黃 靚

（平頂山工業(yè)職業(yè)技術(shù)學(xué)院，河南 平頂山 467000）

隨著人機(jī)交互技術(shù)的發(fā)展，人們不滿足于僅通過傳統(tǒng)的輸入設(shè)備對(duì)計(jì)算機(jī)進(jìn)行操作，多點(diǎn)觸控技術(shù)隨之在多個(gè)行業(yè)中迅速發(fā)展，極大增強(qiáng)了用戶的人機(jī)交互體驗(yàn)，受到大眾的關(guān)注和追捧。

所謂多點(diǎn)觸控（Multi-Touch）是采用人機(jī)交互技術(shù)與硬件設(shè)備共同實(shí)現(xiàn)的技術(shù)，能在沒有傳統(tǒng)輸入設(shè)備下進(jìn)行計(jì)算機(jī)的人機(jī)交互操作。目前多點(diǎn)觸控技術(shù)以光學(xué)式發(fā)展最快，便于實(shí)現(xiàn)，本文主要研究基于計(jì)算機(jī)視覺和光學(xué)的多點(diǎn)觸摸來實(shí)現(xiàn)人機(jī)交互[1]。

常見的基于光學(xué)的多點(diǎn)觸摸技術(shù)主要分為5類：由Jeff Han開創(chuàng)的FTIR（受抑全內(nèi)反射多點(diǎn)觸摸技術(shù)）、微軟Surface的Rear-DI（背面散射光多點(diǎn)觸摸技術(shù)）、由Alex Popovich提出的LLP（激光平面多點(diǎn)觸摸技術(shù)）、由Nima Motamedi提出的LED-LP（發(fā)光二極管平面多點(diǎn)觸摸技術(shù)）、由Tim Roth提出的DSI（散射光平面多點(diǎn)觸摸技術(shù)）[2]。經(jīng)過對(duì)5種技術(shù)的比較，本裝置采用FTIR技術(shù)實(shí)現(xiàn)。

1 系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)原理

FTIR是光學(xué)的一種基本現(xiàn)象——全內(nèi)反射（又稱全反射），Jeff Han教授通過該原理，將紅外線反射在一塊能夠產(chǎn)生全內(nèi)反射效果的亞克力板內(nèi)部，當(dāng)用戶在亞克力板表面觸摸時(shí)，光線就會(huì)被用戶的接觸部位反射或折射（通過皮膚），在觸摸的地方就會(huì)將原本反射在內(nèi)部的紅外線折射回在亞克力板外面架設(shè)的紅外攝像頭，通過對(duì)應(yīng)軟件即可檢測(cè)到對(duì)應(yīng)的信息點(diǎn)[1]，如圖1所示。

圖1 受抑全內(nèi)反射原理圖

1.2 硬件系統(tǒng)設(shè)計(jì)

本裝置采用基于FTIR和計(jì)算機(jī)視覺技術(shù)的硬件結(jié)構(gòu)，主要模塊包括紅外光源、紅外攝像頭、顯示設(shè)備、信息處理設(shè)備等。整個(gè)系統(tǒng)結(jié)構(gòu)簡單，便于組裝，成本低廉，具有較強(qiáng)的環(huán)境適應(yīng)性。

1）紅外光源。由于本裝置采用亞克力板作為投影設(shè)備，而多數(shù)亞克力板在制造時(shí)加強(qiáng)了削弱900 nm以上紅外光的能力，同時(shí)很多紅外攝像頭也作了修正，對(duì)940 nm以上的紅外光不敏感，以減少太陽光的干擾，因此選用的紅外光源波長必須在780～940 nm，功率在80 mW以上，在這個(gè)范圍內(nèi)紅外發(fā)光管發(fā)出的光最容易被攝像頭讀取。而且波長越低，敏感度越高，更容易分析壓感。本設(shè)計(jì)采用SFH-485P作為發(fā)光器件，波長為880 nm，便于攝像頭捕捉。

2）紅外攝像頭。紅外攝像頭價(jià)格較高，考慮到裝置的成本，系統(tǒng)采用對(duì)普通攝像頭加以改造的方式來實(shí)現(xiàn)。裝置選用PlayStation 3（PS3 eye）攝像頭，不僅可以輕松地去除ICF（紅外截止濾鏡），且具有較高的幀率（640×480，30 f/s）。

