申请/专利权人：阿尔卑斯阿尔派株式会社

申请日：2016-06-09

公开（公告）日：2021-01-12

公开（公告）号：CN107683452B

主分类号：G06F3/041(20060101)

分类号：G06F3/041(20060101)

优先权：["20150618 JP 2015-122879"]

专利状态码：有效-授权

法律状态：2021.01.12#授权;2018.03.09#实质审查的生效;2018.02.09#公开

摘要：输入装置具有：在多个检测位置105检测多个物体的接近状态的传感器部10；和基于来自传感器部10的检测数据100确定上述多个物体的接近区域的接近区域确定部20。接近区域确定部20具有标签赋予部50，该标签赋予部50针对在多个检测位置105中确定的最大峰值检测位置110进行标签赋予处理，该标签赋予处理为，对最大峰值检测位置110的周围的检测位置105中的、未被赋予标签且由最大峰值检测位置的检测数据确定的作为基准的检测数据100为一定值以上的检测位置105，赋予与峰值检测位置110建立对应的新的标签。

主权项：1.一种输入装置，具有：传感器部，在多个检测位置检测多个物体的接近状态；以及接近区域确定部，基于来自上述传感器部的检测数据，确定上述多个物体的接近区域，上述接近区域确定部具有：峰值位置确定部，确定上述多个检测位置中上述检测数据的值满足预定的峰值条件的峰值检测位置；以及标签赋予部，针对上述确定的峰值检测位置进行标签赋予处理，该标签赋予处理为，对该峰值检测位置周围的检测位置中的、未被赋予标签且具有基于该确定的峰值检测位置的检测数据规定的第1阈值以上的检测数据的检测位置，赋予对该峰值检测位置赋予的标签，上述标签赋予部将上述第1阈值以上的检测位置确定为轮廓，并对该确定的轮廓的每一个进行针对该轮廓内的上述检测位置的上述标签赋予处理，上述第1阈值的值比进行上述标签赋予处理的上述峰值检测位置的上述检测数据小，上述标签赋予部针对上述确定的上述轮廓的各个进行如下的处理：当在该轮廓内存在2个以上上述标签的情况下，对该轮廓内的检测位置赋予距该检测位置近的上述标签，当在该轮廓内存在1个标签的情况下，对该轮廓内的检测位置赋予该标签。

全文数据：输入装置、物体检测装置及其方法技术领域[0001]本发明涉及输入与物体朝检测面的接近状态对应的信息的输入装置。背景技术[0002]在笔记本电脑的触摸板或智能手机的触摸屏等各种电子设备的用户界面装置中，需要以简单的结构检测物体手指或笔等）的接触或接近。为此，通过静电电容的变化来检测物体的接触或接近的传感器被广泛使用。[0003]在检测静电电容的变化的传感器中，不仅在指尖与触摸屏接触的情况下、而且在指尖接近触摸屏的情况下静电电容也会变化，因此，存在实现了能够检测该接近的悬停hovering功能的传感器。专利文献1公开了这样的悬停功能的一例，尤其是记载了随着手指与屏幕面之间的距离接近而分阶段地变更检测分辨率和检测灵敏度、一边按照每个阶段依次进行扫描一边进行检测的技术。[0004]这样，由于需要识别从触摸屏离开的手指等物体，因此，通过基于静电电容的变化在图像数据上识别物体并分离来确定物体。作为识别物体的方法，存在使用模板匹配的方法和基于二进制化的方法。在模板匹配中，能够存储欲识别的物体的模板，通过探索图像中是否存在与模板一致的部分来识别多个物体。在二进制化中，通过对图像数据进行二进制化，并对二进制化后的数据应用标示，能够将多个物体分离而进行识别。[0005]现有技术文献[0006]专利文献[0007]专利文献1:日本特开2008—117371号公报发明内容[0008]发明所要解决的课题[0009]模板匹配在欲识别的物体固定的情况下是有效的，但为了识别各种种类的物体需要准备多个模板，因此不适合识别像手指那样每次粗细或长度、倾斜不同的物体。并且，在进行二进制化而进行标示的方式中，要识别的物体的数量由二进制化的阈值的值左右，根据情况有时在二进制化方法中无法良好地检测手指的根数。[0010]尤其是当存在3个物体的情况下，当关注某一手指而设定阈值的情况下，针对其他的手指，阈值的设定并不适当，存在识别为2个物体的情况。尤其是在针对每个物体而峰值的高度或形状不同的物体的识别中，需要不使用图案识别或二进制化的新的识别算法。[0011]本发明就是鉴于上述情形而完成的，其目的在于提供一种能够高精度地进行形状或距离不同的多个物体的识别的输入装置。[0012]用于解决课题的手段[0013]本发明所涉及的输入装置具有:传感器部，在多个检测位置检测多个物体的接近状态；以及接近区域确定部，基于来自上述传感器部的检测数据，确定上述多个物体的接近区域，上述接近区域确定部具有:峰值位置确定部，确定上述多个检测位置中上述检测数据的值满足预定的峰值条件的峰值检测位置；以及标签赋予部，针对上述确定的峰值检测位置进行标签赋予处理，该标签赋予处理为，对该峰值检测位置周围的检测位置中的、未被赋予标签且具有基于该确定的峰值检测位置的检测数据规定的第1阈值以上的检测数据的检测位置，赋予对该峰值检测位置赋予的标签。[0014]根据该结构，由于检测多个峰值检测位置且针对其周围的检测位置根据该峰值检测位置的每个而赋予标签，因此能够以峰值检测位置为中心而根据接近区域的每个来识别物体。由于能够根据具有峰值检测位置的接近区域的每个进行标签化，因此能够进行除去了成为噪声的检测位置的适当的接近区域的确定，因而，能够提高将物体分离并进行识别时的精度。[0015]优选形成为，本发明的输入装置的上述峰值位置确定部在由上述标签赋予部进行的上述标签赋予处理的开始前，针对上述多个检测位置中的未被赋予上述标签的检测位置，确定该检测位置的上述检测数据的值满足预定的峰值条件的最大峰值检测位置，上述标签赋予部针对紧前由上述峰值位置确定部以上述方式确定的上述最大峰值检测位置进行上述标签赋予处理，上述峰值位置确定部在由上述标签赋予部进行的上述标签赋予处理后，确定上述最大峰值检测位置。[0016]根据该结构，能够在每次进行针对最大峰值检测位置的标签赋予处理时，基于标签赋予后的状态来确定最佳的最大峰值检测位置。[0017]优选形成为，本发明的输入装置的上述峰值位置确定部在由上述标签赋予部进行的上述标签赋予处理的开始前，针对上述多个检测位置，确定检测数据的值满足预定的峰值条件的多个峰值检测位置，上述标签赋予部针对上述确定的多个峰值检测位置，从上述检测数据大的上述峰值检测位置起依次确定为最大峰值检测位置，并针对该最大峰值检测位置进行上述标签赋予处理。[0018]根据该结构，由于在最初确定作为最大峰值检测位置依次使用的多个峰值检测位置，因此能够实现处理的高效化。