一种基于有向长方体的三维空间手写字符维数约简方法技术

本发明专利技术公开了一种三维空间手写字符维数约简方法。现有三维字符降维方法计算量大或可视性差。本发明专利技术如下：一、定义初始三维坐标系。二、获取运动指尖的空间坐标并生成离散点集。三、用OBB包围盒算法针对步骤二所得离散点集建立有向长方体。四、确定自适应投影面。五、建立投影二维坐标系。六、将离散点集投影到自适应投影面上。七、旋转校正。八、依次连接输出点集内的n个输出点，得到输出轨迹。之后将所得输出轨迹以图片的形式输出。本发明专利技术能够精确地对三维手写字符进行降维，保证降维后能够得到固定方向的2D图像，从而实现更好的可视化效果，极大程度地提高了三维空间手写字符的识别率。

A Dimension Reduction Method for Handwritten Characters in Three-dimensional Space Based on Directed Cuboids

The invention discloses a method for dimension reduction of three-dimensional space handwritten characters. The existing three-dimensional character dimension reduction methods have large computational complexity or poor visibility. The invention is as follows: 1. Defining the initial three-dimensional coordinate system. 2. Obtain the spatial coordinates of the moving fingertips and generate discrete point sets. 3. Directed cuboids are constructed with OBB bounding box algorithm for discrete point sets obtained in step 2. 4. Determine the adaptive projection surface. 5. Establishment of projection two-dimensional coordinate system. 6. Projecting the set of discrete points onto the adaptive projection surface. 7. Rotation correction. 8. Connect n output points in the set of output points sequentially to get the output trajectory. Then the output trajectory is output in the form of pictures. The invention can precisely reduce the dimension of three-dimensional handwritten characters, ensure that after dimension reduction, a fixed direction 2D image can be obtained, thereby achieving better visualization effect and greatly improving the recognition rate of three-dimensional space handwritten characters.

