一种图像-背景分离的光谱深度知觉评估训练方法技术

本发明专利技术提出一种图像

【技术实现步骤摘要】
一种图像
‑
背景分离的光谱深度知觉评估训练方法


[0001]本专利技术涉及深度知觉评估的
，更具体地，涉及一种图像
‑
背景分离的光谱深度知觉评估训练方法。

技术介绍

[0002]轮廓整合是观察者分割可视图像和感知轮廓边界的一种能力，主要对视野范围内的局部特征综合，例如方向、深度、色彩等。在一个二维加工机制中，轮廓整合要求把组成一个全局轮廓图像上的局部元素整合在一起，这些元素有可能是运动方向性的、静态朝向性的、色调性(颜色性)的、纹理性的、视差性等。传统研究认为轮廓整合是一个二维的过程，即沿方向轴把有方向的片段联系起来的过程，然而，轮廓线在三维世界中也是存在的，如果轮廓和噪声背景在不等深度的层面，那么具有正常立体视觉的观察者将共线轮廓与噪声背景分离的能力将会更强，因此，在人的生活中，轮廓整合和人的深度知觉有一定的必然关系。
[0003]图像
‑
背景分离是视觉系统将可视图像分割成图像和背景的过程，是视觉感知的第一步，在三维世界中，图像
‑
背景分离的过程是观察者深度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像
‑
背景分离的光谱深度知觉评估训练方法，其特征在于，所述评估训练方法包括：S1.设置画面内容及观察评估次数上限为N，所述画面内容包括背景画布和前景图像模型，在背景画布配合下，前景图像模型对应不同的光谱深度凹凸关系；S2.将画面内容通过显示装置进行显示，观察者通过观测设备观察显示装置中显示的画面内容，并反馈所视画面内容中前景图像模型的凹凸关系；S3.判断观察者反馈的前景图像模型的凹凸关系与预先设置的前景图像模型对应的光谱深度凹凸关系是否一致，若是，执行步骤S4；否则，观察者光谱深度知觉异常，执行步骤S5；S4.判断观察评估次数是否达到N，若是，观察者光谱深度知觉正常；否则，返回步骤S2；S5.设置总训练周期及每个训练周期内画面内容在显示装置中的显示状态，在每个训练周期内，对观察者进行光谱深度知觉训练。2.根据权利要求1所述的图像
‑
背景分离的光谱深度知觉评估训练方法，其特征在于，所述画面内容中的背景画布为纯色背景或条栅或方格背景；背景画布的宽度为前景图像模型宽度的2～3倍。3.根据权利要求2所述的图像
‑
背景分离的光谱深度知觉评估训练方法，其特征在于，在步骤S2中，将画面内容通过显示装置进行显示时，画面内容中的背景画布的颜色随机，前景图像模型也随机，但在背景画布的颜色由A颜色变化为B颜色时，配合A颜色背景画布的前景图像模型与配合B颜色背景画布的前景图像模型相同。4.根据权利要求3所述的图像
‑
背景分离的光谱深度知觉评估训练方法，其特征在于，在画面内容中，前景图像模型的各个组成部分均是静止的，且互不遮挡。5.根据权利要求2所述的图像
‑
背景分离的光谱深度知觉评估训练方法，其特征在于，所述画面内容为：白色背景的背景画布上设置有前景图像模型，前景图像模型包括绿色圆圈及位于绿色圆圈内的红色动物；还可以为：黑色背景的背景画布上设置有前景图像模型，前景图像模型包括绿色圆圈及位于绿色圆圈内的红色动物；在不同颜色的背景画布配合下，前景图像模型中位于绿色圆圈内的红色动物与绿色圆圈存在深度凹凸关系。6.根据权利要求5所述的图像
‑
背景分离的光谱深度知觉评估训练方法，其特征在于，在步骤S2中，所述观测设备为交叉3D光谱分离眼镜，若背景画布为白色，背景画布上设置绿色圆圈及位于绿色圆圈内的红色动物的前景图像模型，预先设置前景图像模型中红色动物对应的光谱深度凹凸关系为“凹”，若观察者通过观测设备观察显示装置中显示的画面内容并反馈红色动物位置为“凹”，则观察者反馈的前景图像模型的凹凸关系与预先设置的前景图像模型对应的光谱深度凹凸关系一致；否则，不一致；若背景画布为黑色背景，背景画布上设置绿色圆圈及位于绿色圆圈内的红色动物的前景图像模型，预先设置前景图像模型中红色动物对应的光谱深度凹凸关系为“凸”，若观察者通过观测设备观察显示装置中显示的画面...

【专利技术属性】
技术研发人员：阎丽，吴殿鹏，朱敏侨，卢丽芬，李固，叶斯哈提，
申请(专利权)人：广东视明科技发展有限公司，
类型：发明
国别省市：