基于图形界面的快速目标选择方法

吉林大学学报(信息科学版) ›› 2016, Vol. 34 ›› Issue (4): 564-568.

基于图形界面的快速目标选择方法

郭卉笑a, 梅芳b

吉林大学a. 网络中心; b. 计算机科学与技术学院, 长春130012

收稿日期:2016-01-07 出版日期:2016-07-25 发布日期:2017-01-16
作者简介:郭卉笑(1971—), 女, 长春人, 吉林大学工程师, 主要从事网络技术研究, (Tel)86-15104431656(E-mail) guohx@ jlu.edu. cn。
基金资助:
国家自然科学基金资助项目(NSFC61103090)

Rapid Target Selection Method Based on Graphical Interface

GUO Huixiao a, MEI Fang b

a. Network Center; b. College of Computer Science and Technology, Jilin University, Changchun 130012, China

Received:2016-01-07 Online:2016-07-25 Published:2017-01-16

摘要/Abstract

摘要： 为解决传统的箭头型光标无法满足图形界面中目标的快速准确选择问题, 提出了球型光标与扇型光标的目标快速选择定位方法。利用球型光标和扇形光标具有的面积大、移动速度快等优点, 实现了对传统点式光标和箭头式光标的改进。实验结果表明, 球形光标和扇形光标提高了鼠标选定物体的速度与准确度, 减少了选择目标的时间, 大大提升了用户的操作效率。

关键词: 球型光标, 图形界面, 扇形光标

Abstract: To solve the problem that traditional arrow cursor gradually cannot meet the demand of fast accurate selection for the goal in the graphical interface, we proposed rapid target selection method based on the bubble cursor and the fan cursor by using the advantages of bubble cursor and fan cursor with large area and moving fast speed. In addition, we realize the improvement on the traditional point cursor and arrow cursor, improve the speed of the mouse selected objects and the accuracy of reducing amount time, enhance the operational efficiency of users.

Key words: fan cursor, graphical interface, bubble cursor

中图分类号:

TP391

郭卉笑, 梅芳. 基于图形界面的快速目标选择方法[J]. 吉林大学学报(信息科学版), 2016, 34(4): 564-568.

GUO Huixiao, MEI Fang. Rapid Target Selection Method Based on Graphical Interface[J]. Journal of Jilin University(Information Science Ed, 2016, 34(4): 564-568.

[1]	李温温，刘富，姜守坤. 基于引导滤波的指节纹图像增强算法研究[J]. 吉林大学学报(信息科学版), 2018, 36(4): 409-413.
[2]	张勇，张溯，王旭东，路阳，王臣. 基于时频域特征的场景音频研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 300-305.
[3]	任伟建，宋月，陈建玲，任璐，孙勤江. 基于改进的卷积神经网络的钢号识别[J]. 吉林大学学报(信息科学版), 2018, 36(3): 325-332.
[4]	刘富，刘星，康冰. 基于浅层残差网络的视线估计算法[J]. 吉林大学学报(信息科学版), 2018, 36(3): 333-338.
[5]	刘欢，范亚芹，梁乃生. 基于网络信息的混合推荐算法研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 339-344.
[6]	卢韶芳，关馨，韩长明. 快速提取旋转体轮廓母线方法[J]. 吉林大学学报(信息科学版), 2018, 36(3): 269-276.
[7]	张雯頩，康冰. 驾驶员疲劳状态检测方法研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 252-259.
[8]	黄岩，刘金蟾，孔垂禹，张赛男. 基于 FPGA 的视频图像提取研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 283-288.
[9]	于超, 王璐, 程道文. 基于本体的教育资源语义检索系统研究[J]. 吉林大学学报(信息科学版), 2018, 36(2): 207-212.
[10]	刘克平, 李西卫, 李岩, 于微波. 基于边缘信息的SIFT 图像匹配算法[J]. 吉林大学学报(信息科学版), 2018, 36(2): 200-206.
[11]	罗威林,周大可,杨欣 . 基于超像素显著性的无人机引导区域提取[J]. 吉林大学学报(信息科学版), 2018, 36(1): 41-47.
[12]	王昕, 李亮, 尹小童, 李梦烁, 曾朝伟, 艾勇鑫. 甲状腺结节超声图像多特征融合及识别[J]. 吉林大学学报(信息科学版), 2017, 35(6): 650-655.
[13]	王玉,宁可新,朱蕾蕾 . 基于 TLS 和 JWT 远程救助系统安全的 API[J]. 吉林大学学报(信息科学版), 2017, 35(6): 656-661.
[14]	兰兰, 陈万忠, 魏庭松. 基于融合特征提取与 LLE 方法的表情识别[J]. 吉林大学学报(信息科学版), 2017, 35(4): 384-391.
[15]	王旭阳, 姜喜秋. 特定领域概念属性关系抽取方法研究[J]. 吉林大学学报(信息科学版), 2017, 35(4): 430-437.