简介：目的探讨准分子激光角膜原位磨镶术（LASIK）后出现视疲劳症状的患者进行视觉训练,以期改善患者视疲劳及双眼调节功能。方法收集2014年6月至2016年5月在本院视光门诊LASIK术后6个月存在视疲劳症状的患者140例（276只眼）,年龄20~32岁,对LASIK术后患者进行屈光和双眼调节功能检查和相应的视觉训练。结果患者进行视觉训练后,视疲劳症状明显改善（t=28.96,P〈0.01）;调节幅度（t=9.18,P〈0.01）、调节灵敏度（t=6.11,P〈0.01）、负相对调节（t=2.33,P〈0.01）、集合近点（t=1.66,P〈0.01）等调节功能均明显改善。结论合理的视觉功能训练可以改善LASIK术后患者视疲劳情况,且改善患者调节功能,有利于术后恢复。

简介：摄像机标定技术对于精确的双目视觉定位起着关键的作用。了解摄像头标定的原理有助于采用合理方法减小标定结果误差。本文介绍的摄像机标定方法标定结果误差小。摄像机标定过程中用到三个坐标系,它们之间的转换关系是摄像机标定的基础。采用内外参数分离的标定方法,通过具体实验分步标定了摄像机的内参数和外参数,实验过程简单,标定精度较高。

简介：目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。

简介：在形态学的研究中,经常需要对一些物体的表面颜色或溶液的颜色和浓度进行鉴别判断,肉眼判断主观性较强且不能量化,专业的检测仪器则过于昂贵,难以普及。本文基于STC12C5410AD单片机设计了一款简单的颜色识别系统,其成本低廉,检测效果较好,可满足一般日常检测的需要。

简介：通过改进处理K-SVD算法得到DDELM-AE算法,之后再把该算法应用于物体特征识别中。研究结果得到:K-SVD算法的收敛速率较快,达到收敛的时间也显著比SAE算法更短,本文通过改进K-SVD算法之后使DDELM-AE算法的计算准确率以及计算效率都获得了显著的改善。采用K-SVD算法可以达到76.3%的识别准确率,使用深度特征信息之后,可以使识别准确率升高至81.4%,DDELM-AE可以显著提高K-SVD算法的性能,并且加入多特征之后可以使算法识别准确率得到显著提高。