CN104185020A - 一种检测立体视觉疲劳度的系统及方法 - Google Patents

Abstract

本发明公开一种针对观看三维立体显示内容的视疲劳检测系统和方法。该系统包含硬件布局和集成化软件两大部分。硬件包括显示装置、红外摄像机、红外光源、视觉反应时测量仪、调节最大点测量仪等。在用户观看三维内容的过程中，通过仪器设备来记录其多项客观指标用于估算视疲劳，同时通过主观量表来记录视疲劳的参考值用于对比验证。软件能够把测量的整个过程集成为无缝的流程，包括对用户的筛选、三维内容显示、客观指标测量、主观参考值采集、眼睛参数提取、视疲劳模型估算、估算误差计算和统计分析等功能。本发明能够简单快速地检测观看立体显示所造成的视疲劳程度，可用于检测立体显示设备和内容，以及指导设备生产和制作舒适的立体资源等。

Description

一种检测立体视觉疲劳度的系统及方法

技术领域

本发明属于三维立体显示技术领域，具体涉及一种用于估算因观看立体内容而引起的视觉疲劳度的软硬件系统，以及相应的检测方法。

背景技术

目前，立体显示技术在许多领域得到越来越多的应用。但由于技术和成本的限制，立体显示技术的发展受到很多阻碍。其中，一个很重要的因素是：3D显示的成像原理和人的视觉系统工作机制存在冲突，造成了3D显示不可忽视的副作用，尤其容易导致观看者的视疲劳。这些问题的存在使得人们不便长期观看立体显示,更不利于一些特殊人群,如小孩观看；这不仅严重影响用户体验，也制约了三维显示技术的发展，及其相关产品的应用普及。因此，预防立体显示对观看过程中造成的视疲劳等不适症状十分必要。

目前的立体显示视疲劳数据检测方法主要有主观检测和客观测量两种。前者是让观看者在观看之后主管表述观看不适感的程度，或者完成一些相关的问卷；后者主要是通过测量与视疲劳相关的一些生理指标，来间接反映视疲劳的程度。但这两类方法都各有一些局限性；主观表述往往因人而异，没有统一的量化标准；客观测量的设备则往往复杂昂贵，对受试者的限制较多，有的甚至还要求测量者具备较多的领域知识；此外，客观参量的选择以及它们反应主观不适程度的阈值等都还没有标准可循。

发明内容

为了解决上述问题，本发明提出了一套用于检测立体视觉疲劳度的软硬件系统及方法，该系统提供了进行视疲劳检测所需的硬件布局、软件系统以及检测方法。通过本系统及方法，能够简单快速地定量测量观看立体显示所造成的视疲劳程度，可用于检测立体显示设备和内容，以及指导设备生产和制作舒适的立体资源等。

为实现上述目的，本发明采用的技术方案如下：

一种检测立体视觉疲劳度的系统，包括：

显示装置，用于显示三维内容；

摄像机，用于录制观看三维内容过程中用户的眼部视频；

视觉反应时(VRT)测量仪，用于在观看三维内容过程中穿插测量用户的视觉反应时间；

调节最大点(PMA)测量仪，用于在观看过程中穿插测量用户的视觉调节最大点；

视疲劳主观打分装置，用于在观看过程中采集用户对视疲劳的主观评分；

信息处理装置，用于根据调节最大点PMA、视觉反应时VRT和从眼部视频中提取闭眼时长PERCLOS的变化量数据，以及它们与主观数据之间的相关性，建立视疲劳的最佳预测模型，进而根据该最佳预测模型得到视疲劳的估计值。

进一步地，还包括软件部分，包括表现层、应用层和数据层，其中：

所述表现层包括：培训演示模块，用于进行操作过程演示和仪器使用演示；三维内容显示模块，用于进行三维图片和/或三维视频的显示；

所述应用层包括：检查测量模块，用于筛选出合格的用户，并在观看三维内容的过程中穿插测量用户的视觉反应时和调节最大点；参考值采集模块，与所述视疲劳主观打分装置结合使用，用于收集问卷信息并进行视疲劳主观评价；视疲劳估算模块，用于从眼部视频中提取闭眼时长，并使用线性回归方法建立视疲劳的最佳预测模型；验证分析模块，用于对比由客观指标推算出的视疲劳预测值与主观评价结果，计算二者之间的误差，并进行统计分析；

