一种手写信号的检测方法技术

本发明专利技术公开了一种手写信号的检测方法，基于角速度来检测手写信号，通过小波去噪得到去噪信号，然后通过增强峰值增加手腕运动手势和手写手势之间的差异，再进行分段线性拟合，最后用尺寸较小的子窗来检测信号，并进行迭代合并，直至合并为包含完整手势信号的母窗。本发明专利技术时间复杂度低，不影响计算机运行速度，与现有的检测手写汉字信号的技术相比，本发明专利技术的方法有效解决了传统的窗函数检测方法难以检测到手写的汉字信号的问题，大大提高了检测精度。

A method of handwritten signal detection

【技术实现步骤摘要】
一种手写信号的检测方法
本专利技术涉及信号检测
，具体涉及一种手写信号的检测方法。
技术介绍
在对手写汉字或者字母进行信号采集时，通常涉及两种不同的信号，即手写信号和手腕移动信号。现有技术中，通常采用传统的窗函数检测方法进行手写信号的检测，本申请专利技术人在实施本专利技术的过程中，发现现有技术的方法，至少存在如下技术问题：传统的窗函数检测方法无法区分手写信号和手腕移动信号，因此难以精确地检测出手写信号，也就是说，现有技术中的方法存在检测精度不高的技术问题。
技术实现思路
有鉴于此，本专利技术提供了一种手写信号的检测方法，用以解决或者至少部分解决现有技术中的方法存在的检测精度不高的技术问题。为了解决上述技术问题，本专利技术提供了一种手写信号的检测方法，包括：步骤S1：采集原始信号数据，对原始信号数据进行去噪处理，获得去噪信号，其中，去噪信号包含手腕移动信号和手写信号；步骤S2：对去噪信号进行峰值增强，用以增强去噪信号中手腕移动信号的峰值；步骤S3：采用预设峰值检测算法在手腕移动信号的两个相邻峰值之间提取出手写信号，再采用分段线性拟合方法对提取的手写信号进行拟合，获得手腕移动信号的边界；S4：基于手腕移动信号的边界和合并子窗的方法检测出手写信号。在一种实施方式中，步骤S1中对原始信号数据进行去噪处理，具体包括：步骤S1.1：对采集的原始信号数据进行平滑处理；步骤S1.2：通过小波变换对进行平滑处理后的信号数据进行转换，然后通过设置系数阈值抑制噪声，再通过小波重构得到包含手腕移动信号和手写信号的去噪信号。在一种实施方式中，步骤S2具体包括：步骤S2.1：获取手腕移动信号的径向分量gard[i]和切向分量gtan[i]，gard[i]＝yi(1)其中，xi，yi，zi为三个角速度轴上的滤波信号数据；步骤S2.2：根据手腕移动信号的切向分量设计峰值增强：PAF[i]表示峰值增强产生的波峰。在一种实施方式中，步骤S3中，采用分段线性拟合方法对提取的手写信号进行拟合，获得手腕移动信号的边界，具体包括：步骤S3.1：重新确定手腕移动信号的两个相邻峰值之间的间隔，以覆盖手写信号；步骤S3.2：根据分段线性拟合对检测间隔中的信号进行分割，从峰值位置开始，对每两个采样点进行线性拟合，其中，左边界的峰值位于右侧，右侧边界的峰值位于左侧；步骤S3.3：判断拟合误差是否低于阈值，如果拟合误差低于阈值，则添加一个采样点并进行线性拟合求取直线的斜率，否则，将当前片段当作一个完整的片段并开始新片段；迭代执行步骤S3.2～S3.3，直到线性拟合的斜率低于预先确定的参数，重置间隔终点，最终得到手腕移动信号的边界。在一种实施方式中，步骤S4具体包括：步骤S4.1：采用窗函数获取N个采样的子窗，其中，N为正整数，步骤S4.2：采用基于角速度的方法计算每个子窗内三个轴的合加速度信号的能量值EI，其中，I表示当前子窗的索引，xi、yi、zi分别表示加速度三个轴的值，Fi表示三个轴的合加速度信号；步骤S4.3：判断各个子窗内的加速度信号能量值是否大于噪声阈值，若大于，则将其作为信号的一部分并进行记录，直到信号包含的所有子窗口均检测完毕；步骤S4.4：将记录的所有子窗进行合并，得到母窗，结合手腕移动信号的边界和合并得到的母窗，检测出手写信号。本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：本专利技术提供的一种手写信号的检测方法，首先，采集原始信号数据，对原始信号数据进行去噪处理，获得去噪信号；然后，对去噪信号进行峰值增强，用以增强去噪信号中手腕移动信号的峰值；接着，采用预设峰值检测算法在手腕移动信号的两个相邻峰值之间提取出手写信号，再采用分段线性拟合方法对提取的手写信号进行拟合，获得手腕移动信号的边界；最后，基于手腕移动信号的边界和合并子窗的方法检测出手写信号。由于本专利技术提供的方法通过对去噪信号进行峰值增强，用以增强去噪信号中手腕移动信号的峰值，从而增加了手腕运动手势和手写手势之间的差异，即增加了手写信号和手腕移动信号之间的差异，从而可以更为准确地检测出手写信号，进一步地，本专利技术还通过结合手腕移动信号的边界和合并子窗的方法，采用的是尺寸较小的子窗口，从而可以进一步提高检测精度。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，下面将对实施例或现有技术描述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。图1为本专利技术提供的一种手写信号的检测方法的流程示意图；图2为本专利技术实施例中通过小波重构得到的去噪信号图；图3为本专利技术实施例中基于传统窗函数方法与基于子窗合并方法的信号检测示意图；图4～7为本专利技术具体示例中不同尺寸组合下的检测率示意图。具体实施方式本专利技术的目的在于针对现有技术中的方法存在检测精度不高的技术问题，提出的一种手写信号的检测方法，从而达到提高检测精度的目的。为达到上述目的，本专利技术的主要构思如下：采用基于角速度的方法检测手写信号，通过小波去噪得到去噪信号，然后通过增强峰值增加手腕运动手势和手写手势之间的差异，再进行分段线性拟合，最后用尺寸较小的子窗来检测信号，并进行迭代合并，直至合并为包含完整手势信号的母窗。其中，在进行分段线性拟合的时候，根据峰值检测算法在两个相邻峰值之间提取信号，然后缩小间隔以覆盖手写信号。为了消除峰值边缘信号的影响并重新确定间隔，根据分段线性拟合对检测间隔中的信号进行分割。从峰值位置开始，对前两点进行线性拟合。左边界的峰值位于右侧，右侧边界的峰值位于左侧。如果拟合误差低于阈值，则再添加一个采样点；否则，将当前片段视为一个完整的片段并开始新片段。迭代地进行拟合，直到线性拟合的斜率低于预设参数，重置间隔终点。本专利技术的方法时间复杂度低，不影响计算机运行速度，与现有的检测手写汉字信号的技术相比，该方法有效地解决了传统的窗函数检测方法难以检测到手写的汉字信号的问题，大大提高了检测精度。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。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。本实施例提供了一种手写信号的检测方法，请参见图1，该方法包括：步骤S1：采集原始信号数据，对原始信号数据进行去噪处理，获得去噪信号，其中，去噪信号包含手腕移动信号和手写信号。具体来说，由于手部的抖动和传感器的内部噪声，原始信号数据中会包含高频随机噪声，因此本文档来自技高网...

