基于图像识别的超大触摸屏系统研究

基于图像识别的超大触摸屏系统研究

论文摘要

触摸屏技术(Touch Screen Technology)作为一种交互式输入设备,因其相对于鼠标和键盘,具有操作简单,使用灵活等特点,有助于提高用户的使用积极性,得到了广泛的应用。近几年来,计算机的输入方式也随着计算机技术的快速发展而不断革新,从最原始的打纸带输入,到键盘输入和鼠标输入,再到如今的触摸输入,这几大阶段的演变过程是一个从专业到普及的过程,相信在不久的将来,触摸屏技术能够让更多的非专业计算机用户方便快捷的使用上计算机。利用这种技术,用户只需用手指或者光笔触摸屏幕上的图符或文字便能实现对计算机的操作,从而使人机交互更为直截了当。随着Windows 7对触摸屏的更好支持,以及苹果iPhone的风靡全球,多点触摸的全新体验,使得触摸屏正在不断的走进我们的日常生活中,丰富我们的人机交互方式。相信不久的将来,人们可以享受点击的乐趣的同时以全新的方式来操作计算机,生活中到处都是“触手可及”的。然而目前现存的绝大多数触摸式交互技术都存在一些缺陷:这些技术都是通过硬件来实现的,需要特定物理材料的支持,因此限制了其应用场合。目前市场上的触摸屏主要有红外线式、电阻式、表面声波式、电容式等类型,将这些技术应用在触摸屏上尤其是超大尺寸屏幕,将会产生价格昂贵,通用性差等众多普通用户无法接受的问题。科技和市场迫切需要一种新的触摸式交互技术的出现,因此,本文提出一种基于图像识别的超大触摸屏系统实现方法,这种方法能够克服材料因素的种种限制,同时又不失现有触摸技术所具有的方便、直观性能。本文采用的触摸屏系统实现方案是基于图像识别技术,这种实现方案具有成本低廉、易于扩展的特点,尤其适合大型人机互动的应用场所,能提供良好的用户体验,在社会服务领域有着很大的应用潜力,具有明显的商业价值和广阔的发展前景。本文主要研究工作和创新点如下:首先分析研究了触摸屏技术,从目前通用技术、应用前景和自身局限性等诸多因素考虑,提出基于图像识别技术的超大触摸屏系统实现方法。在吸取图像识别理论知识,和广泛参考国内外现有利用图像识别技术实现触摸技术的基础上,综合出利用图像识别技术实现本系统整体工程,规范化系统研发流程,保证了研发工作的有效性和科学性。然后,研究并提出有效的对运动触摸点的检测与跟踪的算法,进而结合本系统对触摸点的识别和定位的方法,即利用两个视频采集装置,两直线相交有且只有一个交点的思想,设计并实现了基于图像识别的超大触摸屏系统。本系统主要划分为四大模块:视频采集模块、图像处理模块、触摸点识别与定位模块、鼠标模拟模块,并详细介绍各模块的实现和功能。最后讨论了本系统的不足和有待于完善之处,进行了深刻的总结和展望。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第一章 绪论
  • 1.1 研究目的和意义
  • 1.2 研究现状
  • 1.3 主要研究内容
  • 第二章 图像识别的理论基础
  • 2.1 引言
  • 2.2 数字图像概述
  • 2.2.1 图像数字化
  • 2.2.2 图像处理
  • 2.2.3 图像识别
  • 2.3 图像的获取和处理
  • 2.3.1 图像的获取和转换
  • 2.3.2 图像的噪声和中值滤波
  • 2.3.3 图像的灰度变换
  • 第三章 运动触摸点检测与跟踪
  • 3.1 引言
  • 3.2 运动目标的检测算法
  • 3.2.1 几种基本的检测算法
  • 3.2.2 提出新的运动触摸点检测算法
  • 3.3 触摸屏系统中的运动触摸点的检测与跟踪
  • 3.3.1 改进的运动触摸点检测算法的描述
  • 3.3.2 灰度阈值分割
  • 3.3.3 形态学图像滤波
  • 3.4 实验结果与分析
  • 3.5 本章小结
  • 第四章 触摸点的定位
  • 4.1 引言
  • 4.2 触摸点定位
  • 4.2.1 算法设计
  • 4.2.2 实验结果和分析
  • 4.3 进一步改进的触摸点定位算法
  • 4.3.1 算法改进的技术背景
  • 4.3.2 技术改进方案及算法描述
  • 4.3.3 实验结果和分析
  • 4.4 Windows事件驱动机制和钩子函数
  • 4.4.1 Windows事件驱动机制
  • 4.4.2 钩子函数
  • 4.5 本章小结
  • 第五章 超大触摸屏系统的实现
  • 5.1 系统需求分析
  • 5.1.1 系统功能需求
  • 5.1.2 系统性能需求
  • 5.2 系统简介
  • 5.3 系统构成
  • 5.4 系统工作过程
  • 5.5 系统模块构成
  • 5.5.1 视频采集模块
  • 5.5.2 图像处理模块
  • 5.5.3 触摸点识别与定位模块
  • 5.5.4 鼠标模拟模块
  • 5.6 系统应用
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 附录
  • Appendix
  • 攻读硕士学位期间发表的论文
  • 相关论文文献