所述数据层包括：数据I/O模块，用于从数据存储单元中读取或写入数据。

进一步地，所述摄像机为红外摄像机，并配置红外光源以提供红外摄像机所需的红外照明；所述红外摄像机采用专用的红外摄像机，或者采用高清摄像机配合红外滤光镜头使用。

一种采用上述系统检测立体视觉疲劳度的方法，其步骤包括：

1)用户筛选：通过显示多个视觉检查图检查用户的立体视觉功能，从中筛选出合格的用户；

2)测量阶段：让用户填写观看前问卷，记录观看三维内容前各种视疲劳症状的程度；然后进行调节最大点PMA和视觉反应时VRT的测量；

3)观看阶段：通过显示装置显示三维内容(图片或视频)，用户观看之后进行相应的主观评价，并进行客观指标即调节最大点PMA和视觉反应时VRT的测量；当观看阶段全部完成之后要求用户填写观看后问卷，记录观看三维内容后各种视疲劳症状的程度；

4)建立预测模型：从眼部视频中提取闭眼时长PERCLOS，根据得到的PMA,VRT和PERCLOS的变化量数据，利用线性回归方法来寻找它们随时间的变化趋势，以及它们与主观数据之间的相关性，最后通过逐步多元回归得到主观视疲劳的最佳预测模型；

5)估计视觉疲劳度：针对每一个新用户，按照步骤1)～3)测量其在观看三维内容过程中的客观指标参数PMA,VRT和PERCLOS，并根据步骤4)所述最佳预测模型求得视疲劳的估计值。

进一步地，步骤5)同时采集新用户的主观评价分值，其与所述最佳预测模型求得视疲劳的估计值的差值作为视疲劳的估计误差；当用户的数量较多时求出每个用户的视疲劳估计误差，并通过统计方法来分析误差的均值、方差、标准差和误差的显著性，从而反向验证模型的有效性和可靠性，在必要时重新进行测量，计算出更加精确的回归参数，以提高模型的性能。

进一步地，步骤4)所述最佳预测模型是：

SS'＝a·PMA+b·VRT+c·PERCLOS+d

其中，SS'是观看立体显示视频时的预测疲劳度，a,b,c和d为回归参数。

进一步地，通过视疲劳主观量表采集用户对视疲劳的主观评分，根据实际需要采用不同取值范围的量表。

进一步地，用户使用视觉反应时(VRT)测量仪时，每当看到既定的目标图案出现则按下按键，看到其它图案则不做操作；用户使用调节最大点(PMA)测量仪时，取两次调节最大点测量结果的均值作为最终采用的结果。

本发明用于检测人们在观看三维立体显示内容时所产生的视疲劳，能够采集用户在观看三维内容时的一些客观指标，通过特定的数学模型来推算用户的视疲劳；同时，系统也能够采集用户观看过程中的主观评价，作为参考值与上述推算得到的结果进行验证分析。由于本系统的操作既包括软件的运行，也包括仪器设备的使用，因此本发明设计了一套操作和检测方法来配合软硬件系统，能够在软件系统的运行过程中穿插设备操作，从而将仪器设备的使用也无缝集成到完整的测量流程中；并且，在采集到所需的主客观指标之后，能够通过软件估算出视疲劳，并且与主观评价的结果进行对比和统计分析。

与现有技术相比，本发明具有下列有益效果：

首先，本发明通过软件系统和操作方法相结合，将整个测量过程和仪器设备的使用无缝集成，显著减小了使用上的困难。

其次，本发明所选取的客观指标易于测量，设备成本低、使用简便，用户通过观看软件系统中提供的培训演示，即能很快掌握相应仪器设备的使用，大大提高操作效率。

再次，本发明利用特定的数学模型，在客观指标和视疲劳之间建立起对应关系，从而能够通过上述客观指标的测量值，快速推算出用户的视疲劳程度。

最后，系统支持同时采集客观指标和主观评价，并能够将二者进行对比和统计分析，从而验证视疲劳估算结果的准确性。

附图说明

图1是本发明的视疲劳检测系统的硬件布局示意图；

图2是本发明的视疲劳检测系统的软件架构图；

图3是实施例中主观评价问卷的主体内容示意图；

图4是本发明的视疲劳检测方法的操作流程图。

具体实施方式

为了更好的理解本发明的技术方案，下面结合附图及具体实施例对本发明做进一步的详细描述。

本发明提供了一套针对观看三维立体显示内容的视疲劳检测系统和方法，该系统提供了进行视疲劳检测所需的硬件布局、软件系统以及检测方法，能够简单快速地定量测量观看立体显示所造成的视疲劳程度并基于主观评价进行结果验证。