[0019]优选形成为，上述标签赋予部将值比进行上述标签赋予处理的上述峰值检测位置的上述检测数据小的第1阈值以上的检测位置确定为轮廓，并对该确定的轮廓的每一个进行针对该轮廓内的上述检测位置的上述标签赋予处理。[0020]根据该结构，由于以第1阈值作为基准来确定轮廓，因此能够根据所确定的轮廓的每个来确定、分离接近区域。此外，由于针对轮廓的每个进行标签赋予处理，因此能够针对在内部具有峰值检测位置的轮廓分别进行标签化，能够将未被赋予标签的成为噪声的区域排除在外并确定物体的范围。[0021]优选形成为，上述标签赋予部针对上述确定的上述轮廓的各个进行如下的处理：当在该轮廓内存在2个以上上述标签的情况下，对该轮廓内的检测位置分配距该检测位置近的上述标签，当在该轮廓内存在1个标签的情况下，对该轮廓内的检测位置分配该标签。[0022]根据该结构，当在1个轮廓内存在2个以上的标签候补时，能够以1个标签被分割的方式在标签候补间进行调整。因而，能够消除对各轮廓分配多个标签的混乱，能够简单地划分成被分配了标签的轮廓和未被分配标签的轮廓这两种，能够消除将物体分离并进行识别时的混乱。[0023]优选形成为，峰值位置确定部从上述多个检测位置中，将上述检测数据为第2阈值以上、且与其周围的检测位置相比检测数据大的检测位置确定为上述峰值检测位置。[0024]根据该结构，能够防止将周围的检测位置的检测数据大的检测位置检测为峰值位置，并且，能够防止将尽管与周围相比检测数据大但检测数据自身小的检测位置设为峰值检测位置，由此能够适当地确定峰值检测位置。[0025]优选形成为，上述峰值位置确定部基于上述检测数据的变化值的最大值决定上述第2阈值。[0026]根据该结构，能够适当地决定第2阈值，确定适当的峰值检测位置，因此能够确定除去了成为噪声的检测位置的适当的接近区域。[0027]优选形成为，上述输入装置具有位置确定部，该位置确定部基于上述标签分别确定上述多个物体的接近位置。[0028]根据该结构，针对被赋予了标签的接近区域确定物体的接近位置，因此能够针对各个标签来掌握位置。[0029]优选形成为，上述位置确定部通过求出被赋予了上述标签的上述接近区域内的检测位置的重心的值来求出上述接近位置。[0030]根据该结构，能够将能够适当地确定各标签的位置设为接近位置，因此能够针对各标签适当地掌握位置。[0031]本发明的物体检测装置具有:峰值位置确定部，基于表示多个检测位置处的多个物体的接近状态的检测数据，在上述多个检测位置中确定上述检测数据的值满足预定的峰值条件的峰值检测位置；以及标签赋予部，针对上述确定的峰值检测位置进行标签赋予处理，该标签赋予处理对该峰值检测位置周围的检测位置中的、未被赋予标签且具有基于该确定的峰值检测位置的检测数据规定的第1阈值以上的检测数据的检测位置，赋予对该峰值检测位置赋予的标签。[0032]本发明的物体检测方法具有:峰值位置确定工序，基于表示多个检测位置处的多个物体的接近状态的检测数据，在上述多个检测位置中确定上述检测数据的值满足预定的峰值条件的峰值检测位置；以及标签赋予工序，针对上述确定的峰值检测位置进行标签赋予处理，该标签赋予处理为，对该峰值检测位置周围的检测位置中的、未被赋予标签且具有基于该确定的峰值检测位置的检测数据规定的第1阈值以上的检测数据的检测位置，赋予对该峰值检测位置赋予的标签。[0033]发明效果[0034]根据本发明，能够提供能够高精度地进行形状或距离不同的多个物体的识别的输入装置。附图说明[0035]图1是示出本发明的实施方式所涉及的输入装置的图。[0036]图2是说明本发明的实施方式所涉及的检测数据的概要的图。[0037]图3是三维地示出本发明的实施方式所涉及的检测数据的概要的图。[0038]图4是示出本发明的实施方式所涉及的输入装置的功能框图的图。[0039]图5是用于说明图4所示的邻近区域确定部的处理的流程图。[0040]图6是说明图4所示的峰值位置确定部的峰值检测处理的图。[0041]图7是示出本发明丨的实施方式中的检测数据与物体的距离之间的关系的曲线图。[0042]图8是说明图4所示的峰值位置确定部所进行的最大峰值检测位置检测处理的流程图。[0043]图9是对图4所示的轮廓追踪部所进行的轮廓追踪处理进行说明的流程图。[0044]图1〇是对图4所示的标签判定部所进行的标签赋予处理进行说明的流程图。[0045]图U是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第1次进行最大峰值检测位置的检测处理的情况的图。[0046]图12A、图1邪、图1%是用于说明在本发明的第丨实施方式中使用图2以及图6所示的例子第1次进行轮廓追踪处理以及标签赋予处理的情况的图。[0047]图13是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第2次进行最大峰值检测位置的检测处理的情况的图。[0048]图14A、图14B、图14C是用于说明在本发明的第丨实施方式中使用图2以及图6所示的例子第2次进行轮廓追踪处理以及标签赋予处理的情况的图。[0049]图15A、图15B是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第3次进行最大峰值检测位置的检测处理、轮廓追踪处理以及标签赋予处理的情况的图。[0050]图16是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第4次进行最大峰值检测位置的检测处理的情况的图。[0051]图17是用于说明本发明的第2实施方式的图4所示的邻近区域确定部的处理的流程图。具体实施方式[0052]第1实施方式）[0053]图1是示出本发明的实施方式所涉及的输入装置的图。输入装置1优选是静电电容式的手指输入器件。输入装置1具备传感器部1〇、接近区域确定部20、PC30。传感器部10由检测部11和传感器电路12构成，通过读取因接近的手指等导致的静电电容变化，在多个检测位置检测多个物体的接近状态，并将其检测数据1〇〇交接给接近区域确定部20。接近状态例如是指手指等物体接近输入装置1的状态，是接近的物体相对于输入装置1的距离或位置关系等。[0054]检测部11呈矩阵状地具备检测电极，若手指或笔等物体接近检测电极，则在检测电极与地ground之间形成的静电电容变化。所产生的静电电容变化被发送至传感器电路12。[0055]传感器电路12根据从检测部11输出的静电电容的变化量、变化值来生成由多变量数据构成的检测数据100。关于该检测数据1〇〇,将参照图2以及图3后述。