CN102935030A - 图像处理方法、图像处理装置和眼部训练仪 - Google Patents

图像处理方法、图像处理装置和眼部训练仪 Download PDF

Info

Publication number
CN102935030A
CN102935030A CN2012104443175A CN201210444317A CN102935030A CN 102935030 A CN102935030 A CN 102935030A CN 2012104443175 A CN2012104443175 A CN 2012104443175A CN 201210444317 A CN201210444317 A CN 201210444317A CN 102935030 A CN102935030 A CN 102935030A
Authority
CN
China
Prior art keywords
pixel
image processing
value
sigma
processing apparatus
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012104443175A
Other languages
English (en)
Other versions
CN102935030B (zh
Inventor
郭思哲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201210444317.5A priority Critical patent/CN102935030B/zh
Publication of CN102935030A publication Critical patent/CN102935030A/zh
Application granted granted Critical
Publication of CN102935030B publication Critical patent/CN102935030B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Rehabilitation Tools (AREA)

Abstract

本发明涉及一种图像处理方法、图像处理装置和眼部训练仪。其中,图像处理方法,包括:获取预定图形中的每个像素的像素值;根据距预定图形中每个预定像素的预定范围内的像素的像素值,以预定变化规律来改变每个预定像素的像素值,使得预定图形进行从清晰到模糊和/或从模糊到清晰的变化。采用本发明的图像处理方法、图像处理装置和眼部训练仪,可对训练眼部肌肉进行训练进而实现眼部保健的技术效果。