本发明中的视疲劳检测系统包括硬件和软件两大部分。系统中需要用到的硬件包括计算机、红外摄像机、红外光源、视觉反应时(VRT)测量仪、视疲劳主观打分装置、调节最大点(PMA)测量仪等设备和仪器。在用户观看显示器上播放的三维内容的过程中，红外摄像机(结合红外光源使用)全程录制用户的眼部画面，并穿插多次测量视觉反应时与调节最大点的数值，并通过视疲劳主观打分装置来记录参考值。系统中的软件则能够把测量的整个过程集成为无缝的流程。包括：对用户的检查、筛选、培训，三维内容的显示、客观指标的测量、主观参考值的采集、眼睛参数的提取、视疲劳的模型估算、估算误差的计算和统计分析等功能。其中，三维内容既包括图片也包括视频，客观指标则包括视觉反应时(VRT)和调节最大点(PMA)，主观参考值既包括视疲劳的总体评分，也包括多项更具体的视疲劳评价。

其中，硬件布局如图1所示，通常可以将其布置在空间足够的房间中进行，且房间内的湿度、温度和光照均可使用平常的室内环境状态。为了保证用户170的视觉状态良好，建议将测量安排在上午九点和下午两点进行；因为前期对受试者的采访表明，在这两个时间段，他们的眼睛刚刚得到较好的休息，视觉状态为一天中较为良好的时候。当然，在条件一致的前提下，或者仅仅出于试验的目的，也可以安排在其它时间进行。

计算机的显示器110用于显示三维内容，包括一系列三维图片和三维视频。该显示器110可以各种类型的三维显示器，比如：红蓝立体显示器、偏光立体显示器、频闪式立体显示器、裸眼立体显示器、红蓝立体投影屏、偏光立体投影屏、频闪式立体投影屏、裸眼立体投影屏等。用户170坐在到显示器一定距离的位置上(如图1所示的90cm)，该位置以及用户的视线方向在测量开始前可以微调，从而获得合适的观看距离和角度。当采用红蓝立体显示器、偏光立体显示器、频闪式立体显示器、红蓝立体投影屏、偏光立体投影屏、频闪式立体投影屏等显示设备进行观看时，用户需要佩戴相应的红蓝眼镜、偏光眼镜或者频闪式眼镜等。

红外摄像机120用于记录观看全过程中用户的眼部画面，该摄像机可以采用专用的红外摄像机，也可以对常规摄像机进行改造使其能够录制红外视频。为了能够提高后续处理结果的精确度，通常要求摄像机120具有较高的空间分辨率和较高的帧率。

红外光源130用于提供红外摄像机120所需的红外照明，为了能够获得足够清晰的成像，同时又不对用户的眼睛产生负面影响，红外光源130的强度应该调节到适当的范围。

视觉反应时(VRT)测量仪140用于在观看过程中穿插测量用户的视觉反应时间，该测量值从一个方面反映了用户当时的视疲劳程度。视觉反应时的测量原理是反应时间与大脑皮层的功能活动密切相关；人在疲劳时皮层功能下降，条件反射活动受影响，表现为反应时延长、反应错误增多。测定是利用光或声刺激，结合事先通过语言指示形成手指按压的条件反射，测定从光刺激信号发出至产生手指按压的反应时间(单位：毫秒)；测量应在安静环境中进行，避免其它声、光干扰刺激。用户在操作时，每当看到既定的目标图案出现时按下按键，看到其它图案则不做操作。

视疲劳主观打分装置150用于在观看过程中采集用户对视疲劳的主观评分。其使用方法与专利《一种三维立体显示的视疲劳检测系统和方法》(申请号：201410019363.X)所述的主观视疲劳连续打分装置使用方法类似。

