【技术实现步骤摘要】
一种基于显著目标深度动态调节的视疲劳缓解系统及方法
本专利技术涉及一种基于显著目标深度动态调节的视疲劳缓解系统及方法，属于数字图像处理、人眼视疲劳缓解领域。
技术介绍
据调查，我国近视总人数已超4.5亿，人口近视发生率为33％，是世界平均水平的1.5倍，其中，青少年近视患病率已位居世界第一位，我国近视防控刻不容缓。众所周知，人眼近距离视物时，睫状肌收缩，长时间近距离用眼会导致眼部肌肉紧张、血液循环阻碍，出现视疲劳症状。当眼睛长期、持续性处于视疲劳状态时，将导致眼内调节肌肉麻痹，丧失调节功能，进而导致近视的发生与加重。而在现实生活中，学生课内外负担繁重，需要长期伏案阅读书本，上班族大多数离不开电脑和各种类目的文件，加上电子产品的盛行，使得长期近距离用眼成为生活常态。现有的视疲劳缓解方法有闭目休息、远眺放松、以及使用眼部按摩等放松设备，这意味着要放下手上工作进入休息状态，对于学生群体和上班族群体难以有效执行。因此，在不影响正常学习与工作的情况下，缓解近距离用眼导致的视疲劳，是有效预防或改善视力的有效手段。...
【技术保护点】
1.一种基于显著目标深度动态调节的视疲劳缓解系统，其特征在于，包括：/n眼镜框架；/n两个凸透镜分别设置于眼镜框架靠近左、右眼位置的内侧；/n显示屏安置在双目相机与凸透镜之间，显示屏与内设处理器连接；/n双目相机由两个参数一致的相机组成，并平行安置在眼镜框架最外侧，双目相机与内设处理器连接；/n所述内设处理器运行各程序模块，对场景深度信息进行快速捕获，预测人眼注视目标区域，对目标区域进行智能化深度调节。/n
【技术特征摘要】
1.一种基于显著目标深度动态调节的视疲劳缓解系统，其特征在于，包括：
眼镜框架；
两个凸透镜分别设置于眼镜框架靠近左、右眼位置的内侧；
显示屏安置在双目相机与凸透镜之间，显示屏与内设处理器连接；
双目相机由两个参数一致的相机组成，并平行安置在眼镜框架最外侧，双目相机与内设处理器连接；
所述内设处理器运行各程序模块，对场景深度信息进行快速捕获，预测人眼注视目标区域，对目标区域进行智能化深度调节。
2.根据权利要求1所述的一种基于显著目标深度动态调节的视疲劳缓解系统，其特征在于，所述内设处理器的各程序模块包括：
1)初始分割程序模块：分别提取左目图像和右目图像的轮廓信息，并根据轮廓信息强度，对左目图像和右目图像进行初始分割；
2)视差计算程序模块：通过SURF算法对校正后的左右目图像进行特征点匹配，并计算每组匹配点对应的视差值；
3)深度显著图程序模块：根据左目图像的初始分割结果，根据每个区域中匹配特征点视差值分布情况对左目图像每个区域进行深度赋值，获取深度显著图；
4)预测目标程序模块：提取左目图像中目标深度值最大的显著目标作为人眼注视预测目标；
5)区域确定程序模块：根据左目图像中提取目标区域的特征信息，通过特征匹配确定右目图像中的对应区域；
6)二次精细分割程序模块：通过Grabcut算法分别对左目图像和右目图像中的目标区域进行二次精细分割；
7)网格构建程序模块：利用图像边缘与特征点信息分别构建左目图像、右目图像的Delaunay网格；
8)网格形变参数程序模块：根据场景内深度分布信息确定左目图像、右目图像的深度调节参数，并转换为网格形变参数；
9)深度调整程序模块：根据网格形变参数，分别调整左目图像、右目图像的网格分布，实现左右目图像内预测目标的深度调整。
3.根据权利要求2所述的基于显著目标深度动态调节的视疲劳缓解系统，其特征在于：所有程序模块按上述顺序不断重复工作，调整预测目标的深度信息，使目标物的视觉感知距离随时间推移循环地逐渐变近变远，达到目标深度动态调节的效果。
4.根据权利要求2所述的基于显著目标深度动态调节的视疲劳缓解系统，其特征在于：在初始分割程序模块中，对于左目图像，具体分割步骤如下：
(21)利用结构化随机森林边缘检测算法检测左目图像的边缘强度图，记为Pl1；
(22)利用SLIC算法对左目图像进行超像素分割，得到N个超像素区域；
(23)检测每两个超像素之间的相邻边，获取所述相邻边所有像素点对应的边缘强度值并相加，最后除以所述相邻边含有的像素点数量，获取边缘强度均值Pn，作为所述相邻边所有像素点新的边缘强度值；对每两个超像素区域的相邻边进行上述操作，非邻域区域的边缘强度值置为0，得到新的边缘强度概率图Pl2；
(24)设定阈值其中，Np为所有相邻边的像素点个数，Pl2(ip)为第ip个像素点的边缘概率强度值；对所有相邻超像素区域进行检测，若每两个超像素之间相邻边的边缘强度概率值小于阈值Tp，则将两个超像素进行合并，最终生成左目图像的初始分割图
(25)对右目图像也分别进行以上(1)-(4)步骤的处理，得到右目图像的初始分割图
5.根据权利要求2所述的基于显著目标深度动态调节的视疲劳缓解系统，其特征在于：在视差计算程序模块中，获取对应匹配点对之间的视差具体步骤为：
(31)利用SURF算法分别获取左目图像和右目图像中的特征点坐标集合和描述子集合，坐标集合分别记为Fpl和Fpr，描述子集合分别记为Dsl和Dsr；利用描述子之间的欧式距离对特征点进行匹配，并提取左、右目匹配点集合其中，为匹配点对中左目图像对应的特征点坐标集合，为匹配点对中右目图像对应的特征点的集合；
(32)根据特征点匹配结果，计算每组匹配点对应的视差值，第if组特征点对的视差值为其中，if为特征点对的标号，表示左目特征点的横坐标，表示右目特征点的横坐标。
6.根据权利要求2所述的基于显著目标深度动态调节的视疲劳缓解系统，其特征在于：在深度显著图程序模块中，统计初始分割图中每个区域内的匹配点对视差值，取其中值作为该区域所有像素点的深度值，获取左目图像深度显著图Sa。
7.根据权利要求2所述的基于显著目标深度动态调节的视疲劳缓解系统，其特征在于：在预测目标程序模块中，
统计左目图像初始分割各个区域的像素点数量nl(inl)，每个区域内的深度值为Sa(inl)，其中，inl∈[1,Nsl]，Nsl为左目图像初始区域分割图中的分割区域总个数，则以分割区域的尺寸对深度显著图进行加权，赋予每个区域新的深度显著值Sa2(inl)＝nl(inl)·Sa(inl)，再提取左目图像中目标深度值最大的区域作为人眼注视预测目标区域
8.根据权利要求2所述的基于显著目标深度...
【专利技术属性】
技术研发人员：李庆武，周亚琴，马云鹏，储露露，徐畅，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。