2.1 軟件編程導(dǎo)論
       多點(diǎn)觸摸輸⼊編程和其他任何形式的編程⼀樣，不過在多點(diǎn)觸摸編程⾥，有⼀套⾃⼰的某些協(xié)議，⽅法和標(biāo)準(zhǔn)。通過NUI Group 與其他組織和社團(tuán)的⼯作，多點(diǎn)觸摸編程已經(jīng)有了針對(duì)多種編程語⾔的開發(fā)框架， 這些語⾔包括ActionScript 3，Python，C，C++，C#以及Java。
       多點(diǎn)觸摸編程分為兩步：⾸先，從攝像頭或者其他輸⼊設(shè)備讀取和轉(zhuǎn)化輸⼊的觸點(diǎn)信息，傳遞這些原始的觸點(diǎn)信息通過之前制定的協(xié)議組合成⼿勢(shì)，然后⾼級(jí)編程語⾔就可以使⽤⼿勢(shì)來讓⼀個(gè)應(yīng)⽤程序配合。TUIO(Tangible UserInterface Protocol,可觸摸的⽤戶界⾯協(xié)議)已經(jīng)成為追蹤觸點(diǎn)信息的⾏業(yè)標(biāo)準(zhǔn)協(xié)
議。
       以下章節(jié)將討論多點(diǎn)觸摸軟件的兩個(gè)⽅⾯：觸點(diǎn)追蹤和應(yīng)⽤程序運(yùn)⾏框架。
       2.2 觸點(diǎn)追蹤
       對(duì)象追蹤⼀直是計(jì)算機(jī)視覺基礎(chǔ)研究領(lǐng)域的⼀個(gè)⽅⾯。它的⼯作是跟蹤包括能夠準(zhǔn)確的反復(fù)識(shí)別包含特定對(duì)象的⼀系列視頻幀（估算）。⼀般來說，這是⼀個(gè)⾮常困難的問題，因?yàn)?#12216;先要在所有的幀中發(fā)現(xiàn)對(duì)象(⽽且往往是在雜亂，封閉，或者是不斷變換的照明條件下)，以及讓數(shù)據(jù)能夠和幀之間以某種⽅式聯(lián)系起來以便識(shí)別我們所需要的對(duì)象。
       現(xiàn)在很多的問題已經(jīng)被解決，在追蹤這個(gè)問題上最普遍的模式就是“⽣成模式”(Generative Model)，這是⼀些諸如Kalman 粒⼦過濾器等流⾏解決⽅案的基礎(chǔ)。
       在⼤多數(shù)的系統(tǒng)中，⼀個(gè)完善的背景相減算法需要對(duì)每幀進(jìn)⾏預(yù)處理，這確保靜態(tài)或者背景圖像能夠被忽略掉。對(duì)于⼀些光照不穩(wěn)定的視頻流，像“⾼斯混合模型”(Gaussian Mixture Model)這樣的⾃適應(yīng)模型已經(jīng)能夠⽐較智能的識(shí)別出不均勻的動(dòng)態(tài)背景。
       把背景過濾掉之后，剩下就是我們需要的前景對(duì)象了。我們往往確定這些對(duì)象的質(zhì)⼼，⽽且這些點(diǎn)會(huì)被⼀幀⼀幀被追蹤。追蹤算法會(huì)根據(jù)這些萃取的質(zhì)⼼估算在下⼀幀觸點(diǎn)的位置。
       稍稍說⼀下這個(gè)追蹤，例如，⼀個(gè)基于Kalman 過濾器的簡(jiǎn)單模式可能是⼀個(gè)線性恒定速度模型。⼀個(gè)Kalman 過濾器有兩個(gè)動(dòng)⼒學(xué)⽅程，⼀個(gè)是STATE⽅程(“狀態(tài)⽅程”)，另⼀個(gè)是OBSERVATION ⽅程(“觀察⽅程”)，在這個(gè)例⼦中，

這套⽅程分別是 
       該狀態(tài)⽅程描述了在有噪聲的情況下狀態(tài)變量‘xk’的變化情況。如果我們說‘xk-1’表⽰物體在‘k-1’時(shí)刻的真實(shí)位置，那么這個(gè)模型就可以基于⼀定的速度、‘Vuk’和噪⾳因素，根據(jù)線性組合的⽅式，推測(cè)出‘k’時(shí)刻物體的位置。到⽬前為⽌，根據(jù)這個(gè)模型，我們還不能直接的通過觀察預(yù)測(cè)物體的位置Xk，我們需要觀察⽅程。觀察⽅程⽤來描述實(shí)際觀察變量‘yk’，在這⾥，‘yk’被定義為真正位置‘xk’的⼀個(gè)噪⾳觀察值。噪⾳的值也假定是均值為零的⾼斯⽩噪聲。運(yùn)⽤這兩個(gè)⽅程，卡爾曼濾波器就能根據(jù)物體的上⼀個(gè)位置，通過遞歸的⽅式預(yù)測(cè)出物體的位置。