[0056]接近区域确定部20基于来自传感器部10的检测数据1〇〇确定多个物体的接近区域。接近区域例如是指在检测部11所构成的矩阵状的平面上预定的物体所占的区域，当多个手指等多个物体接近检测部11的情况下，产生基于多个物体的多个接近区域。进而，确定了这样的接近区域的结果是，接近区域确定部20基于检测数据100计算手指的根数或其坐标，并将计算结果朝PC30输出。[0057]图2是说明图1所示的传感器部输出的检测数据1〇〇的概要的图。[0058]通过手指接近检测部11，如上所述产生静电电容的变化，对于该变化的大小，手指越接近检测部11则越大。检测数据1〇〇是将静电电容的变化以“的”为上限值而以预定区域为单位进行检测而得的值，例如是图2所示的数据。检测数据1〇〇由矩阵状的检测位置105各自的检测数据100x的集合构成。[0059]例如，在图2所示的例子中，在检测位置105之一即左起第3个、上起第4个框中，存在呈现出值“90”的检测数据l〇〇x。这表示静电电容的变化为“99”中的“90”，在所有的检测数据l〇〇x中是最大的值，能够类推出手指接近该检测位置105的附近。相反，右下示出4、5这样的值，是极小的值，因此能够类推手指并未接近此处附近。[0060]图3是三维地示出图1所示的传感器部10输出的检测数据100的概要的图。在图2中将检测数据100平面地以多变量数据的值自身示出。在图3中将该多变量数据以高度以及色彩的浓淡示出。如图3所示，在左上、其右下、进而该右下的右上产生较高的隆起。[0061]以各个顶点为中心而产生静电电容的峰值，根据多变量数据能够推测手指等接近该峰值附近。另外，在将该手指的接近并非由多变量数据而是由在某一阈值的上下分开的二值数据表示的情况下，能够捕捉到其轮廓，但该轮廓的内部或划分等不明确，难以划分像图3所示的那样的多个物体各自的接近状态。[0062]本实施方式的输入装置1能够高精度地识别这样的峰值的高度或形状不同的物体。[0063]图4是示出本发明的实施方式所涉及的输入装置1的功能框图的图。[0064]关于输入装置1，已经参照图1进行过说明，但在图4中，对接近区域确定部20更详细地进行说明。[0065]如图4所示，接近区域确定部20具备峰值位置确定部40、标签赋予部50、位置确定部60。[0066]峰值位置确定部40在多个检测位置105中确定检测数据100的值满足预定的峰值条件的多个峰值检测位置110中的、呈现出满足预定的条件的最大的值的最大峰值检测位置llOmax。此时，使用后述的标签的数据和检测数据100。[0067]标签赋予部50针对由峰值位置确定部40确定出的最大峰值检测位置ll〇max周围的检测位置105中的、未被赋予标签且其检测数据100x为第1阈值Th_Finger_p以上的检测位置105,进行赋予己对该最大峰值检测位置llOmax赋予的标签的标签赋予处理。[0068]此处赋予的标签是确定各接近区域的、接近区域的每个所固有的编号或者记号。标签例如是连续号码，以最初赋予的标签为1号、下一标签为2号、再下一标签为3号的方式赋予。当然，若不希望重复，则无需限定为连续号码，也可以使用其他的数字以及记号。[0069]标签赋予部50具备:针对检测数据100形成轮廓的轮廓追踪部51;以及针对所形成的轮廓判定应当分配的标签的标签判定部52。[0070]轮廓追踪部51将与进行标签赋予处理的最大峰值检测位置li〇max的检测数据100x相比值小的、第1阈值Th_Finger_p以上的检测位置确定为轮廓。此时，使用标签数据、检测数据100、最大峰值检测位置11〇max。参照图9对轮廓追踪部51的处理进行说明。参照图10对标签判定部52的处理进行说明。[0071]进而，标签判定部52按照所确定的轮廓的每个进行针对轮廓内的检测位置105的标签赋予处理。标签判定部52针对所确定的轮廓的各个，当轮廓内存在2个以上标签的情况下进行对轮廓内的检测位置105分配距检测位置105近的标签、当轮廓内存在1个标签的情况下进行对轮廓内的检测位置105分配标签的处理。[0072]接近区域确定部20直至不再存在满足最大峰值检测位置llOtnax的条件的峰值检测位置为止，反复进行由峰值位置确定部40进行的最大峰值检测位置的更新和由标签赋予部50进行的标签的更新。[0073]位置确定部60基于由标签赋予部50赋予的标签，分别确定多个物体的接近位置。虽然在标签赋予部50的处理中针对接近区域的每个赋予标签，但位置确定部60针对该标签以及接近区域的每个分配预定的位置信息，利用该位置信息确定标签以及接近区域的位置、且是成为标签的坐标的接近位置，当原本就具有接近位置的信息的情况下进行更新。作为接近位置，例如可以设为被赋予标签的接近区域内的检测位置的重心的值，但也可以直接使用标签内的峰值检测位置110的值。[0074]图5是用于说明图4所示的邻近区域确定部20的处理的流程图。[0075]步骤S701:[0076]峰值位置确定部40基于从传感器部10输入的检测数据100和来自标签赋予部50的标签数据，进行最大峰值检测位置1lOmax的检测。此时，峰值位置确定部40将未被赋予标签的检测位置105作为对象而进行最大峰值检测位置llOmax的检测。[0077]步骤S702:[0078]峰值位置确定部40判定在步骤S701中是否检测到了最大峰值检测位置ll〇max，在为肯定判定的情况下进入步骤S703,在为否定判定的情况下结束一系列的处理。[0079]在本实施方式中，在进行了步骤7〇3中的轮廓追踪处理以及标签赋予处理后，再次进行步骤S701的检测最大峰值检测位置的处理，直至不再存在最大峰值检测位置为止，反复进行上述步骤。[0080]步骤S703:[0081]标签赋予部5〇关于在步骤S7〇l中检测到的最大峰值检测位置llOmax进行轮廓追踪处理以及标签赋予处理。[0082]步骤S704:[0083]位置确定部60基于在步骤S703中由标签赋予部50赋予的标签，分别确定多个物体的接近位置。[0084]以下，详细说明图4所示的峰值位置确定部40的处理。[0085]图6是说明图4所示的峰值位置确定部40的峰值检测处理的图。[0086]图6所示的峰值检测位置110是多个检测位置105中的、满足其检测数据l〇〇x为第2阈值Th_Exis以上且与其周围的检测位置相比检测数据100大这一峰值条件的检测位置105。峰值位置确定部40将此处求出的检测位置105确定为峰值检测位置11〇。[0087]例如，在图6中，作为检测位置1〇5的检测数据100x，存在“90”、“58”、“31”这3个值。若将第2阈值Th_Exis设为“20”，则上述值均超过第2阈值Th_Exis。