為了過濾干擾的可見光，需在鏡頭前添加裁剪的濾光片或鏡頭濾鏡。鏡頭濾鏡具有波長唯一性，而且具有只允許單個(gè)特定波長通過的特點(diǎn)，考慮到濾光效果，本裝置采用鏡頭濾鏡作為濾光片。

3）顯示設(shè)備。裝置可以使用的顯示設(shè)備有投影儀和液晶顯示器。液晶顯示器若要使用需進(jìn)行改造，要去掉顯示器外殼，保留LCD板、電路控制板和電源，步驟較為繁瑣，其顯示范圍也受到顯示器尺寸的限制，且成本較高。而投影儀具有屏幕尺寸大、功能多、成本低的特點(diǎn)。同時(shí)，為形成效果較好的全內(nèi)反射，對(duì)于作為投影面的亞克力板的厚度有一定要求，一般要求在8 cm以上。綜合以上考慮，并為了防止手指按壓時(shí)發(fā)生形變，本設(shè)計(jì)決定選用投影儀配合10 cm的亞克力面板作為顯示設(shè)備[3]。

4）信息處理設(shè)備。本裝置選用的軟件框架為OPENCV，客戶端為CCV，信息處理平臺(tái)采用Raspberry Pi嵌入式開發(fā)板與PC，使用PC輔助進(jìn)行交叉編譯。Raspberry Pi配備一個(gè)700 MHz的博通ARM架構(gòu)BCM2835處理器，256 Mbyte內(nèi)存，使用SD卡作為存儲(chǔ)媒體，支持Linux、Android、RISC OS、BSD等操作系統(tǒng)，并且有USB、HDMI、RJ-45、GPIO等擴(kuò)展接口，便于開發(fā)。

本系統(tǒng)通過在嵌入式Linux系統(tǒng)中運(yùn)行CCV，實(shí)現(xiàn)了Raspberry Pi與PC搭建的交叉編譯環(huán)境，可以充分利用ARM平臺(tái)與X86平臺(tái)的優(yōu)點(diǎn)，功耗、性能、開發(fā)速度都得到保證。由于嵌入式系統(tǒng)資源有限，在X86環(huán)境下完成大部分代碼的開發(fā)，然后借助交叉編譯工具生成可以在Raspberry Pi上運(yùn)行的目標(biāo)代碼和程序。

裝置的硬件系統(tǒng)示意圖如圖2所示。

2 軟件系統(tǒng)設(shè)計(jì)

2.1 軟件架構(gòu)

圖2 多點(diǎn)觸控裝置硬件系統(tǒng)示意圖

本設(shè)計(jì)將多點(diǎn)觸感圖像識(shí)別跟蹤系統(tǒng)的軟件分為硬件抽象層、變換層、解析層和Widget層，如圖3所示。硬件抽象層用于接收傳感器采集到的原始數(shù)據(jù)，通過紅外攝像頭采集原始數(shù)據(jù)，將紅外攝像頭采集到的圖像進(jìn)行圖像校正、灰度變換、背景過濾、平滑去噪和分割目標(biāo)等處理，從原始圖像中得到目標(biāo)點(diǎn)的位置，在進(jìn)行觸點(diǎn)檢測(cè)、識(shí)別后，將跟蹤目標(biāo)的定位信息發(fā)送給變換層；變換層把得到的目標(biāo)定位信息經(jīng)過TUIO編碼轉(zhuǎn)換為系統(tǒng)坐標(biāo)；解析層獲取由變換層傳遞的坐標(biāo)信息，進(jìn)行TUIO解碼，轉(zhuǎn)換為觸摸事件和狀態(tài)，合成運(yùn)動(dòng)軌跡，識(shí)別用戶手勢(shì)的含義，并觸發(fā)相應(yīng)的觸摸事件；最后Widget層響應(yīng)觸摸事件和觸摸狀態(tài)，完成一次完整的人機(jī)交互[4]。

圖3 系統(tǒng)軟件模塊架構(gòu)框圖

2.2 軟件各模塊功能

1）攝像頭的標(biāo)定。攝像機(jī)標(biāo)定是將觸點(diǎn)的物理坐標(biāo)轉(zhuǎn)換為相機(jī)成像圖像坐標(biāo)的關(guān)鍵步驟，它的目的是確定三維物體的空間坐標(biāo)系到攝像機(jī)圖像坐標(biāo)系的映射關(guān)系，其中包括攝像機(jī)成像系統(tǒng)內(nèi)外幾何及光學(xué)參數(shù)的標(biāo)定和兩個(gè)或多個(gè)攝像機(jī)之間相對(duì)位置關(guān)系的標(biāo)定。由于本裝置僅使用單攝像頭，因此只需確定相機(jī)的內(nèi)部和外部參數(shù)即可。