Description

图像处理方法、图像处理装置和眼部训练仪
技术领域
本申请涉及一种图像处理技术,特别是一种图像处理方法、一种图像处理装置和一种眼部训练仪。
背景技术
随着科技的发展,电子产品的种类和数量越来越多,这从一定程度上导致了近视的人群数量的增大和人们近视程度的加深。为了改善人们的视力,产生了众多类型的眼部保健仪。
然而,现有的眼部保健仪大多结构复杂、造价高、体积大,从而不方便普通人群的使用。另外,由于现有的眼部保健仪不支持用户定制功能,导致其眼部保健仪的训练内容单一,训练效果也非常有限。
发明内容
在下文中给出关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
本发明的一个主要目的在于提供一种图像处理方法和一种图像处理装置,可对训练眼部肌肉进行训练进而实现眼部保健的技术效果。
根据本发明的一方面,一种图像处理方法,包括:
获取预定图形中的每个像素的像素值;
根据距预定图形中每个预定像素的预定范围内的像素的像素值,以预定变化规律来改变所述每个预定像素的像素值,使得所述预定图形进行从清晰到模糊和/或从模糊到清晰的变化。
根据本发明的第二方面,一种图像处理装置,包括图形获取模块和图形变换模块;
其中:
所述图形获取模块用于获取预定图形中的每个像素的像素值;
图形变换模块用于根据距预定图形中每个预定像素的预定范围内的像素的像素值,以预定变化规律来改变所述每个预定像素的像素值,使得所述预定图形进行从清晰到模糊和/或从模糊到清晰的变化。
根据本发明的第三方面,一种眼部训练仪,包括图像处理装置,还包括显示部;
所述显示部连接在所述图像处理装置的输出端,用于显示经图像处理装置处理后的图像。
采用本发明的图像处理方法、图像处理装置和眼部训练仪,可对训练眼部肌肉进行训练进而实现眼部保健的技术效果。
附图说明
参照下面结合附图对本发明实施例的说明,会更加容易地理解本发明的以上和其它目的、特点和优点。附图中的部件只是为了示出本发明的原理。在附图中,相同的或类似的技术特征或部件将采用相同或类似的附图标记来表示。
图1为本发明的图像处理方法的一种实施方式的流程图;
图2为以σ为横坐标,以c(σ)为纵坐标的函数曲线图;
图3为本发明的图像处理装置的一种实施方式的结构图;
图4为本发明的眼部训练仪的一种实施方式的结构图。
具体实施方式
下面参照附图来说明本发明的实施例。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意,为了清楚的目的,附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。
参见图1所示,为本发明的图像处理方法的一种实施方式的流程图。
在该实施方式中,图像处理方法包括:
S10:获取预定图形中的每个像素的像素值;
S20:根据距预定图形中每个预定像素的预定范围内的像素的像素值,以预定变化规律来改变每个预定像素的像素值,使得预定图形进行从清晰到模糊和/或从模糊到清晰的变化。预定像素可以是预定图形的中任意一个像素。
作为一种实施方式,预定变化规律可以是:
P ( x 0 , y 0 , σ , t ) = Σ x = x 0 - a x 0 + a Σ y = y 0 - b y 0 + b 1 2 πσ 2 ( t ) e - ( x 2 + y 2 ) 2 σ 2 ( t ) P ( x , y )
其中,x0,y0分别为所述预定像素在一预定坐标系下的横坐标值和纵坐标值,x,y分别为所述预定范围内每个像素在所述预定坐标系下的横坐标值和纵坐标值;a,b分别为所述预定范围内距所述预定像素最远的像素与所述预定像素之间的横坐标值和纵坐标值的差值;P(x,y)为所述预定范围内的每个像素的像素值,σ(t)为随时间变化的高斯变换半径。
在一种实施方式中,a,b可以分别取值为4。
例如,在a、b均取4的情况下,预定范围为一9×9的网格区域,该网格区域内有9×9=81个像素。将该网格区域的中心点设为预定像素,该预定像素在一预定坐标系下的坐标值为(x0,y0)。在该网格区域内,每个像素与该预定像素之间的横坐标值和纵坐标的差值均为小于等于4的整数。因而,预定像素在预定变化规律之后的像素值即为对该网格区域内81个像素值进行加权后再叠加的像素值。通过该方式的变换,可以改变图形中的每个预定像素的像素值,从而使得整体图形可以从清晰变模糊或者从模糊变清晰。
在一种实施方式中,高斯变换半径σ(t)的变化范围可以是σ(t)∈[0.1,0.5]。
定义清晰度c(σ)=g(0,0,σ),可以得到以σ为横坐标,以c(σ)为纵坐标的函数曲线图,参见图2所示。为简化计算,对该函数曲线进行多项式拟合,可以得到下式:
c(σ)=1.0238-0.243778σ-1.611925σ2+1.06057σ3
由于图像模糊到一定程度后,将不再刺激人眼的聚焦,也就不能起到锻炼作用。可以认为c(σ)<0.6时,将对人眼的聚焦不再起刺激作用。而c(0.5)=0.629,因此可以近似的取σ在[0.1,0.5]这个范围内变化。
作为一种实施方式,时间t可以为预定周期T的整数倍,也即是说,t不是连续变化的,可以在每间隔预定周期T时,改变一次σ的取值。根据人眼视觉残留原理,一幅图像在人眼中会停留0.1~0.4秒,即变化频率f>10可满足画面在人眼中的流畅感。因而作为一种优选方案,可以取预定周期T≤0.1秒。
参见附图3所示,为本发明的图像处理装置的一种实施方式的结构图。
在本实施方式中,图像处理装置1包括图形获取模块10和图形变换模块20;
其中:
图形获取模块10用于获取预定图形中的每个像素的像素值;
图形变换模块20用于根据距预定图形中每个预定像素的预定范围内的像素的像素值,以预定变化规律来改变每个预定像素的像素值,使得预定图形进行从清晰到模糊和/或从模糊到清晰的变化。预定像素可以是预定图形的中任意一个像素。
在一种实施方式中,预定变化规律可以是:
P ( x 0 , y 0 , σ , t ) = Σ x = x 0 - a x 0 + a Σ y = y 0 - b y 0 + b 1 2 πσ 2 ( t ) e - ( x 2 + y 2 ) 2 σ 2 ( t ) P ( x , y )
其中,x0,y0分别为所述预定像素在一预定坐标系下的横坐标值和纵坐标值,x,y分别为所述预定范围内每个像素在所述预定坐标系下的横坐标值和纵坐标值;a,b分别为所述预定范围内距所述预定像素最远的像素与所述预定像素之间的横坐标值和纵坐标值的差值;P(x,y)为所述预定范围内的每个像素的像素值,σ(t)为随时间变化的高斯变换半径。
在一种实施方式中,a,b可以分别取值为4。也即是说,在该网格区域内,每个像素与该预定像素之间的横坐标值和纵坐标的差值均为小于等于4的整数。
在一种实施方式中,高斯变换半径σ(t)的变化范围可以是σ(t)∈[0.1,0.5]。
在一种实施方式中,时间t可以是预定周期T的整数倍,例如预定周期T的取值范围可以是T≤0.1秒。
参见附图4所示,为本发明的一种眼部训练仪的一种实施方式的结构图。
在本实施方式中,眼部训练仪包括图像处理装置1和显示部2。
显示部2连接在图像处理装置1的输出端,用于显示经图像处理装置处理后的图像。例如,显示部2可以连接在图形变换模块20的输出端。
采用本发明的图像处理方法、图像处理装置和眼部训练仪,可通过对预定图形进行由清晰-模糊或者由模糊-清晰的变换,来对训练眼部肌肉进行训练进而实现眼部保健的技术效果。
上面对本发明的一些实施方式进行了详细的描述。如本领域的普通技术人员所能理解的,本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算设备(包括处理器、存储介质等)或者计算设备的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在了解本发明的内容的情况下运用他们的基本编程技能就能实现的,因此不需在此具体说明。
此外,显而易见的是,在上面的说明中涉及到可能的外部操作的时候,无疑要使用与任何计算设备相连的任何显示设备和任何输入设备、相应的接口和控制程序。总而言之,计算机、计算机系统或者计算机网络中的相关硬件、软件和实现本发明的前述方法中的各种操作的硬件、固件、软件或者它们的组合,即构成本发明的设备及其各组成部件。
因此,基于上述理解,本发明的目的还可以通过在任何信息处理设备上运行一个程序或者一组程序来实现。所述信息处理设备可以是公知的通用设备。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者设备的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储或者传输这样的程序产品的介质也构成本发明。显然,所述存储或者传输介质可以是本领域技术人员已知的,或者将来所开发出来的任何类型的存储或者传输介质,因此也没有必要在此对各种存储或者传输介质一一列举。
在本发明的设备和方法中,显然,各部件或各步骤是可以分解、组合和/或分解后重新组合的。这些分解和/或重新组合应视为本发明的等效方案。还需要指出的是,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。同时,在上面对本发明具体实施例的描述中,针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
虽然已经详细说明了本发明及其优点,但是应当理解在不超出由所附的权利要求所限定的本发明的精神和范围的情况下可以进行各种改变、替代和变换。而且,本申请的范围不仅限于说明书所描述的过程、设备、手段、方法和步骤的具体实施例。本领域内的普通技术人员从本发明的公开内容将容易理解,根据本发明可以使用执行与在此所述的相应实施例基本相同的功能或者获得与其基本相同的结果的、现有和将来要被开发的过程、设备、手段、方法或者步骤。因此,所附的权利要求旨在在它们的范围内包括这样的过程、设备、手段、方法或者步骤。