此外，在值为“90”的检测位置105的周边，值为“31”、“47”、“39”、“49”、“67”、“48”、“82”、“63”，与周围的检测位置105的任一个的值相比均是“90”大。关于值“58”、“31”也同样，由于满足上述双方的条件，因此认为上述各值满足峰值条件而检测为峰值检测位置110。[0088]并且，峰值位置确定部40基于检测数据l〇〇x的变化值的最大值决定第2阈值Th—Exis。此处最大值为“90”，因此，峰值位置确定部40基于值“90”，将“20”决定为第2阈值Th_Exis〇[0089]并且，虽然在本实施方式中以第2阈值Th_Exis为固定值的情况进行说明，但由于存在随着手指的位置从检测部11离开而静电电容的变化值减小的趋势，因此也可以与该减小趋势相对应而第2阈值Th_Exis也设定为随着距离离开而减小。例如，峰值位置确定部40能够基于图7所示的检测数据100x与物体的距离之间的关系而将第2阈值Th_Exis设定为与距离成反比、或者呈非线性。[0090]峰值位置确定部40基于以上述方式决定的第2阈值Th_Exis求出上述的峰值检测位置110。参照图8对该过程进行说明。[0091]图8是对图4所示的峰值位置确定部40在图5所示的步骤S7〇l中进行的最大峰值检测位置的检测处理进行说明的流程图。[0092]首先，峰值位置确定部40选择处理对象的检测位置1〇5步骤S801。即、将1个选择为检测位置1〇5。关于选择检测位置105的顺序，可以按照从图2所示的检测数据100X的例如左上开始，朝右依次1个1个地进行选择，在横向的1行结束后移动至靠下的1行然后再次按照横向的1行的顺序进行选择，也可以按照朝下依次1个1个地进行选择，在纵向的1列结束后移动至靠右的1列然后再次按照纵向的1列的顺序进行选择。并且，并不限于从左上开始，也可以考虑从右上、右下、左下、中心等各种各样的位置开始。[0093]其次，峰值位置确定部40关于在步骤S801中选择出的检测位置105,比较判定其检测数据l〇〇x所呈现的值（S卩，静电电容的变化量是否比第2阈值Th_Exis大步骤S802。若预先将ThExist例如设为“20”，则若该检测位置105的检测数据100为“25”则判定为是，若为“10”则判断为否。在检测位置105的检测数据100小的情况下（步骤S802:否），进入步骤S806。[0094]当该检测位置105的检测数据100大的情况下步骤S802:是），峰值位置确定部40通过参照来自标签判定部52的标签数据物体范围数据），判定是否已对该检测位置15赋予标签步骤S803。关于标签将在后面叙述，已对检测位置105赋予标签这一情况意味着处于在包含该检测位置105的区域已确定出最大峰值检测位置llOmax的状态。因而，当存在标签的情况下步骤S803:否），进入步骤S806。[0095]其次，当不存在标签的情况下步骤S803:是），峰值位置确定部40判定该检测位置105的检测数据100x是否比周围8个附近的检测数据l〇〇x大（步骤S804。如参照图6说明了的那样，例如检测数据l〇〇x为“90”的检测位置105周边的检测位置105检测数据100x为“31”、“47”、“39”、“49”、“67”、“48”、“82”、“63”，与这些数据相比“90”大。在这种情况下，峰值位置确定部40判定该检测数据100x为“90”的检测位置105的检测数据100比周围8个附近的检测数据100大、即满足峰值条件步骤S804:是），将该检测位置105存储为峰值检测位置11〇步骤S805。[0096]峰值位置确定部40在将该检测位置105存储为峰值检测位置110步骤S805后、或者当判定出该检测位置105的检测数据100比周围8个附近的某一个检测数据1〇〇小时步骤SS04:否），关于该检测位置1〇5结束处理。进而，峰值位置确定部40判定是否已针对所有的检测位置105进行了峰值位置检测处理步骤S806。进而，峰值位置确定部40在为否定判定的情况下步骤S8〇6:否进入下一检测位置105,以同样方式执行一系列的处理。[0097]峰值位置确定部40当判定为关于所有的检测位置105均已进行了峰值位置检测处理的情况下（步骤S806:是），将所提取出的多个峰值检测位置110中的、检测数据1〇〇x最大的峰值检测位置检测为最大峰值检测位置UOmax步骤S807。例如当如图6所示峰值检测位置110的检测数据100x为“90”、“58”、“31”的情况下，峰值位置确定部40将检测数据l〇〇x为“90”的检测位置105检测为最大峰值检测位置1lOmax。[0098]通过上述的由峰值位置确定部40进行的图5所示的最大峰值检测位置的检测处理步骤S701，在图6所示的例子的情况下，峰值位置确定部40作为峰值检测位置110确定出检测数据l〇〇x为“90”、“58”、“31”的检测位置105。其次，峰值位置确定部40从上述检测位置105中将检测数据100x呈现为最大值“90”的检测位置105检测为最大峰值检测位置llOmax。[0099]以下，对图4所示的标签赋予部50详细地进行说明。[0100]如图4所示，标签赋予部50例如具有轮廓追踪部51以及标签判定部52。标签赋予部50进行图5所示的步骤S703的标签赋予处理。[0101]标签赋予部50例如基于使用图5的步骤S701以及图8说明了的峰值位置确定部40检测出的最大峰值检测位置110max，针对检测位置105进行标签赋予处理。[0102]以下，对标签赋予部50的轮廓追踪部51以及标签判定部52的处理详细地进行说明。[0103]图9是对图4所示的轮廓追踪部51所进行的轮廓追踪处理进行说明的流程图。当进行图5所示的步骤S703的物体范围的更新处理时，本处理开始。[0104]步骤S901:[0105]首先，轮廓追踪部51判定是否已从峰值位置确定部40输入了最大峰值检测位置llOmax，当为肯定判定的情况下进入步骤S902,当为否定判定的情况下反复进行该判定。轮廓追踪部51在为肯定判定的情况下进入步骤S902。[0106]步骤S902:[0107]轮廓追踪部51对最大峰值检测位置ll〇max赋予新的标签。进而，基于最大峰值检测位置UOmax对其周围的检测位置105进行以下所示的标签赋予处理。[0108]在本实施方式中，按照在图5所示的步骤S701中说明了的那样赋予标签。[0109]轮廓追踪部51基于在步骤S9〇l中输入的最大峰值检测位置ll〇max的检测数据100x，计算第1阈值Th__Finger_p步骤S902。[0110]设为检测位置105中的、作为其检测数据1〇〇具有比第1阈值Th_Finger_p大的值的检测位置1〇5位于物体的范围内，具有第1阈值Th_Finger_p以下的值的检测位置105位于物体的范围外，由此来确定物体的范围的轮廓。