调节最大点(PMA)测量仪160用于在观看过程中穿插测量用户的视觉调节最大点，调节最大点可通过测量近点距离来反映。该测量值也能够从一个方面反映用户当时的视疲劳程度。其使用方法参见专利《一种三维立体显示的视疲劳检测系统和方法》(申请号：201410019363.X)所述的近点距离测量方法。

本发明中的软件系统为整个测量操作提供了集成框架和各种运行模块，其软件架构图如图2所示，可划分为表现层、应用层和数据层三大部分。

1.表现层

表现层包括两个模块：培训演示模块210和三维内容显示模块220。

其中，培训演示模块210又包括操作过程演示子模块211和仪器使用演示子模块212。操作过程演示子模块211以视频教程的方式播放并演示测量操作的完整流程，用户仔细观看完该演示之后，即可对整个测量过程建立直观的印象和理解。仪器使用演示子模块212同样以视频教程的方式播放并演示各种仪器的使用方法，包括：视觉反应时(VRT)测量仪140和调节最大点(PMA)测量仪160的使用方法，具体的使用方法依照前述的操作步骤进行演示。

三维内容显示模块220又包括三维图片显示子模块221和三维视频显示子模块222。三维图片显示子模块221用于显示预先选择的立体图片，并能够以不同的显示模式进行显示，比如：不同的显示顺序、不同的时间间隔、是否重复显示等等。三维视频显示子模块222用于显示预先选择的立体视频，支持多种立体视频格式，并能够在左右、右左、上下、下上等显示模式间切换。

2.应用层

应用层包括检查测量模块230、参考值采集模块240、视疲劳估算模块250和验证分析模块260等四个模块。

其中，检查测量模块230又包括立体视觉筛选子模块231和客观指标测量子模块232。立体视觉筛选子模块231通过显示多个视觉检查图，在正式测量之前检查用户的立体视觉功能，并从中筛选出合格的用户。客观指标测量子模块232的作用是在观看三维内容的过程中穿插测量用户的视觉反应时和调节最大点。

参考值采集模块240又包括问卷信息收集子模块241和视疲劳主观评价子模块242。问卷信息收集子模块241在测量的开始阶段和结束阶段使用，分别对应于观看前问卷和观看后问卷。两种问卷的主体内容相同，但观看前问卷额外收集用户的姓名、性别、视力等个人信息，余下的内容均是针对视疲劳的各项具体主观衡量指标。图3显示了问卷主体内容的一种形式，其中包含了15种不同的症状，用户可以针对这些症状给出1-5的不同分值。在具体应用中，也可以采用同类的其它问卷，以及不同的打分规则，比如采用九分制等等。视疲劳主观评价子模块242与视疲劳主观打分装置150结合使用，读取该装置所采集的分值数据，并按照预定的格式保存到存储器中，供后续进行计算和分析。

视疲劳估算模块250又包括眼睛参数提取子模块251和视疲劳模型计算子模块252。眼睛参数提取子模块251用于从眼部视频中提取闭眼时长(PERCLOS，percentage of eyelidclosure over the pupil over time)。首先使用模板匹配的方法进行人眼的定位和跟踪。然后，在取得眼睛区域后进行图像的滤波降噪，针对较暗的区域进行直方图均值化和二值化，再通过开合运算去除干扰点，并对瞳孔中的光点进行填补，修复瞳孔的形状。之后再使用SOBEL算子进行边缘检测，通过水平投影来计算眼睛的闭合状态。最终用单位时间内眼睛闭合的帧数来表示闭眼时长PERCLOS。在视疲劳模型计算子模块252中，使用线性回归方法探究主客观指标随时间的变化趋势，以及各种数据之间的相关性等；通过逐步多元回归，寻找视疲劳的最佳预测模型；一旦建立起视疲劳预测模型，即可从客观测量指标中推算出给定时刻的视疲劳程度。

验证分析模块260又包括估算误差计算子模块261和结果统计分析子模块262。估算误差计算子模块261用于对比由客观指标推算出的视疲劳预测值与主观评价结果，计算二者之间的误差。结果统计分析子模块262则进一步对上述误差的统计特性进行分析，从而验证视疲劳预测的效果。

3.数据层

数据I/O模块270用于从数据存储单元中读取或写入数据。数据存储单元可以是文件、数据库等。测量过程中用到的数据包括：已测参数271，即已经测得的视觉反应时和调节最大点等数据；参考值272，即已经采集到的问卷信息和主观评价分值；还有估算值273，即由视疲劳估算模块输出的视疲劳的估计值。

