【技術(shù)實(shí)現(xiàn)步驟摘要】
一種照度動(dòng)態(tài)變化的眼調(diào)節(jié)訓(xùn)練燈
本專利技術(shù)涉及眼健康的
，尤其涉及一種照度動(dòng)態(tài)變化方法，以及治療、預(yù)防近視及緩解視疲勞的眼調(diào)節(jié)訓(xùn)練燈。
技術(shù)介紹
近視已成為危害青少年健康的突出問(wèn)題。研究報(bào)道，東亞及東南亞地區(qū)青少年患近視的比率為80％～90％，而我國(guó)學(xué)齡期近視患病率也高達(dá)70％。同時(shí)，城市高樓林立使青少年兒童戶外活動(dòng)減少，加之學(xué)習(xí)負(fù)擔(dān)的加重、電子產(chǎn)品的普及，大大提高了近視的發(fā)病率。框架眼鏡是近視患者最容易接受的矯正器具，但它并不能治療近視和控制近視的加深。正常人眼睛看物體時(shí)，眼肌會(huì)根據(jù)所看物體的遠(yuǎn)近調(diào)節(jié)瞳孔的大小和晶狀體的厚度，使平行光線經(jīng)過(guò)屈光系統(tǒng)進(jìn)入眼內(nèi)，其焦點(diǎn)正好落在視網(wǎng)膜上，形成清晰影像。而近視者的眼肌調(diào)節(jié)能力下降，只有看近處時(shí)，平行光線的焦點(diǎn)才能配合得當(dāng)，落在視網(wǎng)膜上。當(dāng)望遠(yuǎn)處時(shí)，因受眼肌調(diào)節(jié)能力限制，不能使平行光線的焦點(diǎn)落在視網(wǎng)膜上，所以發(fā)生看物模糊不清。眼肌調(diào)節(jié)能力下降的主要原因?yàn)槿藗冮L(zhǎng)期視近，加之環(huán)境相對(duì)固定，眼中的晶狀體和瞳孔也隨之處于相對(duì)固定的狀態(tài)，日積月累，調(diào)節(jié)瞳孔和晶狀體的肌肉會(huì)因疲勞變得僵硬、凝固，失去調(diào)節(jié)能力。想要改善近視，就需要鍛煉眼肌，使眼肌解除僵硬、凝固的狀態(tài)，重新軟化，恢復(fù)彈性，恢復(fù)其調(diào)節(jié)能力。鑒于此，如何鍛煉眼肌，從而改善近視，成為本領(lǐng)域技術(shù)人員亟待解決的問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)提供一種照度動(dòng)態(tài)變化方法，通過(guò)傳感器獲取用戶面部圖像，并進(jìn)行人眼檢測(cè)；利用瞳孔檢測(cè)算法檢測(cè)到眼部圖像中瞳孔，并實(shí)時(shí)提取瞳孔特征，在預(yù)設(shè)定的...
【技術(shù)保護(hù)點(diǎn)】
1.一種照度動(dòng)態(tài)變化方法，其特征在于，所述方法包括：/n利用傳感器獲取用戶面部圖像，并對(duì)用戶面部圖像進(jìn)行預(yù)處理；/n利用人眼檢測(cè)算法模型檢測(cè)預(yù)處理后的用戶面部圖像，得到眼部區(qū)域圖像；/n利用瞳孔檢測(cè)算法對(duì)眼部區(qū)域圖像進(jìn)行檢測(cè)，得到眼部瞳孔圖像；/n實(shí)時(shí)利用瞳孔特征提取算法對(duì)眼部瞳孔圖像進(jìn)行特征提取處理，得到用戶的瞳孔特征，并在預(yù)設(shè)定的時(shí)間周期內(nèi)監(jiān)測(cè)用戶瞳孔特征的變化情況；/n若瞳孔特征變化差異小于閾值，說(shuō)明用戶長(zhǎng)時(shí)間用眼且眼球沒有運(yùn)動(dòng)，此時(shí)觸發(fā)訓(xùn)練燈的調(diào)節(jié)機(jī)制，利用基于瞳孔特征的眼部狀態(tài)檢測(cè)算法檢測(cè)得到當(dāng)前用戶的眼部狀態(tài)，根據(jù)所檢測(cè)到的眼部狀態(tài)，周期性的調(diào)節(jié)訓(xùn)練燈的光照強(qiáng)度和色溫。/n
【技術(shù)特征摘要】
1.一種照度動(dòng)態(tài)變化方法，其特征在于，所述方法包括：
利用傳感器獲取用戶面部圖像，并對(duì)用戶面部圖像進(jìn)行預(yù)處理；
利用人眼檢測(cè)算法模型檢測(cè)預(yù)處理后的用戶面部圖像，得到眼部區(qū)域圖像；
利用瞳孔檢測(cè)算法對(duì)眼部區(qū)域圖像進(jìn)行檢測(cè)，得到眼部瞳孔圖像；
