摸屏图像重建的方法按照以下步骤顺序进行:

(一)对电容式传感器的电容信号进行检测;其中,检测的电容信号包括以下任意一种:触摸屏中间的电容信号、触摸屏上方的电容信号、触摸屏下方的电容信号、触摸屏左方的电容信号和触摸屏右方的电容信号;

(二)通过数据采集系统采集步骤(一)中测得的电容信号,并将其发送至上位机;

(三)上位机分析接收到的电容信号,采用Calderon算法进行图像重建。

2.根据权利要求1所述的基于Calderon算法对触摸屏图像重建的方法,其特征在于,所述电容式传感器电极和电极引线的材质均采用ITO材料。

3.根据权利要求1或2所述的基于Calderon算法对触摸屏图像重建的方法,其特征在于,步骤(一)中对电容式传感器的电容信号检测过程为:

①对电容式传感器的电极进行数字编号;

②选取电容式传感器的一个电极作为激励电极,对其施加激励电压后依次检测其余电极,获得电容信号;

③依次更换激励电极,重复步骤②的操作,完成对所有电极的检测。

4.根据权利要求1或2所述的基于Calderon算法对触摸屏图像重建的方法,其特征在于,图像重建算法具体为:对于电容成像系统,敏感场Ω满足式子其中z=x+iy是一个表征敏感场Ω中坐标为(x,y)的复数,σ(z)与分别表示(x,y)处的介电常数与电势;

由散度定理得

v(z)为在Ω敏感场内的任意连续函数,ds=∣dz∣为在区域内测得的弧长,区域指在敏感场Ω内对z点求偏导的偏导区域;ε(z)为Ω敏感场内的介电常数分布,为在Ω敏感场内z点电势分布的旋度,为在Ω敏感场内对ε(z)与的乘积结果求旋度,表示对在Ω敏感场内的任意连续函数求旋度;

则(x,y)处对应的电压到电流密度的映射为Λε:其中,Λε表示敏感场Ω中存在ε(z)时,电压到电流密度的映射,由此可得

对于变化的介电常数,ε(z)=1+δε(z),其中,δ表示一个变化量,该变化仅存在于敏感场Ω内,则δε(z)的计算公式为

式中,t(k1+ik2)表示散射变换,k1,k2均为实数,R表示积分区域的半径,根据求得的介电常数的分布进行图像重建。

5.根据权利要求3所述的基于Calderon算法对触摸屏图像重建的方法,其特征在于,图像重建算法具体为:对于电容成像系统,敏感场Ω满足式子其中z=x+iy是一个表征敏感场Ω中坐标为(x,y)的复数,σ(z)与分别表示(x,y)处的介电常数与电势;

由散度定理得

v(z)为在Ω敏感场内的任意连续函数,ds=∣dz∣为在区域内测得的弧长,区域指在敏感场Ω内对z点求偏导的偏导区域;ε(z)为Ω敏感场内的介电常数分布,为在Ω敏感场内z点电势分布的旋度,为在Ω敏感场内对ε(z)与的乘积结果求旋度,表示对在Ω敏感场内的任意连续函数求旋度;

则(x,y)处对应的电压到电流密度的映射为Λε:其中,Λε表示敏感场Ω中存在ε(z)时,电压到电流密度的映射,由此可得

对于变化的介电常数,ε(z)=1+δε(z),其中,δ表示一个变化量,该变化仅存在于敏感场Ω内,则δε(z)的计算公式为

式中,t(k1+ik2)表示散射变换,k1,k2均为实数,R表示积分区域的半径,根据求得的介电常数的分布进行图像重建。

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北京航空航天大学,未经北京航空航天大学许可,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/201911414260.2/1.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