[0111]第1阈值Th_Finger_P以成为比最大峰值检测位置110max的检测数据1〇〇小的值的方式利用计算式导出。并且，第1阈值设为吸收由噪声产生的峰值、不吸收由手指产生的峰值的阈值。第1阈值Th_Finger_p可以是预先准备的值，也可以基于某一计算式算出，也可以通过对最大峰值检测位置llOmax的检测数据l〇〇x乘以一定的系数算出。例如，在图6所示的例子中，关于检测数据l〇〇x为“90”的最大峰值检测位置ll〇max，将第1阈值如设为“41”。[0112]步骤S903:[0113]轮廓追踪部51使用在步骤S9〇2中算出的第1阈值Th_Finger_p进行轮廓追踪步骤S903。即、形成将检测数据lOOx比第1阈值Th_Finger_p大的检测位置105设为物体的范围内的轮廓。所形成的轮廓并不限于1个，在该情况下，轮廓追踪部51根据1个第1阈值Th_Finger_p追踪多个轮廓。接续轮廓追踪部51的轮廓追踪处理，进行由标签判定部52进行的图10所示的标签赋予处理。[0114]图10是说明图4所示的标签判定部52进行的图5所示的步骤S703的标签赋予处理的流程图。[0115]图10所示的处理接续图9所示的轮廓追踪处理进行。[0116]由于在使用图9说明了的轮廓追踪处理中形成有多个轮廓，因此，标签判定部52从其中选择1个轮廓，并调查是否已对轮廓内部的检测位置105赋予标签步骤S910。在轮廓为1个的情况下该轮廓成为选择对象。[0117]其次，标签判定部52判定所选择的轮廓内的标签的数量是否为2个以上（步骤S911，当包含2个以上的情况下进入步骤S913,当为0或者1的情况下进入步骤S912J列如在最初进行步骤S703的情况下，仅存在通过上述的步骤S902赋予的第1标签，因此所选择的轮廓内的标签的数量为〇或1，进入步骤S912。[0118]然而，在本实施方式中，如图5所示，在步骤S703中的标签赋予处理结束后，返回步骤S701，利用峰值位置确定部40检测新的最大峰值检测位置llOmax，并对该最大峰值检测位置llOmax再次进行标签赋予处理。即，追加标签。因此，标签的数量并不限于0或1，也存在为2以上的情况，在该情况下在步骤S911中作出肯定判定，进行步骤S914的处理。[0119]当判定为并不包含2个以上标签的情况下步骤S911:否），标签判定部52判定所包含的标签的数量是否为1个步骤S912。当判定为1个标签也不包含的情况下（步骤S912:否）、即意味着在轮廓内部不包含最大峰值检测位置11Omax，因此不在该轮廓内进行新的标签处理，进入步骤S915。[0120]当判定为包含1个标签的情况下步骤S912:是），标签判定部52将与轮廓内部对应的范围内的所有的检测位置105用该标签涂抹步骤S913，进入步骤S915。[0121]另一方面，当在步骤S911中判定为包含2个以上标签的情况下（步骤S911:是），由于对检测位置105赋予的标签的数量仅止于1个，因此需要判定轮廓内部的检测位置105隶属于哪个标签。因此，标签判定部52对与轮廓内部对应的范围内的检测位置105赋予多个标签中的标签坐标最近的标签步骤S914，进入步骤S915。[0122]具体地说，标签判定部52关于轮廓内的预定的检测位置105,分别计算相对于轮廓内的标签A和标签B的距离，将最近的标签赋予给处理对象的检测位置105。例如假设标签A的坐标为3,3、标签B的坐标为6,7。当预定的检测位置105为4,4的情况下，标签八更近，因此赋予标签A。另一方面，当处理对象的检测位置105为5,6的情况下，标签B更近，因此赋予标签A。针对轮廓内的所有的检测位置105执行该动作。[0123]其次，标签判定部52判定是否已关于通过使用图9说明的轮廓追踪处理形成的所有的轮廓进行了标签赋予处理（步骤S915。标签判定部52在为否定判定的情况下（步骤S915:否返回步骤S910,针对下一轮廓执行标签赋予处理。另一方面，在为肯定判定的情况下步骤S915:是），标签判定部52结束针对此次的处理对象的最大峰值检测位置llOmax的标签赋予处理。[0124]若图4所示的邻近区域确定部20结束了图10所示的由标签判定部52进行的标签判定处理，则峰值位置确定部40开始图5所示的步骤S701的最大峰值检测位置检测处理，进行从未被赋予标签的检测位置105中检测最大峰值检测位置ii〇max的处理。[0125]进而，邻近区域确定部20若在图5所示的步骤S702中判断为不存在最大峰值检测位置llOmax，则进行由位置确定部60进行的位置确定处理步骤S704。[0126]位置确定部60基于标签判定部52赋予了标签的检测位置105的坐标位置信息），进行分别确定接近检测部11的多个物体的接近位置的位置确定处理（图5所示的步骤S704。[0127]位置确定部60例如针对由标签判定部52对检测位置105赋予的各标签的每个，将被赋予了该标签的检测位置105的重心位置确定为与该标签对应的物体的接近位置。位置确定部60中的物体的接近位置确定方法只要是使用标签和被赋予了该标签的检测位置105的方法即可，并无特殊限定。[0128]使用图2以及图6所示的检测数据100作为一例，对上述的图4所示的邻近区域确定部20的处理进行说明。[0129]在该例子中，如图6所示，存在检测数据l〇〇x为“90”、“58”、“31”的3个峰值检测位置110,在图5所示的步骤S702的判定处理中作出3次肯定判定，反复进行3次步骤S703的处理轮廓追踪处理以及标签判定处理）。[0130]以下，依次说明该例子的处理。[0131]图11是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第1次进行图5以及图8所示的步骤S701的处理的情况的图。[0132]若针对图6所示的峰值检测位置110第1次进行图8所示的最大峰值检测位置检测处理，则如图11所示，检测数据100呈现为“90”的检测位置105似下记为检测位置120被检测为最大峰值检测位置llOmax。[0133]g卩，峰值位置确定部40确定成为对象的峰值检测位置110中的、其检测数据l〇〇x最大的峰值检测位置。峰值检测位置110如图8所示是检测数据100x比第2阈值Th_Exist在此次的例子中设为“20”）大、且未被赋予标签、且具有比其周围的8个附近的检测位置105大的检测数据100x的检测位置105。[0134]在图5所示的步骤S701的第1次的处理中，图11所示的检测位置120的检测数据100的值“90”比第2阈值Th_Exist即“20”大。