實(shí)時(shí)利用瞳孔特征提取算法對(duì)眼部瞳孔圖像進(jìn)行特征提取處理，得到用戶的瞳孔特征，并在預(yù)設(shè)定的時(shí)間周期內(nèi)監(jiān)測(cè)用戶瞳孔特征的變化情況；
若瞳孔特征變化差異小于閾值，說(shuō)明用戶長(zhǎng)時(shí)間用眼且眼球沒有運(yùn)動(dòng)，此時(shí)觸發(fā)訓(xùn)練燈的調(diào)節(jié)機(jī)制，利用基于瞳孔特征的眼部狀態(tài)檢測(cè)算法檢測(cè)得到當(dāng)前用戶的眼部狀態(tài)，根據(jù)所檢測(cè)到的眼部狀態(tài)，周期性的調(diào)節(jié)訓(xùn)練燈的光照強(qiáng)度和色溫。
2.如權(quán)利要求1所述的一種照度動(dòng)態(tài)變化方法，其特征在于，所述對(duì)用戶面部圖像進(jìn)行預(yù)處理，包括：
所述用戶面部圖像的預(yù)處理流程為：
1)對(duì)所獲取的用戶面部圖像中每一個(gè)像素的三個(gè)分量求最大值，并將該最大值設(shè)置為該像素點(diǎn)的灰度值，得到用戶面部圖像的灰度圖，所述灰度化處理的公式為：
G(i，j)＝max{R(i，j)，G(i，j)，B(i，j)}
其中：
(i，j)為用戶面部圖像中的一個(gè)像素點(diǎn)；
R(i，j)，G(i，j)，B(i，j)分別為像素點(diǎn)(i，j)在R、G、B三個(gè)顏色通道中的值；
G(i，j)為像素點(diǎn)(i，j)的灰度值；
2)對(duì)于所述灰度圖像，利用分段線性變換的方式對(duì)圖像的灰度進(jìn)行拉伸，所述的公式為：
其中：
f(x，y)為灰度圖；
MAXf(x，y)，MINf(x，y)分別為灰度圖的最大灰度值和最小灰度值。
3.如權(quán)利要求2所述的一種照度動(dòng)態(tài)變化方法，其特征在于，所述利用人眼檢測(cè)算法模型檢測(cè)預(yù)處理后的用戶面部圖像，包括：
選取用于訓(xùn)練人眼檢測(cè)算法模型的人眼樣本以及非人眼樣本，針對(duì)訓(xùn)練樣本，使用Haar-like特征訓(xùn)練弱分類器；
對(duì)每個(gè)弱分類的分類錯(cuò)誤率進(jìn)行計(jì)算，選取分類錯(cuò)誤率最低的弱分類器，依據(jù)此分類器對(duì)每個(gè)樣本的分類結(jié)果對(duì)每個(gè)樣本的權(quán)重進(jìn)行更新，將分類錯(cuò)誤的樣本權(quán)重增大，重復(fù)該步驟，直到選出N個(gè)弱分類器；
將選出的N個(gè)弱分類器按照分類正確率的大小給予不同權(quán)重，其中分類正確率越高，分類器的權(quán)重越大，并按照下式進(jìn)行分類器級(jí)聯(lián)組合：
其中：
wi表示第i個(gè)弱分類器的權(quán)重；
fi(x)表示第i個(gè)若分類器；
H(x)表示級(jí)聯(lián)組合后的人眼檢測(cè)算法模型；
x表示輸入的圖像數(shù)據(jù)；
將預(yù)處理后的用戶面部圖像平均劃分為若干圖像區(qū)域，其中每個(gè)圖像區(qū)域的大小為正常眼部區(qū)域大小；將所劃分的圖像區(qū)域輸入到人眼檢測(cè)算法模型中，若H(xi)＝1，則表示圖像區(qū)域i為眼部區(qū)域圖像。
4.如權(quán)利要求3所述的一種照度動(dòng)態(tài)變化方法，其特征在于，所述利用瞳孔檢測(cè)算法對(duì)眼部區(qū)域圖像進(jìn)行檢測(cè)，包括：
1)計(jì)算眼部區(qū)域圖像中任意像素點(diǎn)(xi，yj)的梯度gij：
gij＝(gx，gy)
2)計(jì)算待檢測(cè)瞳孔的中心位置：
hij＝(xi-xL，yj-yL)
其中：
wij為像素點(diǎn)(xi，yj)的灰度值；
N，M分別...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：楊文云，張澤鑫，王峰，孟文琴，孫含恩，胡煜雯，楊崇康，章琦，賈永鋒，曹曉軍，吳愛霞，
申請(qǐng)(專利權(quán))人：云南白藥集團(tuán)無(wú)錫藥業(yè)有限公司，江蘇省醫(yī)療器械檢驗(yàn)所，廣東希姆樂(lè)斯健康照明科技有限公司，
類型：發(fā)明
國(guó)別省市：江蘇;32
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。