一种笔压信息获得方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及一种笔压信息获得方法、装置、电子设备及存储介质，属于图像处理技术领域。该笔压信息获得方法包括：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；基于所述标准样本和所述拟合方程，获得笔压信息。本发明专利技术解决了现有的手写笔迹笔压采集困难的问题，并能显著降低手写笔迹笔压采集成本。

【技术实现步骤摘要】
一种笔压信息获得方法、装置、电子设备及存储介质
本专利技术属于图像处理
，具体涉及一种笔压信息获得方法、装置、电子设备及存储介质。
技术介绍
随着手写设备的快速发展，压力感应手写板因为可以采集书写者实时的笔压信息，为在线绘图、签名、笔迹鉴定等提供了更多元化的信息，因而得到了广泛的应用。笔压采集手写设备根据灵敏度不同具有不同的压力采集精度，现在主流的专业笔压采集手写板的精度为256级压感，能达到基本的日常美术绘图的使用要求。但是，专业的笔压采集手写板的成本较高，不适用于大规模的离线手写笔压数据的采集；手写板表面以及手写笔笔尖的阻力与传统的纸笔书写体感差距较大。其次，手写板表面的阻力较普通纸张的阻力要小，笔迹容易出现漂移等受到多种额外的因素影响，人们在初次使用手写板的时候还需要额外的学习适应的过程。此外，通过手写板采集的笔迹与传统纸笔上采集的笔迹差异非常大；笔迹鉴定与笔迹特征识别等相关领域需要我们采集写作者的书写特征，而笔压是在线采集主要采集的笔迹特征之一；离线手写笔迹特征分析中由于很难采集到笔压信息，或者采集的笔压信息过于简单，与在线笔压特征差距较远，因此效果并不理想。
技术实现思路
鉴于此，本专利技术的目的在于提供一种笔压信息获得方法、装置、电子设备及存储介质，以有效地改善上述问题。本专利技术的实施例是这样实现的：第一方面，本专利技术实施例提供了一种笔压信息获得方法，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；基于所述标准样本和所述拟合方程，获得笔压信息。第二方面，本专利技术实施例提供还了一种笔压信息获得装置，包括：采集模块、预处理模块、拟合模块和重建模块；所述采集模块，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；所述预处理模块，用于对所述采集样本进行预处理得到标准样本；所述拟合模块，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；所述重建模块，用于基于所述标准样本和所述拟合方程，获得笔压信息。第三方面，本专利技术实施例提供还了一种电子设备，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与所述存储器中的程序，执行上述方法。第四方面，本专利技术实施例提供还了一种存储介质，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上述方法。本专利技术实施例提供的笔压信息获得方法、装置、电子设备及存储介质方法，该方法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为对所述书写媒介层进行扫面获得的笔迹样本，P1至Pn为依次对n个所述笔压采集媒介层进行扫面获得的压力样本；对获得的压力样本进行预处理，得到标准样本；基于获得的标准样本和预设拟合公式利用神经网络回归进行拟合，对预设拟合公式的参数进行确定，进而得到拟合方程；根据标准样本和拟合方程即可得到笔压信息，进一步，将标准样本中的某一个样本的参数值带入拟合方程，得到的图像即为笔压信息。本专利技术解决了现有的手写笔迹笔压采集困难的问题，并能显著降低手写笔迹笔压采集成本。本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。通过附图所示，本专利技术的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本专利技术的主旨。图1示出了本专利技术实施例提供的一种电子设备的结构示意图。图2示出了本专利技术实施例提供的一种笔压信息获得方法的流程图。图3示出了本专利技术实施例提供的图2中的步骤S102的流程图。图4示出了本专利技术实施例提供的图3中的步骤S201的流程图。图5示出了本专利技术实施例提供的图4中的步骤S301的流程图。图6示出了本专利技术实施例提供的一种笔压信息获得装置的模块示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本专利技术的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。如图1所示，图1示出了本专利技术实施例提供的一种电子设备100的结构框图。所述电子设备100包括：笔压信息获得装置110、存储器120、存储控制器130和处理器140。所述存储器120、存储控制器130、处理器140各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述笔压信息获得装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器120中或固化在所述电子设备100的操作系统(operatingsystem，OS)中的软件功能模块。所述处理器140用于执行存储器120中存储的可执行模块，例如所述笔压信息获得装置110包括的软件功能模块或计算机程序。其中，存储器120可以是，但不限于，随机存取存储器(RandomAccessMemory，RAM)，只读存储器(ReadOnlyMemory，ROM)，可编程只读存储器(Programmab本文档来自技高网...

【技术保护点】
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；基于所述标准样本和所述拟合方程，获得笔压信息。

【技术特征摘要】
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；基于所述标准样本和所述拟合方程，获得笔压信息。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.根据权利要求1－4任一项所述的方法，其特征在于，所述采集样本为线性衰减时，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，包括：基于标准样本和y＝φ(αx+β)，利用神经网络回归进行拟合，得到拟合方程，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。6.根据权利要求1－4任一...

【专利技术属性】
技术研发人员：林涛，黎鸣，华礼娴，唐宁九，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川,51