并且，检测位置120未被赋予标签。并且，如图11所示，检测位置120的检测数据100x的“90”呈现出比周围数据121即周围8个附近的检测数据1〇〇大的值。因此，检测位置120满足作为峰值检测位置110的峰值条件。并且，检测位置120的检测数据100是最大值，因此检测位置120被检测为最大峰值检测位置llOmax。[0135]峰值位置确定部40如周围数据121所示，在进行与8个附近的值的比较时，关于左上、上、右上、左的4个附近的值进行在为相同值的情况下排除在外的比较，但对于右、左下、下、右下的4个附近的值而允许相同值。这是用于排列有相同值时的措施。这是因为:若针对8个附近的值全部进行不允许为相同值的情况的比较，当排列有相同值时无法满足峰值像素的定义。例如当作为检测数据l〇〇x具有“90”的值的检测位置105右侧的检测位置105也具有“90”的值的情况下，若不允许为相同值，则任一“90”均不满足峰值检测位置110的条件。[0136]图12A、图12B、图12C是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第1次进行图5、图9以及图10所示的步骤S703的处理的情况的图。[0137]如使用图11先前叙述的那样，在峰值位置确定部40中，若作为最大峰值检测位置1lOmax检测到检测位置120，则利用轮廓追踪部51如图12A所示对检测位置120赋予标签“1”。[0138]进而，轮廓追踪部51基于检测位置120的检测数据100进行轮廓追踪处理。轮廓追踪部51算出第1阈值Th_Finger_p，并基于此进行轮廓追踪而形成轮廓122以及轮廓123。在本例中，第1阈值1'11_?11^61'_?为“41”。具体地说，轮廓追踪部51如图128所示设为检测位置120周围的检测位置105中的比第1阈值Th_Finger_p大的检测位置105位于物体的范围内而形成轮廓。[0139]在上述的轮廓追踪后，标签判定部52进行利用标签涂抹由轮廓追踪部51形成的轮廓内部的处理。如图12C所示，在左上的轮廓122内部仅存在标签“1”，因此标签判定部52对左上的轮廓122内部的所有检测位置105赋予标签“1”。由于轮廓123在内部不包含标签，因此标签判定部52此次不赋予标签。得到通过图12A、图12B、图12C所示的第1次的处理分配了标签“1”的物体范围数据124。[0140]图13是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第2次进行图5以及图8所示的步骤S701的处理的情况的图。[0141]接续使用图12A、图12B、图12C说明的图5所示的步骤S703的处理，进行图13所示的步骤S701的处理。[0142]由于使用上述的图12A、图12B、图12C说明了的第1次的处理已结束，因此前次的最大峰值检测位置llOmax即检测位置120已被赋予“1”的标签，因此，在第2次的处理中，不被选为最大峰值检测位置11〇max。[0143]进而，如图13所示，具有第2大的“58”的检测数据100x的检测位置105即检测位置130被检测为最大峰值检测位置llOmax，该检测数据100x的“58”比第2阈值Th_Exist的值“20”大、检测位置130未被赋予标签、并且如周围数据131所示是比周围8个附近的检测位置105的检测数据100大的值。[0144]图14A、图14B、图14C是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第2次进行图5、图9以及图10所示的步骤S703的处理的图。[0145]如使用图13先前叙述的那样，在峰值位置确定部40中，若作为最大峰值检测位置llOmax检测到检测位置130,则利用轮廓追踪部51如图14A所示对检测位置1：30赋予标签“2”。[0146]进而，轮廓追踪部51基于检测位置130的检测数据100x进行轮廓追踪处理。轮廓追踪部51算出第1阈值Th_Finger_p，并基于此进行轮廓追踪而形成轮廓1：33。在本例中，第1阈值Th_Finger_pS“31”。具体地说，轮廊追踪部51如图14B所不设为检测位置120周围的检测位置105中的比第1阈值Th_Finger_p大的检测位置105位于物体的范围内而形成轮廓133。[0147]在上述的轮廓追踪后，标签判定部52进行利用标签涂抹由轮廓追踪部51形成的轮廓内部的处理。如图14B所示，在轮廓133的内部存在标签“1”和标签“2”。[0148]标签判定部52计算从轮廓133内的各个检测位置105的坐标起的、至标签“1”的坐标的距离d_l和至标签“2”的距离d_2。进而，标签判定部52将距离d_l和d_2中的距离短的一方的标签赋予给轮廓内的各检测位置1〇5。[0149]结果，在第2次的处理中，如图14C所示，得到被赋予了标签“1”和标签“2”的物体范围数据134。[0150]接续使用图14A、图14B、图14C说明了的图5所示的步骤S703的处理，进行图13所示的步骤S701的第3次的处理。[0151]由于使用上述的图14A、图14B、图14C说明了的第2次的处理已结束，因此第1次的最大峰值检测位置llOmax即检测位置120已被赋予“1”的标签，第2次的最大峰值检测位置llOmax即检测位置130已被赋予“2”的标签，因此，这些位置在第3次的处理中不被选为最大峰值检测位置11Omax。[0152]进而，如图15A所示，具有第3大的“31”的检测数据100的检测位置105即检测位置140被检测为最大峰值检测位置llOmax。[0153]图15A、图15B是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第3次进行图5、图9以及图10所示的步骤S703的处理的情况的图。[0154]如先前叙述的那样，在峰值位置确定部40中，若作为最大峰值检测位置llOmax检测到检测位置140,则利用轮廓追踪部51如图15A所示对检测位置140赋予标签“3”。[0155]进而，轮廓追踪部51基于检测位置130的检测数据100进行轮廓追踪处理。轮廓追踪部51作为第1阈值Th_Finger_p算出“19”，并基于此进行轮廓追踪而形成轮廓141。[0156]在上述的轮廓追踪后，标签判定部52进行利用标签涂抹由轮廓追踪部51形成的轮廓内部的处理。如图15B所示，在轮廓141的内部存在标签“1”、标签“2”和标签“3”。[0157]标签判定部52计算从轮廓141内的各个检测位置105的坐标起的、至标签“1”的坐标的距离d_l、至标签“2”的距离d_2、至标签“3”的距离d_3。