為了便于系統(tǒng)實(shí)現(xiàn)并保證較高的靈活性，本裝置采用基于張正友標(biāo)定法的手動(dòng)標(biāo)定方法，使用的標(biāo)定棋盤圖[5]如圖4所示。

圖4 手動(dòng)標(biāo)定背景定位基準(zhǔn)圖

裝置可以使用OPENCV自帶的攝像機(jī)標(biāo)定示例程序，該程序位于“OpenCVsamplesc目錄下的calibration.cpp”，程序的輸入支持直接從USB攝像機(jī)讀取圖片標(biāo)定，或者從已經(jīng)存放于計(jì)算機(jī)上的圖片進(jìn)行標(biāo)定。根據(jù)本裝置選用亞克力板的大小，決定選取9個(gè)坐標(biāo)點(diǎn)定位，使用者根據(jù)提示，在屏幕上指定位置按下，直至獲取9個(gè)定位點(diǎn)的坐標(biāo)完成標(biāo)定。通過攝像機(jī)坐標(biāo)與圖像坐標(biāo)的匹配變換，尋找需要的單應(yīng)性矩陣（Homography），計(jì)算單應(yīng)性矩陣，即可求得投影圖像坐標(biāo)和攝像頭圖像坐標(biāo)間的對(duì)應(yīng)關(guān)系。檢測(cè)流程如圖5所示。

圖5 手動(dòng)標(biāo)定檢測(cè)流程圖

2）觸點(diǎn)識(shí)別。觸點(diǎn)識(shí)別主要包括觸點(diǎn)的圖像預(yù)處理、邊緣檢測(cè)及輪廓提取，流程如圖6所示。

圖6 觸點(diǎn)識(shí)別流程圖

（1）觸點(diǎn)的初步檢測(cè)。經(jīng)過上面的圖像標(biāo)定后，對(duì)9個(gè)區(qū)域的光斑區(qū)域進(jìn)行觸點(diǎn)檢測(cè)，符合條件的光斑被識(shí)別為觸點(diǎn)，達(dá)不到亮度、面積要求的斑點(diǎn)被排除，符合要求的區(qū)域被檢測(cè)為觸點(diǎn)對(duì)象。

本系統(tǒng)采用基于幀差分的背景消除法。先將背景圖像予以濾除，否則大量的計(jì)算會(huì)使CPU嚴(yán)重超負(fù)。由于非紅外光幾乎都被過濾掉，所以大部分的背景就被硬件刪除了，為了獲得觸點(diǎn)的紅外圖像，捕捉一個(gè)靜態(tài)的背景圖像會(huì)刪除幾乎所有的環(huán)境光，這個(gè)背景圖像會(huì)減去其后所有的幀，剩下的這些幀將作為閾值傳遞給系統(tǒng)，剩下的突起點(diǎn)就是要捕捉的對(duì)象，稱之為“觸點(diǎn)”[6]。

（2）觸點(diǎn)的邊緣檢測(cè)。為了準(zhǔn)確地識(shí)別觸點(diǎn)的位置和面積，需要使用邊緣檢測(cè)算法確認(rèn)并定位。要實(shí)現(xiàn)圖像的邊緣檢測(cè)，要用離散化梯度逼近函數(shù)，根據(jù)二維灰度矩陣梯度向量來尋找圖像灰度矩陣的灰度躍變位置，然后在圖像中將這些位置的點(diǎn)連起來，就構(gòu)成了所謂的圖像邊緣。

在實(shí)際情況中，理想的灰度階躍及其線條邊緣圖像是很少見到的，同時(shí)大多數(shù)的傳感器件具有低頻濾波特性，這樣會(huì)使得階躍邊緣變?yōu)樾逼滦赃吘?，其中的?qiáng)度變化不是瞬間的，而是跨越了一定的距離，因此在邊緣檢測(cè)中首先要進(jìn)行的是濾波。

