手写动态特征采集系统设计

论文摘要

汉字是以笔画而不是字母作为基本元素的一种文字,研究汉字书写动态特征必须从笔画入手。本文目的是通过采集书写过程中笔杆的加速度等动态特征,得出笔画书写的起始点、终止点和笔画轨迹等笔画的基本信息,建立笔画动态特征模型。手写动态特征采集系统使用安装在笔杆上的微型加速度传感器采集笔杆的动态特征,通过单片机将采集到的数据AD 转换后,由串口传送至计算机处进行数据处理和特征分析。本文从笔杆模型、书写运动原理和微型加速度传感器原理出发,提出笔杆特征的四自由度模型(包括三轴向加速度和倾斜角),及使用加速度传感器组来实现对倾斜角估计的方法。由于微型加速度传感器无法区分静态和动态加速度,使用四自由度模型可以除去各个测量轴上重力加速度分量的影响,从而计算出笔杆的动态特征。提出了通过传感器静态标定和坐标变换来减少安装误差影响的方法。为了减少传感器噪声的影响,使用标准偏差来进行笔画的起始点、终止点和转折点等特征点的判断。笔画动态特征模型除了包括加速度和倾斜角特征外,还包括笔杆的速度和位移特征及形成的笔画轨迹特征。动态特性标定和速度误差补偿可以降低笔画书写过程中的累积误差,文中通过采集分析典型笔画的特征,介绍笔画动态特征模型的建立。本文通过对基本笔画的研究实验表明,使用微型加速度传感器可以在不影响笔杆正常运动的情况下采集笔画的四自由度动态特征,采用标准偏差法可以正确地判断出笔画的主要特征点,从而计算出笔画包括加速度、倾斜角度、速度、位移和笔画轨迹等特征在内的动态特征模型,可以应用于书法动作指导或者签名识别等领域。

论文目录

• 中文摘要
• Abstract
• 第一章 引言
• 1.1 课题目的和意义
• 1.2 国际国内研究状况和进展
• 1.2.1 研究方向
• 1.2.2 采集手段
• 1.2.3 定位系统原理
• 1.2.4 微加速度传感器应用
• 1.3 论文各部分的主要内容
• 第二章 数据采集系统设计
• 2.1 运笔特征测量原理
• 2.1.1 笔杆模型
• 2.1.2 角度补偿
• 2.1.3 初始状态建立
• 2.1.4 算法小结
• 2.2 传感器的选择与电路设计
• 2.2.1 MEMS 加速度计原理
• 2.2.2 ADXL202E 特性
• 2.2.3 输出信号选择
• 2.2.4 硬件电路设计
• 2.3 模数转换和数据传送
• 2.3.1 数据采集卡采集
• 2.3.2 单片机进行数据采集和传送
• 2.3.3 串口通信
• 2.3.4 程序设计
• 2.4 传感器静态标定
• 2.4.1 误差源
• 2.4.2 量程和灵敏度标定
• 2.4.3 传感器安装误差修正
• 第三章 数据处理系统设计
• 3.1 数据处理算法分析
• 3.1.1 基本算法
• 3.1.2 差分分析法
• 3.1.3 标准偏差分析法
• 3.1.4 阈值的选取
• 3.1.5 标准偏差法和微分法比较
• 3.1.6 特征点判断
• 3.2 误差分析
• 3.2.1 平滑处理
• 3.2.2 形态学滤波
• 3.2.3 卡尔曼滤波
• 3.3 程序设计
• 第四章 笔画动态特征模型
• 4.1 笔画模型
• 4.2 典型笔画书写特征
• 4.2.1 初始点生成
• 4.2.2 基本动作标定
• 4.2.3 常见笔画特征
• 4.3 生成动态特征模型
• 第五章 总结
• 参考文献
• 致谢声明
• 个人简历、在学期间发表的学术论文