【技术实现步骤摘要】
一种基于有向长方体的三维空间手写字符维数约简方法
本专利技术属于降维
，具体涉及一种基于有向长方体的三维空间手写字符维数约简方法。
技术介绍
在高维情况下会出现数据样本稀疏、距离计算困难的问题，这个问题被称为“维数灾难”。缓解维数灾难的一个重要途径是降维，亦称“维数约简”，即通过某种数学变换将高维属性空间转变成一个低维“空间”，这样不仅属性维度降低减少了计算开销，还增大了样本密度。为了解决这个问题，目前已经提出了许多降维方法。到目前为止，传统的降维方法仍存在着一些缺点和不足。多维缩放法(MDS)是要求原始空间中样本之间的距离在低维空间中得以保持，但实际上在降维之前就进行了大量的距离、内积计算，这是很消耗资源和时间的，所以对于维度灾难来说，MDS的缓解作用并不大。主成分分析法(PCA)的缺点是降维后得到的2D字符方向的存在随机的反转以及随机的旋转角度，不能够获得较优的视觉效果，而2D字符的随机方向也将影响识别率。局部线性嵌入法(LLE)的缺点是维数约简之后的数据较好地保留原始数据的局部几何结构关系，但是却不能很好地保留原始数据全局结构的相关形状信息，导致可视化效果不佳。因此，提出一中可视化佳且识别率高的字符降维方法具有重要意义。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于有向长方体的三维空间手写字符维数约简方法，以解决传统降维方法中2D字符随机反转及存在旋转角度的问题，实现更好的可视化效果。本专利技术的具体步骤如下：步骤一、根据LeapMotion体感控制器建立初始三维坐标系。步骤二、使用者在Leapmotion体感控制器上方用手指绘制字符。Leapmotion体感控制器检测手指指尖在空间中运动的三维坐标，得到离散点集。离散点集包括n个离散点。n个离散点在初始三维坐标系内的坐标分别为(xi，yi，zi)，i＝1，2，…，n。步骤三、用OBB包围盒算法针对步骤二所得离散点集建立有向长方体。步骤四、选取步骤三所得有向长方体上面积最大的两个面的法向量作为自适应投影面的法向量。选取步骤二所得离散点集的几何中心点作为自适应投影面经过的点，从而确定自适应投影面。离散点集的几何中心点的坐标为若自适应投影面平行于初始三维坐标系内X轴、Z轴所成平面，则重新执行步骤二。否则，进入步骤五。步骤五、定义自适应投影面与步骤3所得有向长方体上四条棱的交点分为点M、点N、点P、点Q。将点M、点N、点P分别投影在初始三维坐标系内X轴、Y轴所成平面上，得到点M1、点N1、点P1。点M1、点N1、点P1在初始三维坐标系内的坐标分别为M1(a1，b1，0)，N1(a2，b2，0)，P1(a3，b3，0)。计算方向特征值d如下：建立二维直角坐标系。二维直角坐标系的坐标原点为点M。若d＜0，则二维直角坐标系的Y轴与线MQ重合，Y轴正方向为点M向点Q的方向，X轴与线MN重合，X轴正方向为点M向点N的方向。若d≥0，则二维直角坐标系的Y轴与线MN重合，Y轴正方向为点M向点N的方向，X轴与线MQ重合，X轴正方向为点M向点Q的方向。步骤六、将步骤二所得离散点集投影到自适应投影面上，得到降维点集。降维点集包括n个降维点。n个降维点在初始三维坐标系内的坐标分别为(xri，yri，zri)，i＝1，2，...，n。点M、点N、点P在初始三维坐标系内的坐标分别为M(e1，f1，g1)，N(e2，f2，g2)，Q(e3，f3，g3。点M指向点Q的向量为点M指向点N的向量为向量的单位向量为向量的单位向量为点M指向降维点集内第i个降维点的向量降维点集内n个降维点在二维直角坐标系内的坐标分为(pi，qi)，i＝1，2，...，n；若d＜0，则若d≥0，则步骤七、将降维轨迹以降维点集的几何中心点为旋转中心，沿二维直角坐标系x轴正半轴向y轴正半轴的方向旋转θ。得到输出点集K。输出点集K包括n个输出点。n个输出点在二维直角坐标系内的坐标分为(p′i，q′i)，i＝1，2，...，n。其中，降维点集的几何中心点在二维直角坐标系内的坐标为若x1＜x3，y1＜y3，则θ＝0°。若x1＞x3，y1＜y3，则θ＝90°。若x1＞x3，y1＞y3，则θ＝180°。若x1＜x3，y1＞y3，则θ＝270°；步骤八、依次连接输出点集内的n个输出点，得到输出轨迹。进一步地，步骤一中，以LeapMotion体感控制器的设备中心作为初始三维坐标系的坐标原点。初始三维坐标系的X轴与LeapMotion体感控制器的长边平行，且正方向朝向坐标原点靠近LeapMotion体感控制器信号灯的方向。初始三维坐标系的Z轴与LeapMotion体感控制器的短边平行，且正方向朝向使用位置。使用位置为使用者在进行字符绘制时所在的位置。初始三维坐标系的Y轴竖直设置，且正方向朝向正上方。进一步地，步骤八得到输出轨迹后，将经所得输出轨迹以图片的形式输出。本专利技术具有的有益效果是：本专利技术能够精确地对三维手写字符进行降维，保证降维后能够得到固定方向的2D图像。此外，本专利技术解决了传统的降维方法中存在的2D字符随机反转和存在旋转角度的问题，从而实现更好的可视化效果，极大程度提高了三维空间手写字符的识别率。具体实施方式以下对本专利技术作进一步说明。一种基于有向长方体的三维空间手写字符维数约简方法的具体步骤如下：步骤一、定义初始三维坐标系根据水平放置的LeapMotion体感控制器建立初始三维坐标系。以LeapMotion体感控制器的设备中心作为初始三维坐标系的坐标原点。初始三维坐标系的X轴与LeapMotion体感控制器的长边平行，且正方向朝向坐标原点靠近LeapMotion体感控制器信号灯的方向。初始三维坐标系的Z轴与LeapMotion体感控制器的短边平行，且正方向朝向使用位置。使用位置为使用者在进行字符绘制时所在的位置。初始三维坐标系的Y轴竖直设置，且正方向朝向正上方。步骤二、获取运动指尖的空间坐标并生成三维轨迹离散点集使用者在Leapmotion体感控制器上方用手指绘制字符。Leapmotion体感控制器检测手指指尖在空间中运动的三维坐标，得到离散点集H。(离散点集是Leapmotion体感控制器检测到的手指指尖在三维空间中运动经过的点的集合)离散点集H包括n个离散点。n个离散点在初始三维坐标系内的坐标分别为(xi，yi，zi)，i＝1，2，…，n。步骤三、用OBB包围盒算法针对步骤二所得离散点集建立有向长方体。步骤四、确定自适应投影面选取步骤三所得有向长方体上面积最大的两个面的法向量作为自适应投影面的法向量。选取步骤二所得离散点集的几何中心点作为自适应投影面经过的点，从而确定自适应投影面。由于OBB包络算法可以根据字符的书写角度进行紧密包络，即有向长方体代表了空间字符的方向，而有向长方体上最大面积的平面代表了最多的字符信息，故自适应投影面上能够显示出最完整的字符投影。离散点集的几何中心点的坐标为若自适应投影面平行于初始三维坐标系内X轴、Z轴所成平面，则输入的离散点集无法生成确定方向的投影，使用者重新绘制字符，重新执行步骤二。否则，进入步骤五。步骤五、建立二维直角坐标系定义自适应投影面与步骤3所得有向长方体上四条棱的交点分为点M、点N、点P、点Q。点M与点N分别为有向长方体内同一侧面的两条棱上的点。点N与点P分本文档来自技高网...