本系統(tǒng)采用Canny算法，通過CCV編程實(shí)現(xiàn)，系統(tǒng)抗噪性能較好，去噪能力強(qiáng)，但對(duì)邊緣的過度平滑會(huì)造成定位精度降低，精度在可允許范圍內(nèi)。Canny算法流程如圖7所示。

圖7 邊緣檢測(cè)Canny算法流程圖

（3）觸點(diǎn)的輪廓提取。在邊緣檢測(cè)后，最后進(jìn)行觸點(diǎn)區(qū)域的圖像輪廓提取，可以通過OPENCV編寫程序?qū)崿F(xiàn)。輪廓提取的算法非常簡單，就是掏空內(nèi)部點(diǎn)，即：若原圖中有一點(diǎn)為黑，且它的8個(gè)相鄰點(diǎn)都是黑色時(shí)（此時(shí)該點(diǎn)是內(nèi)部點(diǎn)），則將該點(diǎn)刪除。這里處理的雖然是二值圖，但實(shí)際上是256級(jí)灰度圖，不過只用到了0和255兩種顏色。

至此，觸點(diǎn)的檢測(cè)工作完成，接下來可以進(jìn)行觸點(diǎn)追蹤。

3）觸點(diǎn)追蹤。由于要進(jìn)行多觸點(diǎn)的跟蹤，需確定每個(gè)目標(biāo)的特征、位置、運(yùn)動(dòng)方向、速度等信息，對(duì)于已經(jīng)得到的二值圖像，采取識(shí)別目標(biāo)特征的方法是不合適的，由于多觸點(diǎn)的追蹤對(duì)實(shí)時(shí)性要求較高，本系統(tǒng)追蹤觸點(diǎn)不超過5個(gè)，因此選用近年來新研究的CamShift算法。

CamShift算法，即“Continuously Apative Mean-Shift”算法，是一種運(yùn)動(dòng)跟蹤算法，它主要通過視頻圖像中運(yùn)動(dòng)物體的顏色信息來達(dá)到跟蹤的目的。利用目標(biāo)的顏色特征在圖像中找到運(yùn)動(dòng)目標(biāo)的位置和大小，在下一幀中，用目標(biāo)當(dāng)前的位置和大小初始化搜索窗口，重復(fù)這個(gè)過程就可以實(shí)現(xiàn)對(duì)目標(biāo)的連續(xù)跟蹤。在每次搜尋前，將搜索窗口的初始值設(shè)置為運(yùn)動(dòng)目標(biāo)當(dāng)前的位置和大小，由于搜索窗口就在運(yùn)動(dòng)目標(biāo)可能出現(xiàn)的區(qū)域附近進(jìn)行搜尋，這樣即可節(jié)省大量的搜尋時(shí)間，使其具有良好的實(shí)時(shí)性。同時(shí)，CamShift算法是通過顏色匹配找到運(yùn)動(dòng)目標(biāo)，在目標(biāo)運(yùn)動(dòng)的過程中，顏色信息變化不大，所以它具有良好的魯棒性[7-8]。CamShift算法流程如圖8所示。

圖8 觸點(diǎn)跟蹤C(jī)amShift算法流程圖

4）手勢(shì)識(shí)別。使用者與計(jì)算機(jī)進(jìn)行交互操作需要通過定義觸摸手勢(shì)來完成，經(jīng)過之前一系列的步驟，系統(tǒng)提取出Blob，進(jìn)行跟蹤后，記錄Blob的運(yùn)動(dòng)軌跡，并進(jìn)行分析，同定義的手勢(shì)進(jìn)行比較，并返回相應(yīng)的處理操作，通過Widget層完成與用戶的交互。

手勢(shì)被定義為在兩點(diǎn)之間的動(dòng)作，手勢(shì)的識(shí)別過程包括3個(gè)階段：意圖檢測(cè)、手勢(shì)劃分、命令映射。本裝置使用OPENCV中的內(nèi)置庫代碼完成手勢(shì)識(shí)別功能，實(shí)現(xiàn)放縮、旋轉(zhuǎn)、平移、壓感等操作。

（1）樣本采集：初始化攝像頭，然后通過逐幀圖像進(jìn)行膚色檢測(cè)，然后將檢測(cè)出的樣本保存到圖像文件中。

（2）樣本訓(xùn)練：運(yùn)用樣本采集到的圖像樣本進(jìn)行訓(xùn)練，提示訓(xùn)練成功。

（3）手勢(shì)識(shí)別：從攝像頭采集圖片進(jìn)行手勢(shì)識(shí)別，首先用一定大小的矩形模糊地定位到手勢(shì)大概區(qū)域，然后進(jìn)行識(shí)別，并把識(shí)別的結(jié)果顯示在窗口上。