       每個(gè)狀態(tài)的預(yù)測(cè)，數(shù)據(jù)追蹤模塊都會(huì)去按照事先的預(yù)測(cè)和觀測(cè)數(shù)據(jù)去追蹤對(duì)象。如果沒有找到符合預(yù)想的對(duì)象，那么這個(gè)對(duì)象就會(huì)被視為⼀個(gè)新的對(duì)象⽽被追蹤。
       2.2.1 多點(diǎn)觸摸的追蹤
       追蹤是多點(diǎn)觸摸⾮常重要的技術(shù)。它允許多個(gè)⼿指同時(shí)進(jìn)⾏控制。我們也可以識(shí)別出⼿勢(shì)，因?yàn)槊總€(gè)⼿指的軌跡都可以被記錄并輸出。沒有追蹤技術(shù)，這是不可能的。
       值得慶幸的是，今天的多點(diǎn)觸摸硬件⼤⼤地簡(jiǎn)化了追蹤對(duì)象的流程，因此，即使是最簡(jiǎn)單的Kalman 濾波器實(shí)際上也成為不必要的了。現(xiàn)在的追蹤系統(tǒng)性能瓶頸趨向于怎么產(chǎn)⽣并維持⼀個(gè)背景模型。⼤量的計(jì)算會(huì)使CPU 嚴(yán)重超負(fù)，除⾮出現(xiàn)更加智能的⽅案。然⽽現(xiàn)在的基于紅外線(IR)的硬件⽅案，⽐如FTIR 或DI，⾃適應(yīng)背景模型(adaptive background model)會(huì)被扼殺掉。由于⾮紅外光⼏乎都會(huì)被過濾掉，所以⼤部分的背景就被硬件給刪除了。為了這些紅外圖像，捕捉⼀個(gè)靜態(tài)的背景圖往往會(huì)刪除⼏乎所有的環(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應(yīng)⽤給系統(tǒng)，然后我們就只剩下了那些突起的點(diǎn)，這些點(diǎn)也就是我們想要捕捉的⼿指或者表⾯對(duì)象，稱之為“觸點(diǎn)”。[譯者注：這個(gè)可能⽐較難理解，我給⼤家舉個(gè)例⼦吧，⽐如我們?cè)赑S 中的“閾值”命令，可以將灰度或彩⾊圖像轉(zhuǎn)換為⾼對(duì)⽐度的⿊⽩圖像。“閾值”命令可以確定圖像的最亮和最暗區(qū)域。想想我們的在CCV 或者tbeta 中看到的捕捉后的圖像，不就是⿊⽩對(duì)⽐⾮常明顯的圖像么？背景是純⿊，⼿指尖是純⽩。]
       此外，只要給出范圍，那么追蹤問題就⽐較簡(jiǎn)單了。我們知道，從⼀幀到下⼀幀，以標(biāo)準(zhǔn)的30Hz 計(jì)算的話為33ms，⼀個(gè)⼈的⼿指在這段時(shí)間⾥移動(dòng)的距離⾮常有限。根據(jù)這種預(yù)測(cè)，我們不⽤研究物體的動(dòng)⼒學(xué)，只需要找兩幀之間最近的匹配物就是了。近鄰⽐較的⽅式是⽐較相應(yīng)的數(shù)據(jù)，⼀般是⽐較歐⼏⾥德⼏何距離。通過這種⽅式，⼀個(gè)數(shù)據(jù)點(diǎn)和⼀系列靠近它的‘k’點(diǎn)進(jìn)⾏⽐較，得到該點(diǎn)的新位置。通過這種⽅式，我們可以⽐較可靠的追蹤某個(gè)具體的觸點(diǎn)。試誤法是經(jīng)常采⽤的⽅法，當(dāng)情況不確定的時(shí)候，我們總是試探著處理這些情況，⽐如，當(dāng)⼀個(gè)物體擋住另外⼀個(gè)物體的時(shí)候。
       在Touchlib 和CCV 框架中都有追蹤器的實(shí)例。使⽤OpenCV，⼀個(gè)開源的計(jì)算機(jī)視覺庫，可以直接處理圖像和視頻流，能夠⾮常準(zhǔn)確地實(shí)時(shí)追蹤到觸點(diǎn)。當(dāng)⼀個(gè)觸點(diǎn)被發(fā)現(xiàn)，消失或者移動(dòng)的時(shí)候，這些觸點(diǎn)的相關(guān)信息(位置，ID，區(qū)域等)都會(huì)以事件的形式發(fā)送出去。開發(fā)者就可以利⽤這些信息去監(jiān)聽這些觸點(diǎn)開發(fā)出應(yīng)⽤程序。