进而，标签判定部52将距离d_l、d_2、cL3中的距离短的一方的标签赋予给轮廓内的各检测位置105。[0158]结果，在第3次的处理中，如图15B所示，得到被赋予了标签“1”、标签“2”、标签“3”的物体范围数据142。[0159]图16是用于说明在本发明的第1实施方式中使用图2以及图6所示的例子第4次最后进行图5以及图8所示的步骤S701的处理的情况的图。[0160]如图16所示，尽管具有检测数据100第4大的值“25”的检测位置105具有比周围8个附近的值大的值，但已通过使用图15A、图15B说明的标签赋予处理被赋予了标签“3”，因此不成为最大峰值检测位置1lOmax的候补。[0161]并且，尽管图16所示的具有第5大的值“12”的检测位置105具有比周围8个附近的值大的检测数据100,但比第2阈值Th_Exist的“20”小，因此不成为峰值检测位置110。在峰值检测位置110的条件中设置第2阈值Th_Exist是为了防止将这样的由噪声产生的峰值识别为手指。第2阈值Th_Exist根据传感器的噪声耐性等选择合适的值。如上，在图16所示的第4次的处理中，最大峰值检测位置llOmax未被检测。因此，邻近区域确定部20在图5所示的步骤S702中作出否定判定否），最终，基于图15A、图15B所示的物体范围数据142,进行由图5所示的位置确定部60进行的位置确定处理S704。[0162]如以上说明了的那样，根据本实施方式的输入装置，检测多个峰值检测位置并针对其周围的检测位置按照该峰值检测位置的每一个赋予标签，因此，能够以峰值检测位置为中心而将物体按照接近区域的每一个进行识别。由于能够针对具有峰值检测位置的接近区域的每一个进行标签化，因此能够确定除去了成为噪声的那样的检测位置的适当的接近区域，因而，能够将物体分离而提高进行识别时的精度。尤其是能够提供一种无需使用模板就能够高精度地进行形状或距离不同的多个物体的识别的输入装置。[0163]尤其是由于以第1阈值作为基准来确定轮廓，因此能够按照所确定出的轮廓的每一个来确定、分离接近区域。此外，由于针对轮廓的每一个进行标签赋予处理，因此能够针对在内部具有峰值检测位置的轮廓分别进行标签化，将未被赋予标签的成为噪声的区域排除在外并确定物体的范围。[0164]进而，当在1个轮廓内存在2个以上的标签候补时，能够以1个标签被分割的方式在标签候补间进行调整。因而，能够消除针对各轮廓分配多个标签的混乱，能够简单地划分成被分配了标签的轮廓和未被分配标签的轮廓这两种，能够消除将物体分离并进行识别时的混乱。[0165]并且，防止将周围的检测位置的检测数据大的检测位置检测为峰值位置，并且防止将尽管检测数据比周围大但检测数据自身小的检测位置设为峰值检测位置，由此能够适当地确定峰值检测位置。进而，能够适当地决定第2阈值Th_Exis，由于能够确定适当的峰值检测位置，因此能够确定除去了成为噪声的检测位置的适当的接近区域。[0166]第2实施方式）[0167]第2实施方式的基本结构以及处理的流程也与第1实施方式相同。在第1实施方式中例示出了每当进行轮廓追踪处理以及标签赋予处理时就反复进行最大峰值检测位置1lOmax的检测处理的情况，但是，在第2实施方式中，在进行轮廓追踪处理以及标签赋予处理前，进行作为最大峰值检测位置llOmax依次进行处理的所有的峰值检测位置110的检测。由此能够缩短处理时间。[0168]本实施方式的输入装置的功能模块与第1实施方式的图4所示的功能模块相同。[0169]图17是用于说明本发明的第2实施方式的图4所示的邻近区域确定部的处理的流程图。[0170]步骤S1701:[0171]峰值位置确定部40基于从传感器部10输入的检测数据1〇〇,将多个检测位置1〇5中的、其检测数据100x为第2阈值Th_ExiS以上且检测数据l〇〇x比其周围的检测位置1〇5大的检测位置105检测为峰值检测位置110，并收纳于数组peaks。[0172]此时，峰值位置确定部40以检测数据l〇〇x降序的方式将峰值检测位置110收纳于数组Peaks。由此，数组Peaks的开头是检测数据l〇〇x最大的峰值检测位置110。在图2以及图6所示的例子中，从开头起按照检测数据l〇〇x为“90”、“58”、“31”、“25”的峰值检测位置110的顺序被收纳于数组Peaks。[0173]步骤ST1702:[0174]轮廓追踪部判断在数组Peaks内是否存在步骤S703未处理的峰值检测位置110，当为肯定判定的情况下是进入步骤S1703,当为否定判定的情况下否进入步骤S1704。[0175]步骤S1703:[0176]轮廓追踪部51从数组Peaks的开头起将未处理的峰值检测位置110作为最大峰值检测位置llOmax取出。[0177]步骤S1703:[0178]轮廓追g示部51针对在步骤S1703中取出的最大峰值检测位置1i〇max进行轮廓追踪处理以及标签赋予处理。[0179]此处，关于本实施方式的轮廓追踪处理以及标签赋予处理、针对从数组Peaks取出的最大峰值检测位置llOmax进行与在第1实施方式中说明了的图9所示的步骤S902、S093的处理、以及图10的处理基本相同的处理。[0180]此时，轮廓追踪部51将从数组Peaks的开头取出的峰值检测位置110移动至确定峰值数组Fixed_Peak。随后，从数组Peaks的开头起，针对作为最大峰值检测位置llOmax取出的峰值检测位置110,与第1实施方式同样，进行轮廓追踪。[0181]轮廓追踪部51当在轮廓内部存在确定峰值数组FixecLPeak所具有的峰值检测位置110与标签相当）时，针对轮廓内部的检测位置105,赋予该峰值检测位置110的标签。[0182]并且，轮廓追踪部51当在轮廓内部存在2个以上确定峰值数组FixecLPeak的峰值检测位置110时，针对该轮廓内部的检测位置105,以与第1实施方式相同的方式赋予距离近的一方的峰值检测位置110的标签。[0183]并且，轮廓追踪部51当数组Peaks的峰值检测位置110与1个以上的确定峰值数组FixecLPeak的峰值检测位置110—起进入轮廓内部的情况下，移动至不作为数组Peaks的峰值检测位置110的标签考虑的峰值检测位置110的集合Clear_Peaks〇[0184]步骤S704:[0185]位置确定部60与第1实施方式的情况同样在步骤S1703中基于由标签赋予部50赋予的标签分别确定多个物体的接近位置。[0186]当如先前叙述的图15A、图15B所示那样进行第3次轮廓追踪时，在确定峰值数组FixecLPeak收纳有检测数据100x为“90”、“58”、“31”的峰值检测位置110，在数组Peaks收纳有检测数据l〇〇x为“25”的峰值检测位置110。