【技术保护点】
1.一种三维空间手写字符维数约简方法，其特征在于：步骤一、根据Leap Motion体感控制器建立初始三维坐标系；步骤二、使用者在Leap motion体感控制器上方用手指绘制字符；Leap motion体感控制器检测手指指尖在空间中运动的三维坐标，得到离散点集；离散点集包括n个离散点；n个离散点在初始三维坐标系内的坐标分别为(xi，yi，zi)，i＝1，2，...，n；步骤三、用OBB包围盒算法针对步骤二所得离散点集建立有向长方体；步骤四、选取步骤三所得有向长方体上面积最大的两个面的法向量作为自适应投影面的法向量；选取步骤二所得离散点集的几何中心点作为自适应投影面经过的点，确定自适应投影面；离散点集的几何中心点的坐标为

【技术特征摘要】
1.一种三维空间手写字符维数约简方法，其特征在于：步骤一、根据LeapMotion体感控制器建立初始三维坐标系；步骤二、使用者在Leapmotion体感控制器上方用手指绘制字符；Leapmotion体感控制器检测手指指尖在空间中运动的三维坐标，得到离散点集；离散点集包括n个离散点；n个离散点在初始三维坐标系内的坐标分别为(xi，yi，zi)，i＝1，2，...，n；步骤三、用OBB包围盒算法针对步骤二所得离散点集建立有向长方体；步骤四、选取步骤三所得有向长方体上面积最大的两个面的法向量作为自适应投影面的法向量；选取步骤二所得离散点集的几何中心点作为自适应投影面经过的点，确定自适应投影面；离散点集的几何中心点的坐标为若自适应投影面平行于初始三维坐标系内X轴、Z轴所成平面，则重新执行步骤二；否则，进入步骤五；步骤五、定义自适应投影面与步骤3所得有向长方体上四条棱的交点分为点M、点N、点P、点Q；将点M、点N、点P分别投影在初始三维坐标系内X轴、Y轴所成平面上，得到点M1、点N1、点P1；点M1、点N1、点P1在初始三维坐标系内的坐标分别为M1(a1，b1，0)，N1(a2，b2，0)，P1(a3，b3，0)；计算方向特征值d如下：建立二维直角坐标系；二维直角坐标系的坐标原点为点M；若d＜0，则二维直角坐标系的Y轴与线MQ重合，Y轴正方向为点M向点Q的方向，X轴与线MN重合，X轴正方向为点M向点N的方向；若d≥0，则二维直角坐标系的Y轴与线MN重合，Y轴正方向为点M向点N的方向，X轴与线MQ重合，X轴正方向为点M向点Q的方向；步骤六、将步骤二所得离散点集投影到自适应投影面上，得到降维点集；降维点集包括n个降维点；n个降维点在初始三维坐标系内的坐标分别...

【专利技术属性】
技术研发人员：张钰，陆敬微，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33