【技术保护点】
1.一种手写信号的检测方法，其特征在于，包括：/n步骤S1：采集原始信号数据，对原始信号数据进行去噪处理，获得去噪信号，其中，去噪信号包含手腕移动信号和手写信号；/n步骤S2：对去噪信号进行峰值增强，用以增强去噪信号中手腕移动信号的峰值；/n步骤S3：采用预设峰值检测算法在手腕移动信号的两个相邻峰值之间提取出手写信号，再采用分段线性拟合方法对提取的手写信号进行拟合，获得手腕移动信号的边界；/nS4：基于手腕移动信号的边界和合并子窗的方法检测出手写信号。/n

【技术特征摘要】
1.一种手写信号的检测方法，其特征在于，包括：
步骤S1：采集原始信号数据，对原始信号数据进行去噪处理，获得去噪信号，其中，去噪信号包含手腕移动信号和手写信号；
步骤S2：对去噪信号进行峰值增强，用以增强去噪信号中手腕移动信号的峰值；
步骤S3：采用预设峰值检测算法在手腕移动信号的两个相邻峰值之间提取出手写信号，再采用分段线性拟合方法对提取的手写信号进行拟合，获得手腕移动信号的边界；
S4：基于手腕移动信号的边界和合并子窗的方法检测出手写信号。


2.如权利要求1所述的方法，其特征在于，步骤S1中对原始信号数据进行去噪处理，具体包括：
步骤S1.1：对采集的原始信号数据进行平滑处理；
步骤S1.2：通过小波变换对进行平滑处理后的信号数据进行转换，然后通过设置系数阈值抑制噪声，再通过小波重构得到包含手腕移动信号和手写信号的去噪信号。


3.如权利要求1所述的方法，其特征在于，步骤S2具体包括：
步骤S2.1：获取手腕移动信号的径向分量gard[i]和切向分量gtan[i]，
gard[i]＝yi(1)



其中，xi，yi，zi为三个角速度轴上的滤波信号数据；
步骤S2.2：根据手腕移动信号的切向分量设计峰值增强：



PAF[i]表示峰值增强产生的波峰。


4.如权利要求1所述的方法，其特征在于...

【专利技术属性】
技术研发人员：张健，毕红亮，陈艳姣，彩丽甘，韩黎明，王茗禹，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42