Claims (10)

1.一种图像处理方法,其特征在于,包括:
获取预定图形中的每个像素的像素值;
根据距所述预定图形中每个预定像素的预定范围内的像素的像素值,以预定变化规律来改变所述每个预定像素的像素值,使得所述预定图形进行从清晰到模糊和/或从模糊到清晰的变化。
2.根据权利要求1所述的图像处理方法,其特征在于,所述预定变化规律为:
P ( x 0 , y 0 , σ , t ) = Σ x = x 0 - a x 0 + a Σ y = y 0 - b y 0 + b 1 2 πσ 2 ( t ) e - ( x 2 + y 2 ) 2 σ 2 ( t ) P ( x , y )
其中,x0,y0分别为所述预定像素在一预定坐标系下的横坐标值和纵坐标值;x,y分别为所述预定范围内每个像素在所述预定坐标系下的横坐标值和纵坐标值;a,b分别为所述预定范围内,距所述预定像素最远的像素与所述预定像素之间的横坐标值和纵坐标值的差值;P(x,y)为所述预定范围内的每个像素的像素值,σ(t)为随时间变化的高斯变换半径。
3.根据权利要求2所述的图像处理方法,其特征在于:
a,b取值分别为4。
4.根据权利要求2所述的图像处理方法,其特征在于:
高斯变换半径σ(t)的取值范围为σ(t)∈[0.1,0.5]。
5.根据权利要求2所述的图像处理方法,其特征在于:
时间t为预定周期T的整数倍,所述预定周期T≤0.1秒。
6.一种图像处理装置,其特征在于,包括图形获取模块和图形变换模块;
其中:
所述图形获取模块用于获取预定图形中的每个像素的像素值;
图形变换模块用于根据距预定图形中每个预定像素的预定范围内的像素的像素值,以预定变化规律来改变所述每个预定像素的像素值,使得所述预定图形进行从清晰到模糊和/或从模糊到清晰的变化。
7.根据权利要求6所述的图像处理装置,其特征在于,所述预定变化规律为:
P ( x 0 , y 0 , σ , t ) = Σ x = x 0 - a x 0 + a Σ y = y 0 - b y 0 + b 1 2 πσ 2 ( t ) e - ( x 2 + y 2 ) 2 σ 2 ( t ) P ( x , y )
其中,x0,y0分别为所述预定像素在一预定坐标系下的横坐标值和纵坐标值,x,y分别为所述预定范围内每个像素在所述预定坐标系下的横坐标值和纵坐标值;a,b分别为所述预定范围内,距所述预定像素最远的像素与所述预定像素之间的横坐标值和纵坐标值的差值;P(x,y)为所述预定范围内的每个像素的像素值,σ(t)为随时间变化的高斯变换半径。
8.根据权利要求7所述的图像处理装置,其特征在于:
a,b取值分别为4,高斯变换半径σ(t)的取值范围为σ(t)∈[0.1,0.5]。
9.根据权利要求7所述的图像处理装置,其特征在于:
时间t为预定周期T的整数倍,所述预定周期T≤0.1秒。
10.一种眼部训练仪,包括如权利要求6-9任意一项所述的图像处理装置,其特征在于:
还包括显示部;
所述显示部连接在所述图像处理装置的输出端,用于显示经图像处理装置处理后的图像。
CN201210444317.5A 2012-11-08 2012-11-08 眼部训练仪 Expired - Fee Related CN102935030B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210444317.5A CN102935030B (zh) 2012-11-08 2012-11-08 眼部训练仪