下面说明采用上述软硬件系统进行立体视觉疲劳度检测的具体方法，其流程如图4所示。

首先是在软件系统中演示测量过程，然后对用户进行立体视觉筛选，排除不合适接受测量的用户。针对已经通过筛选的用户，仍然通过软件系统为其演示PMA和VRT仪器设备的使用，并进行几次练习。

一旦上述环节完成，则进入观看前的测量阶段。首先，需要让用户填写观看前问卷，收集用户的个人信息，以及观看三维内容前各种视疲劳症状的程度。然后，在软件系统的引导下，通过相关的仪器设备进行调节最大点PMA和视觉反应时VRT的测量。

之后，就正式进入观看阶段。由软件系统显示三维内容(图片或视频)，用户观看之后进行相应的主观评价和客观指标测量。包括：通过视疲劳主观量表对当前的视疲劳程度进行即时的主观评价，给出一个分值；测量调节最大点PMA，并测量视觉反应时VRT。这个过程将反复进行多次(比如后文表1所示的10次，也可以采用不同的次数)。

当观看阶段全部完成之后，再次要求用户填写观看后问卷，记录观看三维内容后各种视疲劳症状的程度。

通过上述步骤，就采集到了估算视疲劳所需的客观指标参数PMA,VRT和PERCLOS；其中PMA和VRT在测量过程中直接采集得到，而PERCLOS则是利用图像处理技术从摄像机所采集的视频中提取得到。同时，也收集了用于验证分析所需的主观评价值。

针对PMA,VRT和PERCLOS的变化量数据，利用线性回归方法来寻找它们随时间的变化趋势，以及它们与主观数据之间的相关性等。最后通过逐步多元回归，得到主观视疲劳的最佳预测模型如下：

SS'＝a·PMA+b·VRT+c·PERCLOS+d

其中SS'是观看立体显示视频时的预测疲劳度，回归判定系数R²为0.989。根据方差分析结果AVONA，显著性水平小于0.001，因此认为这个回归结果是显著而有效的。采用本系统和方法，就可以通过实际的测量来确定上述模型中的回归参数a,b,c和d。以表1所示的测量结果为例，11名被试(含1人次的预测试结果)所测得的客观指标PMA,VRT和PERCLOS,以及主观评价结果SS；在该轮测量中测得上述回归参数为：a＝-0.5606,b＝-0.4172,c＝-0.4746,d＝1.1681，将这些回归参数代入上述模型公式，即可得到实际可用的三维显示观看视疲劳估算模型。当然，这个例子只是一次测量所得的结果，并不是唯一适合上述模型的回归参数。

表1.测量结果列表

针对每一个新用户，只需按照上述流程测量(并提取)其在观看过程中的客观指标参数PMA,VRT和PERCLOS，代入上述公式中即可求得视疲劳的估计值。如果同时也采集了新用户的主观评价分值，则二者的差值就是视疲劳的估计误差。当用户的数量较多时可求出每个用户的视疲劳估计误差，并通过统计方法来分析误差的均值、方差、标准差、误差的显著性等，从而反向验证模型的有效性和可靠性，在必要时可以重新进行测量，计算出更加精确的回归参数，提高模型的性能。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种检测立体视觉疲劳度的系统，其特征在于，包括：

显示装置，用于显示三维内容；

摄像机，用于录制观看三维内容过程中用户的眼部视频；

视觉反应时测量仪，用于在观看三维内容过程中穿插测量用户的视觉反应时间；

调节最大点测量仪，用于在观看过程中穿插测量用户的视觉调节最大点；

视疲劳主观打分装置，用于在观看过程中采集用户对视疲劳的主观评分；

信息处理装置，用于根据调节最大点、视觉反应时和从眼部视频中提取闭眼时长的变化量数据，以及它们与主观数据之间的相关性，建立视疲劳的最佳预测模型，进而根据该最佳预测模型得到视疲劳的估计值。