（4）命令手勢(shì)：從攝像頭中取得圖像并進(jìn)行手勢(shì)命令的識(shí)別，識(shí)別的依據(jù)是通過最初坐標(biāo)與最終坐標(biāo)的相對(duì)值進(jìn)行的，對(duì)一個(gè)序列進(jìn)行識(shí)別。

（5）手勢(shì)定位：把要識(shí)別的圖片輸入到數(shù)據(jù)中，然后檢測(cè)出手的位置。再用矩形對(duì)此圖片的手勢(shì)進(jìn)行定位，并對(duì)此手勢(shì)大概表達(dá)的含義（即要表達(dá)哪個(gè)數(shù)字）進(jìn)行識(shí)別，識(shí)別是基于已有的圖像進(jìn)行匹配，最后輸出結(jié)果。

Widget層通過TUIO協(xié)議向上層客戶端發(fā)送事件，完成用戶的反饋。

3 系統(tǒng)測(cè)試及改進(jìn)

利用本系統(tǒng)架構(gòu)搭建的測(cè)試平臺(tái)，使用Raspberry Pi和X86主機(jī)進(jìn)行交叉編譯，將代碼編譯后在目標(biāo)系統(tǒng)執(zhí)行，經(jīng)測(cè)試發(fā)現(xiàn)，嵌入式平臺(tái)運(yùn)行穩(wěn)定，多點(diǎn)觸摸跟蹤識(shí)別率較高，能正確識(shí)別手指，但定位精度有待改進(jìn)，這與本系統(tǒng)采用的9點(diǎn)手動(dòng)標(biāo)定有關(guān)，適當(dāng)增加標(biāo)定點(diǎn)數(shù)可提高定位精度。軟件功能準(zhǔn)確，能夠?qū)崿F(xiàn)對(duì)觸點(diǎn)的可靠跟蹤，嵌入式平臺(tái)運(yùn)算速度可滿足5點(diǎn)以下追蹤需求。測(cè)試圖如圖9所示。

圖9 CCV客戶端手指追蹤測(cè)試圖（截圖）

同時(shí)發(fā)現(xiàn)，環(huán)境光對(duì)追蹤速度和準(zhǔn)確度影響較大，需要環(huán)境光照相對(duì)穩(wěn)定的空間，后續(xù)將采取加厚兼容層并改變觸點(diǎn)亮度和面積閾值的方法予以改進(jìn)。

綜上所述，本系統(tǒng)的軟硬件都較好地實(shí)現(xiàn)了光學(xué)多點(diǎn)觸感圖像識(shí)別跟蹤的要求，系統(tǒng)成本低、性能穩(wěn)定、可靠性高，達(dá)到了預(yù)期效果。后續(xù)將完善手勢(shì)模型、增加種類及增強(qiáng)手勢(shì)的識(shí)別，便于用戶使用。

：

[1]HAN J Y.Low cost multi-touch sensing through frustrated total internal reflection[C]//Proc.the 18th Annual ACM Symposium on User Interface Software and Technology.Seattle，USA：ACM Press，2005：115-118.

[2]Natural user interface[EB/OL].[2013-08-10].http://nuigroup.com/go/lite.

[3]BUXTON B.Sketching user experiences:getting the design right and the right design[M].San Francisco:Margan Kaufmann,2007.

[4]陳拴拴，廖海洋.光學(xué)多點(diǎn)觸摸交互式桌面系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[EB/OL].[2013-08-10].http://www.paper.edu.cn/releasepaper/content/2012 04-125.

[5]馬頌德，張正友.計(jì)算機(jī)視覺—理論與算法基礎(chǔ)[M].北京：科學(xué)出版社，1998.

[6]李剛，邱尚斌，林凌，等.基于背景差法和幀間差法的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J].儀器儀表學(xué)報(bào)，2006，27（8）：961-964.

[7]CANNY J.A computational App roach to edge detection[J].IEEE Trans.PAM I，1986，8（6）：679-698.

[8]Wikipedia.Camshift[EB/OL].[2013-08-10].http://fr.wikipedia.org/wiki/Camshift.