论文部分内容阅读
针对三维空间手写过程中采样装置横滚角变化较小的特点,提出一种基于双路MEMS加速度计的无陀螺硬件编排方案及相应的角速度、线加速度解算方法;根据解算得到的线加速度,同步计算得到笔画数量、笔画走向和归一化长度、总的笔画归一化长度等手势特征,并表示为手势特征码;手势特征模式库基于手势特征码集合定义,并基于手势特征码与不同模式间的差异化度量值实现用于手势识别的分类器。基于手势特征码的手写模式识别方法能够较全面描述字符的时域特征,且对无效笔画有较好的适应能力,仿真实验验证了该方法的可行性和有效性。