2.如权利要求1所述的系统，其特征在于，还包括软件部分，所述软件部分包括表现层、应用层和数据层，其中：

所述表现层包括：培训演示模块，用于进行操作过程演示和仪器使用演示；三维内容显示模块，用于进行三维图片和/或三维视频的显示；

所述应用层包括：检查测量模块，用于筛选出合格的用户，并在观看三维内容的过程中穿插测量用户的视觉反应时和调节最大点；参考值采集模块，与所述视疲劳主观打分装置结合使用，用于收集问卷信息并进行视疲劳主观评价；视疲劳估算模块，用于从眼部视频中提取闭眼时长，并使用线性回归方法建立视疲劳的最佳预测模型；验证分析模块，用于对比由客观指标推算出的视疲劳预测值与主观评价结果，计算二者之间的误差，并进行统计分析；

所述数据层包括：数据I/O模块，用于从数据存储单元中读取或写入数据。

3.如权利要求1或2所述的系统，其特征在于，所述显示装置是下列三维显示器中的一种：红蓝立体显示器、偏光立体显示器、频闪式立体显示器、裸眼立体显示器、红蓝立体投影屏、偏光立体投影屏、频闪式立体投影屏、裸眼立体投影屏；所述三维内容是一系列三维图片和/或三维视频。

4.如权利要求1或2所述的系统，其特征在于：所述摄像机为红外摄像机，并配置红外光源以提供红外摄像机所需的红外照明；所述红外摄像机采用专用的红外摄像机，或者采用高清摄像机配合红外滤光镜头使用。

5.一种采用权利要求1所述系统检测立体视觉疲劳度的方法，其步骤包括：

1)通过显示多个视觉检查图检查用户的立体视觉功能，从中筛选出合格的用户；

2)由用户填写观看前问卷，记录观看三维内容前各种视疲劳症状的程度；然后进行调节最大点PMA和视觉反应时VRT的测量；

3)通过显示装置显示三维内容，用户观看之后进行相应的主观评价，并进行客观指标即调节最大点和视觉反应时的测量；当观看阶段全部完成之后要求用户填写观看后问卷，记录观看三维内容后各种视疲劳症状的程度；

4)从眼部视频中提取闭眼时长，根据得到的调节最大点，视觉反应时和闭眼时长的变化量数据，利用线性回归方法来寻找它们随时间的变化趋势，以及它们与主观数据之间的相关性，最后通过逐步多元回归得到主观视疲劳的最佳预测模型；

5)针对每一个新用户，按照步骤1)～3)测量其在观看三维内容过程中的客观指标参数即调节最大点、视觉反应时和闭眼时长，并根据步骤4)所述最佳预测模型求得视疲劳的估计值。

6.如权利要求5所述的方法，其特征在于：步骤5)同时采集新用户的主观评价分值，其与所述最佳预测模型求得视疲劳的估计值的差值作为视疲劳的估计误差；当用户的数量较多时求出每个用户的视疲劳估计误差，并通过统计方法来分析误差的均值、方差、标准差和误差的显著性，从而反向验证模型的有效性和可靠性，在必要时重新进行测量，计算出更加精确的回归参数，以提高模型的性能。

7.如权利要求5所述的方法，其特征在于，步骤4)所述从眼部视频中提取闭眼时长的方法是：首先使用模板匹配的方法进行人眼的定位和跟踪；然后在取得眼睛区域后进行图像的滤波降噪，针对较暗的区域进行直方图均值化和二值化，再通过开合运算去除干扰点，并对瞳孔中的光点进行填补，修复瞳孔的形状；之后再使用SOBEL算子进行边缘检测，通过水平投影来计算眼睛的闭合状态；最终用单位时间内眼睛闭合的帧数来表示闭眼时长。

8.如权利要求5所述的方法，其特征在于：步骤4)所述最佳预测模型是：

SS'＝a·PMA+b·VRT+c·PERCLOS+d，

其中，SS'是观看立体显示视频时的预测疲劳度，a,b,c和d为回归参数，PMA表示调节最大点，PMA表示视觉反应时，PERCLOS表示闭眼时长。

9.如权利要求5所述的方法，其特征在于：通过视疲劳主观量表采集用户对视疲劳的主观评分，根据实际需要采用不同取值范围的量表。

10.如权利要求5所述的方法，其特征在于：用户使用视觉反应时测量仪时，每当看到既定的目标图案出现则按下按键，看到其它图案则不做操作；用户使用调节最大点测量仪时，取两次调节最大点测量结果的均值作为最终采用的结果。