    • [1].图像识别技术在纺织品及服装研究中的应用[J]. 浙江纺织服装职业技术学院学报 2019(04)
    • [2].煤矿带式输送机图像识别技术的研究[J]. 煤炭技术 2020(01)
    • [3].探析图像识别技术在现代交通上的前景[J]. 计算机产品与流通 2020(01)
    • [4].试析图像识别技术在人工智能中的应用[J]. 信息记录材料 2019(11)
    • [5].路面网状裂缝图像识别技术研究[J]. 南方农机 2020(01)
    • [6].基于图像识别技术的直喷汽油发动机颗粒物排放分析[J]. 汽车零部件 2020(01)
    • [7].基于大数据的图像识别技术在粮食监管中的应用研究[J]. 科技创新导报 2019(30)
    • [8].计算机图像识别技术的应用分析[J]. 集成电路应用 2020(02)
    • [9].浅谈图像识别在智能农场的应用[J]. 农家参谋 2020(02)
    • [10].图像识别技术对海洋贝类的信息处理及展望[J]. 通讯世界 2020(03)
    • [11].图像识别技术在农业领域中的应用[J]. 福建畜牧兽医 2020(02)
    • [12].基于图像识别技术的报警装置在选煤领域的应用[J]. 煤炭加工与综合利用 2020(05)
    • [13].基于数字图像识别技术的玻璃缺陷在线监测实验系统研究[J]. 信息与电脑(理论版) 2020(07)
    • [14].一种基于图像识别技术的智能选址方法与系统[J]. 计算机产品与流通 2020(07)
    • [15].计算机图像识别技术及应用研究[J]. 信息与电脑(理论版) 2020(05)
    • [16].运用图像识别技术对出海面进行灾害定损的新型方法探究[J]. 价值工程 2020(15)
    • [17].浅析图像识别技术在消防安全管理中的应用[J]. 中国新通信 2020(10)
    • [18].图像识别技术在纺纱场景中的应用[J]. 西部皮革 2020(13)
    • [19].基于图像识别技术的电力缴费智能核查系统[J]. 电子世界 2020(13)
    • [20].计算机图像识别技术的细节问题及对策探讨[J]. 中阿科技论坛(中英阿文) 2020(04)
    • [21].基于人工智能的图像识别技术分析[J]. 信息与电脑(理论版) 2020(14)
    • [22].人工智能图像识别技术在电力系统中的应用[J]. 中国新技术新产品 2020(17)
    • [23].图像识别技术在机械零件无损检测中的应用分析[J]. 科技经济导刊 2020(30)
    • [24].计算机图像识别技术的应用及细节问题阐述与分析[J]. 信息与电脑(理论版) 2019(01)
    • [25].大数据及图像识别技术在违法飙车行为治理中的应用研究[J]. 企业科技与发展 2018(12)
    • [26].基于图像识别技术的招投标应用模式研究[J]. 现代信息科技 2019(01)
    • [27].图像识别技术在电力设备监测中的应用[J]. 通信电源技术 2019(01)
    • [28].计算机图像识别技术的应用及细节问题分析[J]. 中国新通信 2019(06)
    • [29].图像识别技术应用与管理研究[J]. 科技创新导报 2019(05)
    • [30].交通中的图像识别技术分析与研究[J]. 中国新通信 2019(12)

    标签:;  ;  ;  ;  ;  

    基于图像识别的超大触摸屏系统研究
    下载Doc文档

    猜你喜欢