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210444317.5A CN102935030B (zh) 2012-11-08 2012-11-08 眼部训练仪

Publications (2)

Publication Number Publication Date
CN102935030A true CN102935030A (zh) 2013-02-20
CN102935030B CN102935030B (zh) 2014-09-10

Family

ID=47693981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210444317.5A Expired - Fee Related CN102935030B (zh) 2012-11-08 2012-11-08 眼部训练仪

Country Status (1)

Country Link
CN (1) CN102935030B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111888207A (zh) * 2020-07-08 2020-11-06 北京萌科科技有限公司 图像显示方法、装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101543451A (zh) * 2009-04-24 2009-09-30 布瑞佛斯有限公司 眼部肌肉锻炼装置和眼部肌肉锻炼方法
CN101600049A (zh) * 2008-06-06 2009-12-09 联咏科技股份有限公司 图像处理装置与方法
CN101600044A (zh) * 2008-06-03 2009-12-09 宝利微电子系统控股公司 基于缩放因子的图像清晰度增强方法及装置
US20100141894A1 (en) * 2005-06-30 2010-06-10 Aberdeen University Vision exercising apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100141894A1 (en) * 2005-06-30 2010-06-10 Aberdeen University Vision exercising apparatus
CN101600044A (zh) * 2008-06-03 2009-12-09 宝利微电子系统控股公司 基于缩放因子的图像清晰度增强方法及装置
CN101600049A (zh) * 2008-06-06 2009-12-09 联咏科技股份有限公司 图像处理装置与方法
CN101543451A (zh) * 2009-04-24 2009-09-30 布瑞佛斯有限公司 眼部肌肉锻炼装置和眼部肌肉锻炼方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王耀贵: "图像高斯平滑滤波分析", 《计算机与信息技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111888207A (zh) * 2020-07-08 2020-11-06 北京萌科科技有限公司 图像显示方法、装置及电子设备
CN111888207B (zh) * 2020-07-08 2023-03-28 北京萌科科技有限公司 图像显示方法、装置及电子设备

Also Published As

Publication number Publication date
CN102935030B (zh) 2014-09-10

Similar Documents

Publication Publication Date Title
Nakamura et al. Task-specific change of unconscious neural priming in the cerebral language network
Mason et al. Video-based modeling: Differential effects due to treatment protocol
CN103854268B (zh) 基于多核高斯过程回归的图像超分辨重建方法
CN107194426A (zh) 一种基于Spiking神经网络的图像识别方法
CN110781976B (zh) 训练图像的扩充方法、训练方法及相关装置
CN103218795B (zh) 基于自适应双字典学习的部分k空间序列图像重构方法
Wilterson et al. The attention schema theory in a neural network agent: Controlling visuospatial attention using a descriptive model of attention
Ugille et al. Bias corrections for standardized effect size estimates used with single-subject experimental designs
WO2022000027A1 (en) Identifying anomalous brain data
Chen et al. Fuzzy tracking and control algorithm for an SSVEP-based BCI system
Mabry et al. Systems science for obesity-related research questions: an introduction to the theme issue
Chanceaux et al. Flank to the left, flank to the right: Testing the modified receptive field hypothesis of letter-specific crowding
EP3879457A3 (en) Method and apparatus for model distillation
CN106934815A (zh) 基于混合区域的活动轮廓模型图像分割方法
Zaki Zadeh et al. Self-supervised human activity representation for embodied cognition assessment
CN102935030B (zh) 眼部训练仪
US11966850B1 (en) Systems and methods for training predictive models that ignore missing features
CN107944754A (zh) 康复治疗质量评定的方法、装置、存储介质及电子设备
Long et al. A mid-level organization of the ventral stream
Li et al. Fusion of ANNs as decoder of retinal spike trains for scene reconstruction
Kirchner Impulse response functions for nonlinear, nonstationary, and heterogeneous systems, estimated by deconvolution and demixing of noisy time series
CN114743078A (zh) 一种生物神经信号的视觉解码方法、装置、存储介质及终端
CN110349180B (zh) 人体关节点预测方法及装置、动作类型识别方法及装置
Siugzdaite et al. Socio-economic disadvantage is associated with alterations in brain wiring economy
Del Rio Guerra et al. Evaluation of full-body gestures performed by individuals with down syndrome: Proposal for designing user interfaces for all based on kinect sensor

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140910

Termination date: 20211108