[0187]轮廓追踪部51若作为第1阈值Th_Finger_p使用“19”来进行轮廓追踪，则如图15A、图15B所示位于确定峰值数组FixecLPeak的检测数据100x为“90”、“58”、“31”的所有的峰值检测位置110均包含在轮廓内部。同时，数组Peaks的检测数据100x为“25”的峰值检测位置110也包含在该轮廓内部，但由于该峰值检测位置110并非峰值检测位置110,因此判定为源自噪声的峰值，放入集合Clear_Peaks。由此，虽然最终得到的结果与第1实施方式的情况相同，但由于将作为最大峰值检测位置llOmax选择的峰值检测位置110—次汇总探索，因此能够缩短计算时间。[0188]本发明并不限定于上述的实施方式。即，本领域技术人员可以在本发明的技术范围或者其等同范围内关于上述的实施方式的构成要素进行各种变更、组合、亚组合、以及替换。[0189]在上述的实施方式中，如图5以及图17所示，针对所有的检测位置105进行标签赋予处理，因此例示出了进行基于位置确定部60的位置确定处理的情况，但也可以形成为在每次针对最大峰值检测位置llOmax进行标签赋予处理时进行基于位置确定部60的位置确定处理。[0190]并且，在上述的实施方式中，例示出了分别确定多个物体的接近位置的情况，但也可以并不确定具体的位置，而是确定多个物体的接近区域。[0191]并且，在上述的实施方式中，例示出了应用于本发明的输入装置的情况，但除了输入装置以外，也可以将本发明应用于检测多个物体的接近区域或接近位置的物体检测装置等。L0192]产业上的可利用性[0193]在上述实施方式中，以输入基于手指等的操作的信息的用户界面装置作为基础而对发明进行了说明，但本发明的输入装置能够广泛应用于输入与因并不限定于人体的各种物体的接近而产生的检测电极的静电电容的变化相应的信息的装置。[0194]标记说明[0195]1…输入装置[0196]10…传感器部[0197]11…检测部[0198]12…传感器电路[°199]2〇…接近区域确定部[0200]30---PC[0201]40…峰值位置确定部[0202]5〇…标签赋予部[0203]51…轮廓追踪部[0204]52…标签判定部[0205]60…位置确定部[0206]100…检测数据[0207]105…检测位置[0208]110…峰值检测位置[0209]llOmax…最大峰值检测位置[0210]Th_Finger_p.••第1阈值[0211]Th_Exis…第2阈值

权利要求：1.一种输入装置，具有：传感器部，在多个检测位置检测多个物体的接近状态；以及接近区域确定部，基于来自上述传感器部的检测数据，确定上述多个物体的接近区域，上述接近区域确定部具有：峰值位置确定部，确定上述多个检测位置中上述检测数据的值满足预定的峰值条件的峰值检测位置;以及标签赋予部，针对上述确定的峰值检测位置进行标签赋予处理，该标签赋予处理为，对该峰值检测位置周围的检测位置中的、未被赋予标签且具有基于该确定的峰值检测位置的检测数据规定的第1阈值以上的检测数据的检测位置，赋予对该峰值检测位置赋予的标签。2.根据权利要求1所述的输入装置，其中，上述峰值位置确定部在由上述标签赋予部进行的上述标签赋予处理的开始前，针对上述多个检测位置中的未被赋予上述标签的检测位置，确定该检测位置的上述检测数据的值满足预定的峰值条件的最大峰值检测位置，上述标签赋予部针对紧前由上述峰值位置确定部以上述方式确定的上述最大峰值检测位置进行上述标签赋予处理，上述峰值位置确定部在由上述标签赋予部进行的上述标签赋予处理后，确定上述最大峰值检测位置。3.根据权利要求1所述的输入装置，其中，上述峰值位置确定部在由上述标签赋予部进行的上述标签赋予处理的开始前，针对上述多个检测位置，确定检测数据的值满足预定的峰值条件的多个峰值检测位置，上述标签赋予部针对上述确定的多个峰值检测位置，从上述检测数据大的上述峰值检测位置起依次确定为最大峰值检测位置，并针对该最大峰值检测位置进行上述标签赋予处理。4.根据权利要求1〜3中任一项所述的输入装置，其中，上述标签赋予部将值比进行上述标签赋予处理的上述峰值检测位置的上述检测数据小的上述第1阈值以上的检测位置确定为轮廓，并对该确定的轮廓的每一个进行针对该轮廓内的上述检测位置的上述标签赋予处理。5.根据权利要求4所述的输入装置，其中，上述标签赋予部针对上述确定的上述轮廓的各个进行如下的处理：当在该轮廓内存在2个以上上述标签的情况下，对该轮廓内的检测位置赋予距该检测位置近的上述标签，当在该轮廓内存在1个标签的情况下，对该轮廓内的检测位置赋予该标签。6.根据权利要求1〜5中任一项所述的输入装置，其中，峰值位置确定部从上述多个检测位置中，将上述检测数据为第2阈值以上、且与其周围的检测位置相比上述检测数据大的检测位置确定为上述峰值检测位置。7.根据权利要求6所述的输入装置，其中，上述峰值位置确定部基于上述检测数据的变化值的最大值决定上述第2阈值。8.根据权利要求1〜7中任一项所述的输入装置，其中，还具有位置确定部，该位置确定部基于上述标签分别确定上述多个物体的接近位置。9.根据权利要求8所述的输入装置，其中，上述位置确定部通过求出被赋予了相同的上述标签的上述接近区域内的检测位置的重心的值来求出上述接近位置。10.根据权利要求2或3所述的输入装置，其中，上述标签赋予部针对所有的上述最大峰值检测位置进行上述标签赋予处理。11.一种物体检测装置，具有：峰值位置确定部，基于表示多个检测位置处的多个物体的接近状态的检测数据，在上述多个检测位置中确定上述检测数据的值满足预定的峰值条件的峰值检测位置;以及标签赋予部，针对上述确定的峰值检测位置进行标签赋予处理，该标签赋予处理为，对该峰值检测位置周围的检测位置中的、未被赋予标签且具有基于该确定的峰值检测位置的检测数据规定的第1阈值以上的检测数据的检测位置，赋予已对该峰值检测位置赋予的标签。12.—种物体检测方法，具有：峰值位置确定工序，基于表示多个检测位置处的多个物体的接近状态的检测数据，在上述多个检测位置中确定上述检测数据的值满足预定的峰值条件的峰值检测位置;以及标签赋予工序，针对上述确定的峰值检测位置进行标签赋予处理，该标签赋予处理为，对该峰值检测位置周围的检测位置中的、未被赋予标签且具有基于该确定的峰值检测位置的检测数据规定的第1阈值以上的检测数据的检测位置，赋予己对该峰值检测位置赋予的标签。

百度查询： 阿尔卑斯阿尔派株式会社 输入装置、物体检测装置及其方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD