CN106249406A - 改善色彩感知和矫正色盲色弱视觉的人工智能透镜及设计方法 - Google Patents

改善色彩感知和矫正色盲色弱视觉的人工智能透镜及设计方法 Download PDF

Info

Publication number
CN106249406A
CN106249406A CN201610761687.XA CN201610761687A CN106249406A CN 106249406 A CN106249406 A CN 106249406A CN 201610761687 A CN201610761687 A CN 201610761687A CN 106249406 A CN106249406 A CN 106249406A
Authority
CN
China
Prior art keywords
color
coloring agent
optimization
designing
optical devices
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
CN201610761687.XA
Other languages
English (en)
Other versions
CN106249406B (zh
Inventor
陈昊
柯南瓦伦丁
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.)
Chen Xiaodong
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 CN201610761687.XA priority Critical patent/CN106249406B/zh
Publication of CN106249406A publication Critical patent/CN106249406A/zh
Priority to CN202210303993.4A priority patent/CN114647026A/zh
Priority to CN201780067411.4A priority patent/CN110234499B/zh
Priority to US16/329,563 priority patent/US10852567B2/en
Priority to SG11201901721RA priority patent/SG11201901721RA/en
Priority to EP17847474.8A priority patent/EP3507087A4/en
Priority to JP2019512684A priority patent/JP7164515B2/ja
Priority to AU2017321591A priority patent/AU2017321591B2/en
Priority to BR112019004184A priority patent/BR112019004184A2/pt
Priority to KR1020197009212A priority patent/KR102388209B1/ko
Priority to CA3035431A priority patent/CA3035431A1/en
Priority to PCT/US2017/049395 priority patent/WO2018045040A1/en
Application granted granted Critical
Publication of CN106249406B publication Critical patent/CN106249406B/zh
Priority to US17/107,751 priority patent/US11714298B2/en
Priority to AU2022203045A priority patent/AU2022203045A1/en
Priority to JP2022167594A priority patent/JP7496396B2/ja
Priority to US18/227,578 priority patent/US20230367142A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/0012—Optical design, e.g. procedures, algorithms, optimisation routines
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/02—Subjective types, i.e. testing apparatus requiring the active assistance of the patient
    • A61B3/06—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing light sensitivity, e.g. adaptation; for testing colour vision
    • A61B3/066—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing light sensitivity, e.g. adaptation; for testing colour vision for testing colour vision
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F9/00—Methods or devices for treatment of the eyes; Devices for putting-in contact lenses; Devices to correct squinting; Apparatus to guide the blind; Protective devices for the eyes, carried on the body or in the hand

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Ophthalmology & Optometry (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Vascular Medicine (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明公开了一种改变人类色彩感知和矫正色盲色弱视觉的人工智能透镜及设计方法，设计方法包括：1）测出使用者的色感与标准或完美色感的差异；2）精确测定色盲类别和轻重程度，或者测试常人非完美的色觉感知；3）根据使用者眼中有功用的视锥体的类别和数量来设计颜色匹配函数来体现其色彩感知度；4）优化从标准颜色匹配函数到个体颜色匹配函数的映射T(λ)来对个体颜色匹配函数进行调节；5）使用得到的优化的个体颜色匹配函数来设计针对使用者个体的光学装置。在本发明的产品设计中，因为采用了非线性（包括线性）的设计，所设计的产品不仅优化了红绿色差，也同时优化了其他颜色的色彩饱和度，保持了白点位置和其他的指标。

Description

改善色彩感知和矫正色盲色弱视觉的人工智能透镜及设计 方法
技术领域
本发明属于光学、医学和色彩学的领域，具体涉及一种改变、增强人类色彩感知和矫正色盲色弱视觉的人工智能透镜及设计方法。
背景技术
当下缺少对于色盲色弱患者的治疗方法或产品。尤其在中国, 没有一种现行对于色盲色弱患者进行矫正和视觉改善的有效措施,因此中国的医生可以诊断色盲色弱者但却对此没有良好的办法进行纠正或治疗。
在中国市场中, 可以买到一种比较流行的帮助色盲色弱者者鉴别红绿色的产品，这种产品基本上都是红色或者粉红色的彩镜，这种彩镜是通过牺牲其他颜色以达到其功用的，更具体的说这种彩镜是通过吸收或者反射掉和其本身不同的颜色以达到区分红色和绿色的功用。比如一个红色的彩镜, 它就会吸收掉大部分非红色的光波，因此当使用这种红色彩镜于一组多色彩光波时，那些红色或者类似红色的光波就会变成或保持其红色特质；那些非红色, 不包含红色或者包含很小部分红色的复合光波就会综合成灰、黑色。这样的彩镜就是通过如上的方法区分红色和绿色的。这种方法可以帮助色盲色弱者区分红色和绿色但是这些彩镜牺牲了颜色的本质，大大影响了人们对于真实色彩的感受。 基于此, 另一个副作用就是这种彩镜把白色或者柔和的颜色变成了一个偏向彩镜本身的色调，比如红色的彩镜就会使白色变成红色或者粉红色。也许有人会说，既然色盲人（异常三色视）无法像正常人一样区分柔和的色彩, 使白色或者非常柔和的颜色变成一个偏向彩镜本身的色调不会影响色盲色色彩感知。这种说法是错误的, 因为这种彩镜对颜色, 尤其是白色的改变, 依然会被色盲色弱者 （异常三色视）感知为灰色，这样的尤其是对白色的色彩感知的变化使这些患者产生了色彩扭曲。最后色盲的人往往不希望被识别为色盲色弱者，使用有色镜片便会立即发信号给他人暴露其色盲色弱者的状况。
当下对于色盲色弱者视觉感知改善最有效的产品是由英克罗马(Enchroma)公司生产的眼镜。其太阳镜是通过其最新的线性优化技术来设计的。这些太阳镜可以增强以绿色和红色作为主色调的颜色。实现这样的功用, 其透镜会牺牲多种蓝色--把其变为紫色,相应的牺牲多种黄色并使其变为绿或者橙色。这种透镜虽然不像之前提到的彩镜那样大大扭曲了颜色, 但其白点依旧不是白色, 而是变为淡粉红色或者淡紫色。 他们的太阳镜减弱了光线的强度降低了人们对于这种白点颜色变化的感知。然而英克罗马公司的室内的眼镜由于其透明度很高, 这种对于白点的色彩改变就变得很明显了，导致了常人容易分辨带英克罗马公司透明镜的色盲色弱。
由于英克罗马采用了线性优化的方法，在感知色域谱图上面，增大红绿色方向色差的同时不能同时控制其他方向颜色的色差，使其在优化红绿色差的同时，不能同时控制白点的位置，也不能同时优化其他颜色的色彩饱和度，其结果往往是因为减小了其他颜色方向上的感知饱和度。
在本领域，除了用着色剂为材料，另一种技术是以多层薄膜为主要材料的模型（Omega Optical: US005646781A) ，其原理基于通过光线部分反射所造成的光谱变化来改变人的色彩感知(法布里 - 珀罗理论)。用于与人的视觉感知相关的透镜上，如眼镜，这个技术最大的缺点其对光谱的过滤与改变取决于光线的入射角度(angle of incidence/AOI)。 比如在光源大角度透射下镜片产生的光谱会全面的向蓝色区域移动（蓝移），导致人的感知色域的不稳定。因为光源透射镜片的角度范围极大（180球面度）和人们不能接受不稳定的感知色域，因此，以薄膜为主要材料的镜片不适合做眼镜（包括隐形眼镜）。
对于常人的眼镜，一般来讲包括透明镜，和着色的或者颜色中性的太阳镜。透明镜, 顾名思义, 就是一种透明的对于颜色没有改变(增强)的眼镜。 有色太阳眼镜具有上述相同的白点和柔和的色彩偏移的问题。
偏光太阳镜可以某种程度上减少来自反射光的眩光，因此可以减少颜色淡化。 但是无论如何, 这种太阳镜偏光不能从根本上提高颜色的色彩饱和度。 此外，偏光太阳镜经常扭曲人工产生的(即非自然光)颜色，例如液晶显示器所产生的色彩。
发明内容
在本发明的产品设计中, 因为采用了非线性（包括线性）的设计, 所设计的产品不仅优化了红绿色差,也同时优化了其他颜色的色彩饱和度, 保持了白点位置和其他的指标。因为设计上的优势本发明产品的红绿色差也大于英克罗马公司现有的产品。
本发明公开了一种改变人类色彩感知和矫正色盲色弱视觉的人工智能透镜的设计方法，包括如下步骤：
1）测出使用者的色感与标准或完美色感的差异；
2）通过直接测定法来测量视锥体对不同的光波的色彩感知来精确测定色盲类别和轻重程度，或者用此法测试常人非完美的色觉感知;
3）根据使用者眼中有功用的视锥体的类别和数量来设计颜色匹配函数来体现其色彩感知度；
4）使用人工智能优化器来优化从标准颜色匹配函数到个体颜色匹配函数的映射T(λ)来对个体颜色匹配函数进行调节；
为了纠正色弱色盲，此设计包括具有抵消或改变此映射功能的光学装置。在光学里，此映射相当于一种把正常人变为色弱色盲患者的光谱。此映射在本专利里的名称为色感转变函数。
5）使用得到的优化的个体颜色匹配函数来设计针对使用者个体的光学装置以实现个体的色彩感知需求与设计指标；
其中，获得的个体的颜色匹配函数为:
,
,
其中， -L视锥体的个体颜色匹配函数,
-M视锥体的个体颜色匹配函数，
-S视锥体的个体颜色匹配函数，
-色感转变函数，
-L视锥体的标准颜色匹配函数,
-M视锥体的标准颜色匹配函数，
-S视锥体的标准颜色匹配函数。
其中，步骤1）中，采用分类测定对色盲色弱者进行测试，具体是使用常规的色盲图或伪等色图对色盲色弱者进行测试，测试出色盲色弱者所属的类别和轻重程度，色盲类别包括两大类,三色视觉异常和二色色盲，色弱程度分为轻度、中度和重度三类；利用直接测量机器对正常人进行测试。
其中，为色感转变函数，其形式例如是正态分布或韦伯分布，可通过调节其中的峰值、形状和颜色匹配函数的数目来反映直接测定色感的数据。
其中，步骤3）设计出的适合色盲色弱者的颜色匹配函数是L,M,S三色颜色匹配函数，或者是L,M,S其中任意两种颜色匹配函数，或者是L,M,S其中任意一种颜色匹配函数，颜色匹配函数中的一个或者多个函数是CIE标准的颜色匹配函数或者是个体的颜色匹配函数。
其中，步骤4）中采用相对于波长的泰勒级数进行映射。
其中，步骤4）中的映射通过标准颜色匹配函数按照个体对不同光波的敏感度通过抵消色感转变函数T(λ)对色感的影响进行的调整。
其中，步骤4）中，人工智能优化器自动检定最优映射的线性、非线性、凸性或非凸性类型，选择合适的优化法来实际优化目标。
其中，优化的类型检定包括计算与判断海森矩阵和关联的特征标量的值、运用一个快速的梯度下降法或梯度上升法来检定局部最优解的存在。
其中，步骤4）中采用的优化法包括但不局限于线性优化的单纯性法、凸性优化的内点法和次梯度法、和非凸优化的模拟退火、遗传算法、动态维数搜索、巨维退火。
其中，步骤2）中的锥体敏感度是一个功能函数，为正态分布或韦伯分布，可通过调节其中的峰值、形状和颜色匹配函数的数目来反映直接测定的结果。
其中，步骤6）中，基于CIE标准颜色匹配函数，设计光学装置以增加整个色域、增加各颜色的色差、无针对个别颜色的色差，以普遍应用于常人或色盲色弱患者，或者，步骤6）使用非CIE标准的颜色匹配函数，设计光学装置增加红绿色差，和/或同时增加整个色域，来普遍应用于红绿色盲色弱人群。
其中，基于优化方法并设定T(λ)在每个波长有单一值，运用个体与标准颜色匹配函数通过权重函数{w}对T(λ)进行表达，
其中权重函数w是T(λ)在特定波长下对个体颜色匹配函数与标准颜色匹配函数的比例的加权平均，
和；
或者，权重函数w是相等的，
或者，权重函数w是基于个体与标准颜色匹配函数的差距，
；
或者，权重函数w是基于个体与标准颜色匹配函数的差距乘积个体颜色匹配函数本身的值，
。
进一步，设计直接抵消T(λ)的透射光谱Ψ(λ)，Ψ(λ) = C/T(λ),Ψ(λ) ≤ 1， C为常数。Ψ是纠正或提高色感的光学装置的透射光谱。
进一步，将T(λ)应用于光谱能量分布 M(λ)，得到新的光谱能量分布M new (λ) = T (λ)M old (λ)， 其中M old (λ)为改变前的光谱能量分布，等于光体的入射光与光学装置的透射光谱与任何色彩光谱的乘积。
本发明公开了采用上述设计方法设计的光学装置，光学装置基于着色剂对光的改变，其透射光谱及所有色感指标不会受到光线的入射角度的影响而改变。
其中，在优化色觉感知的参数的同时保持白点位置，以使使用者的色彩感知的白点不会因为使用该光学装置而改变；或者，在优化色觉感知的参数的同时将白点位置改变为任何所需的色彩，以使使用者的色彩感知的白点因为使用该光学装置而改变。
其中，设计在420-510nm相对中到高度吸收的透射光谱，以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
其中，设计在420-510nm内任意波段相对中到高度吸收的透射光谱，以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
其中，设计在525-625nm相对中到高度吸收的透射光谱，以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
其中，设计在525-625nm内任意波段相对中到高度吸收的透射光谱，以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
其中，通过包括了着色剂(染料,颜料,色素)及其浓度与组合方式的选择来实现设计的透射光谱，包括了420-510nm和525-625nm区域内光谱的改变（包括吸收，荧光，散光）。
其中，通过选择着色剂(染料,颜料,色素)及其浓度与组合方式，来实现设计的透射光谱，其包括了420-510nm和525-625nm区域外光谱的改变以实现其所需的色彩感知指标， 比如, 着色剂可以用来吸收626-780nm区域里的光谱以保持白点的位置指标。
其中，在380-780纳米范围内，其他光波长区域有平均中到高度的透射光谱。
本发明公开了一种光学装置的设计方法，包括：
（1）选择着色剂以及其浓度；
（2）迭代调整光学装置基质的层次，层数和每层厚度；
（3）进行透射光谱设计，其中该步骤中采用上述的设计方法。
其中，步骤（1）具体包括：
(11）输入优化目标；
(12）从着色剂的电子数据库中筛选着色剂；
(13）指定约束指标；
(14）运用光学和色彩学模拟方法模拟以着色剂为有效成分的光学装置的光学透射以及使用者色彩感知的效果；
(15）在约束指标的要求范围内,优化所需的光学装置的各种参数使其尽可能的接近或实现所需的目标；
(16）对设计成果绘图与数据显示；
(17）储存设计成果。
其中，步骤(14）中，通过本层基质的综合入射光、该层中着色剂的摩尔消光和密度以及基质厚度，根据朗伯 -比尔定律来进行着色剂在基质中的对光的吸收的光学模拟；通过着色剂的释放光谱特征、本层基质的综合入射光强度和量子产率、以及光学透射装置和人眼的物理、几何特征所产生的减免影响，进行每个着色剂在基质中所产生的荧光的光学模拟。
其中，步骤(15）中进行优化包括如下步骤：
(151）根据光学装置的几何与人眼的相对位置、距离以及人眼瞳孔的几何确定着色剂荧光形状系数；
(152）输入一个单数光谱目标；
(153）定义设计光谱的优化成本函数；
(154）选择单个或综合性质的光学装置设计目标进行多目标优化。
其中，步骤(14）中采用的模拟方法给予光学装置在多方面的自由度，包含但不局限于：光学装置的有效结构由单基层或多基层组成，在每个基层中采用单着色剂或多种着色剂同时存在为有效光谱吸收成分，其中每个基质层的厚度可以自由调控，每个基质层中的着色剂种类、浓度也可以独立调控。
其中，光学装置中一层的最终透射光谱是由没被本层吸收的射入光和荧光组成的，光学装置中多层基质的综合光谱是依据入射光的入射路径所经过的基质层依次计算，整个光学透射装置的综合透射光谱为通过最后一层的综合透射光谱。
其中，步骤(11）中的优化目标包括但不局限于: 透射光谱目标，和/或着色剂数量，和/或光学装置基层层数、厚度，和/或各种所需的色感指标如色彩饱和度,色域,色差,色品,白点位置，和/或光学装置制作成本。
其中，着色剂的数据库中包括着色剂的可用参数，其中包含且不局限于所涉及着色剂的种类、吸收光谱特征、摩尔消光系数、荧光光谱特征、量子产率、激振、光学稳定性、化学稳定性、热力学稳定性、在不同基质中的溶解度与光学变化、与其他着色剂的化学作用、成本。
其中，步骤(13）中的约束指标是步骤(11）中的任何一种或多种优化目标。
其中，对于步骤(15）中采用的优化方法，进行最佳优化方式的判定，判定优化与约束指标的性质是否线性、凸性或多目标性，基于此性质选取最佳优化方法进行光学装置各参数的优化。
其中，采用人工智能的方法对优化类别进行判定。
其中，优化目标和约束指标包括基层的数量、厚度和折射率，每基层中的着色剂的种类、数量、浓度和制造成本，整个光学装置的厚度、折射率，着色剂的总体数量和制造成本。
其中，步骤(15）中涉及的优化法包括但不局限于：线性优化的单纯性法、凸性优化的内点法和次梯度法、非凸优化的模拟退火、遗传算法、动态维数搜索。
其中，着色剂荧光形状系数为绝对的形状系数或以光学装置透光的形状系数为基础的相对荧光形状系数。
其中，基质的综合入射光为上一基层基质的综合透射光与本基层基质中所有着色剂产生荧光的矢量线性叠加得出，具体算法如下：
其中，为第n层基质的综合入射光；
为第n-1层基质的综合透射光；
为第n层基质着色剂因为吸收第n层综合入射光所产生的荧光，其形状系数为；
是第n-1层基质因为吸收了第n层基质的荧光而产生的荧光，其形状系数为，其中i为着色剂的索引指数， 是第n层基质中着色剂的总数。
其中，在每一基质层的综合透射光是根据本层基质中多个着色剂对本层综合入射光的改变，该改变是通过各个着色剂对光的吸收的对数叠加方法来进行计算的，对数叠加公式为：
其中，为第n层基质的综合透射光，
为第n层基质的所有着色剂的透射光谱。
其中，所述光学模拟的函数为：
n基层内在波长λ下的荧光可以表示为：
其中，
Ψi,n为可见光范围内（380到780纳米）的着色剂i产生的荧光综合值；
是着色剂i在波长λ下，标准化后的荧光光谱；
为基层n中着色剂i在波长下的独立荧光；
为从基层n放射与基层n+1的所有着色剂在波长下的剩下荧光；
为波长下，着色剂i产生的荧光与此荧光被基质层n中其他着色剂的吸收消耗后的剩余荧光的比率参数；
为基质层n中的剩余荧光比率的第一阶中心矩（first moment arm）；
是第n层基质中着色剂的总数；
为第n层基质的所有着色剂的透射光谱；
为第n层到第n+1层基质的形状系数。
其中，所述优化成本函数为：
其中
N是光学装置中基质层数；
TS是透射光谱的缩写；
TSTarget 和 TSDesign分别为目标与设计的透射光谱；
U是独特着色剂的总数量；
SR是两个相邻光谱区域的变化矢量；
J是SR光谱区域的数量；
j是SR区域的索引指数；
γ1 和 γ2为代价参数；
α 和 β为常数；
A 为着色剂使用数量限制；
B 为常数；
η 为SR光谱区域内1纳米单位光波的数量；
SP 是目标与设计的索引指数。
其中，当非凸优化确定以后，当要优化大量的变数时，自动使用巨维退火的启发式算法。
其中，所述巨维退火的启发式算法包括：
(111）、对于每个所需优化的变量，搜索邻域使用的概率函数，用以建设新的候选解；
(112）、检查候选解是否满足设计约束，如果不满足就重新选择候选解值以满足有关设计约束；
(113）、候选解包括没变的变数和改变了的变数，通过被评估来判定其对优化目标的改变并判定是否满足所有限制条件；
(114）、计算候选解的目标值加上任何超过限制条件的代价作为为总成本值，比较候选解和当前解的总成本值差距；
( 115）、如果候选解的成本小于当前解，候选解就被接受为新的当前解并用于下一轮候选解与总成本计算；如果候选解的成本大于当前解，那么候选解有一个概率被接受为暂时当前解并用于下一轮计算。
其中，循环求解的次数是一个预先设定的值，算法会在达到此循环求解次数时或成本变化小于一个阈值的时候终止。
其中，人工智能的最佳优化方式的判定即为判定优化与约束目标的性质，是否线性、凸性或多目标性，性质判定包括计算与判断海森矩阵和关联的特征标量的值，或者运用一个快速的梯度下降法或梯度上升法来鉴定局部最优解的存在。
其中，优化分为凸优化和非凸优化两大种类，人工智能的方法对优化类别的判断包括判别优化的海森矩阵是否是半正定矩阵，所述海森矩阵表达为：
其中，f 是优化目标或约束函数；
c是着色剂浓度；
为着色剂和其所在基质层中的浓度。
本发明进一步公开了一种光学装置，其采用上述设计方法设计，在380-780纳米的光波范围内只有440-510纳米是低透射光波长区域，或者在380-780纳米的光波范围内只有530-610纳米是低透射光波长区域，或者在380-780纳米的光波范围内440-510纳米、530-610纳米这两个区段同时是低透射光波长区域，在380-780纳米的光波范围内的其它光波长区域具有平均中到高度的透射光谱。
附图说明
图1：标准颜色匹配函数图；
图2：一组红色盲色弱者的L,M,S视锥的个体颜色匹配函数图；
图3：一组绿色盲色弱者的L,M,S视锥的个体颜色匹配函数图；
图4：在CIE色感空间中三个不同设计的透镜所提高的色感示意图；
图5：肉眼与几种透镜的色域面积、红绿色差和蓝黄色差的示意图；
图6：肉眼与几种透镜的白点在CIE色彩空间中的位移对比示意图；
图7：三个不同设计的透镜的光谱图；
图8：光学透射装置光源与基质层透射示意图；
图9：基质层、着色剂与色彩感知设计的示意图；
图10：本发明使用的描述人眼接收到光学透射装置产生荧光的形状系数模型图；
图11：使用本发明的方法达到光学透镜实现目标光谱的第一示例图；
图12：使用本发明的方法达到光学透镜实现目标光谱的第二示例图；
图13：使用本发明的方法达到光学透镜实现目标光谱的第三示例图。
具体实施方式
下面结合附图对本发明进行具体描述。
（一）一种改变人类色彩感知和矫正色盲色弱视觉的人工智能透镜的设计方法
本发明将使用以下两种方法对色盲色弱者进行测试: 分类判定和直接测量。
分类判定是使用最常见的色盲图或伪等色图(pseudoisochromatic images)， 比如石原氏色盲检测图(Ishihara plates)和法恩斯沃思-孟塞尔色调测试(Farnsworth-Munsell Hue Test)。 分类判定可以准确的测试出色盲色弱者所属的类别。这些类别包括两大类。 第一类为三色视觉异常(anomalous trichromacy), 其中包括红色弱（protanomalous）、 绿色弱（deuteranomalous）、 蓝黄色弱（tritanomalous）。第二类为二色色盲(dichromacy), 其中包括红色盲、绿色盲和蓝黄色盲(protanopia，deuteranopiaand tritanopia)。通过这种测试,可以将色盲色弱者按照其残疾程度分为轻度、中度和重度三类。
直接测量试验是通过测量锥体对不同的光波(颜色)的敏感性来精确测定色弱、色盲的类别和轻重度。直接测量测试目前使用色盲测试镜（anomaloscope）。使用这种设备，能够精确的数据化色盲色弱者的色弱轻重程度和类别。
1、对于三色视觉异常人(anomalous trichromacy), 通过使用色盲图、伪等色图来首先分类测定多数人的色盲色弱类别和色弱程度。 再通过直接测量, 即使用如色盲测验镜 (anomaloscope)来精确的数据化色盲、弱类别和轻重程度中的群体平均或个体的视锥体光波敏感度。
使用国际照明委员会使用的人类色觉感知的颜色匹配函数(color matchingfunctions)来模拟平均常人视锥体对不同光波(即颜色)的敏感度。在对色盲色弱者进行标准测试的同时也可用来测试个体常人视锥体与国际照明委员会(CIE，InternationalCommission on Illumination)标准对不同光波(即颜色)的敏感度的差异。
对于色盲色弱者, 设计师可以根据其眼中有功用的视锥体的类别和数量来设计颜色匹配函数来体现其色彩感知度。
通过以上所提到的对于色盲色弱者的种类和色弱程度的颜色匹配函数的有效推测，将三色视觉异常人(anomalous trichromacy)分为红、 绿、蓝色盲，并分为轻度, 中度和重度色弱三种程度。
对于三色视觉异常人(anomalous trichromacy), 本发明提供了设计师任意调控颜色匹配函数的功能。其调控的目标是对于红、 绿、 蓝色盲及其色弱轻重程度的数据化分类。
这些得到的色盲色弱者的视锥体光波敏感度便会被设计师根据国际照明委员会的标准观测者颜色匹配函数进行调节。调节的方法包括移动颜色匹配函数的敏感高峰和对整体敏感度分布的改变。这些结果便成为了每不同色盲、弱类别和轻重程度的患者相应的颜色匹配函数。
2、对于二色色盲(dichromacy),本发明包括了通过使用色盲图、伪等色图来首先分类测定多数人的色盲色弱类别。再通过直接测量, 即使用如色盲测验镜(anomaloscope)来数据化测量在特定色盲类别中的平均或个体色盲人的视锥体光波敏感度。
对于二色色盲(dichromacy),本发明包括了以上所提到的对于色盲者的种类的颜色匹配函数的有效推测。 分为红、 绿、 蓝色盲。同时，设计师能够任意调控颜色匹配函数。其调控的目标是对于红、 绿、 蓝色盲的数据化分类。
3、对于常人,通过直接测量, 即使用如色盲测验镜 (anomaloscope)来数据化测量个体常人独特的视锥体光波敏感度。这些得到的常人的视锥体光波敏感度便会被设计师根据国际照明委员会的标准观测者颜色匹配函数进行调节。调节的方法包括对敏感波长的调节， 对整体敏感度分布的改变， 和减少颜色匹配函数数量来模拟二色色盲者。
这些锥体敏感度也可以是一个功能函数，如正态分布或韦伯分布（Weibull）。设计师可调节其中的峰值、形状和其它因素，包括颜色匹配函数的数目。基于此便可以通过调整这个功能函数中的参数来反映直接测量的结果。
4、对于常人的色彩感知，它是由眼中的三色视锥体对颜色的感应决定的。这三色视锥体分别为主要感受短波长的S视锥体, 主要感受中波长的M视锥体, 和主要感受长波长的L视锥体。常人三色视锥体对光波的感应随波长变化而改变。CIE使用了如下标准颜色匹配函数 (color matching function, CMF)分别表达常人S-M-L视锥体对其感应颜色的光波敏感度(即光波在不同波长的强度感受)，参见图1：
-L视锥体的标准颜色匹配函数，
-M视锥体的标准颜色匹配函数，
-S视锥体的标准颜色匹配函数
在本发明的任何色彩（感）空间中,如CIE色彩空间,人对任意颜色的色觉感知可以最终归一到三色视锥体的感应, 为三色刺激值(tristimulus values)。在CIE色彩空间中, 任意一组(个)光波, 表达为其光谱能量分布M(λ)的三色刺激值可表达为如下公式：
图1中的标准三色视锥体光波敏感度即标准颜色匹配函数是CIE对常人作为整个群体的平均概括。
本发明也包括了适用于色盲色弱个体或常人个体的颜色匹配函数(考虑到个体对不同光波敏感度的差异)。本发明提出的个体颜色匹配函数是CIE标准颜色匹配函数按照个体对不同光波的敏感度的一种映射。色盲色弱个体或常人个体的颜色匹配函数可以通过使用色盲测验镜(anomaloscope)或者其他直接测量的方式得到。图2和图3分别为一种红色和绿色色弱者的个体颜色匹配函数。图中包括色感转变函数T，也是一种光学装置的透射光谱，其作用等于常人通过含有这透射光谱的光学装置来模拟红、绿色盲、弱人的色感。
本发明中个体颜色匹配函数是标准颜色匹配函数按照个体对不同光波敏感度的一种映射。映射的一种表达方法是用相对于波长的泰勒级数(Taylor Series)。映射的另一种表达方法是标准颜色匹配函数按照个体对不同光波的敏感度通过抵消色感转变函数T(λ)对色感的影响(表达如下)。为了纠正色弱色盲，本发明包括具有抵消或改变此映射功能的光学装置。在光学里，此映射相当于一种把正常人变为色弱色盲患者的光谱。
所得的个体(包括常人和色盲色弱者)的颜色匹配函数便为：
,,
本发明使用人工智能优化器来优化从标准颜色匹配函数到个体颜色匹配函数的映射。比如,设定色感转变函数T(λ)或泰勒级数中的常数。
所得到的优化的个体颜色匹配函数被用来优化色彩感受的各个设计指标, 比如饱和、柔和色域面积，红绿、蓝黄色差距离，色移距离，色品，白点位置等。
本发明的人工智能的优化类型检定器会自动检定最优映射的线性、非线性、凸性或非凸性类型，用于选择合适的优化器来实际优化目标。例如，优化目标是运用测验出的个体和标准的三个颜色匹配函数来设计出一个最符合的色感转变函数T(λ)。人工智能的优化类型检定器就会检定该目标的优化类型。然后运用适合该类型的优化法来得出最佳的色感转变函数T(λ)。在光学里和色彩学里T(λ)相当于一种把正常人变为色弱色盲患者的光谱。因此本发明的一个益处就是通过人工智能和高等优化设计一种色盲色弱眼镜，通过其透射光谱抵消或纠正T(λ)造成的色盲色弱者的症状。对于正常人，T(λ) 相当于一种光谱把完美色感的视力变为低一级的普通色感视力。完美视力包括比普通正常人色感更饱和、鲜艳的色感。 因此在本发明里所有用于设计纠正色弱色盲的光学装置的方法（除了判断色弱色盲的类型和重轻度的方法之外）也是用于设计提高普通正常人色感的光学装置的方法。
优化的类型检定包括计算与判断海森矩阵（Hessian Matrix）和关联的特征标量（eigenvalue）的值。也包括运用一个快速的梯度下降法或梯度上升法来检定局部最优解的存在。
本发明包含了多种人工智能的优化法。 例如，线性优化的单纯性法（simplex），凸性优化的内点法（interior point）和次梯度法(subgradient method)，和非凸优化的模拟退火 （simulated annealing），遗传算法（genetic algorithm），动态维数搜索(dynamically dimensioned search)和本发明新创的巨维退火（large dimensionalannealing）。本发明也包含了人工智能的混合整数规划（mixed integer programming）。
基于以上优化方法并设定T(λ)在每个波长有单一值，以下是运用个体与标准颜色匹配函数通过权重函数{w}对T(λ)的表达。
其中权重函数w是T(λ)在特定波长下对个体颜色匹配函数与标准颜色匹配函数的比例的加权平均
和
一个例子解为
另外一个例子解是权重函数基于个体与标准颜色匹配函数的差距。
第三个例子解是权重函数基于个体与标准颜色匹配函数的差距乘积个体颜色匹配函数本身的值。
优化解T(λ)有两种好处：
（1） 设计出光学装置拥有一个直接抵消T(λ)的透射光谱Ψ(λ)，使得Ψ(λ) T(λ) = C。所以Ψ(λ) = C/T(λ),Ψ(λ) ≤ 1. C为常数。Ψ便是纠正或提高色感的光学装置的透射光谱。
（2）将T(λ)应用于光谱能量分布 M(λ)，使得新的光谱能量分布M new (λ) = T(λ)M old (λ)，其中M old (λ)为改变前的光谱能量分布，等于光体的入射光与光学装置的透射光谱与任何色彩光谱的乘积。
形成Mnew(λ)以后，可以通过优化人类色觉感知的光学装置透射光谱的设计方法优化所需光谱，然后通过一种以着色剂为有效成分的光学装置的设计方法实现所需的光学装置。
本发明使用优化人类色觉感知的光学装置透射光谱的设计方法来设计改变和优化人类色彩感知的功能光学装置, 包括眼镜，以纠正每个类型和轻重程度的色盲色弱使用者群体(特指具有相似特征的群体)对不敏感色的区分能力，和改善敏感色区的色感；或纠正色盲色弱使用者个体对不敏感色的区分能力，和改善敏感色区的色感；或以优化常人使用者群体(特指具有相似特征的群体)色觉感知的功能，或以优化常人使用者个体色觉感知的功能。
以上对改变和优化人类色彩感知的功能光学透镜,包括眼镜的透射光谱的指标优化包括但不止于色域面积、色域形状，红绿、蓝黄色差，色移，色品，白点位置, UVA/B/C紫外辐射阻拦，高强度蓝光阻拦。
本发明使用了[一种以着色剂为有效成分的光学装置的设计方法]来设计最佳的功能光学装置,包括眼镜，来改善人色彩感知，以纠正不同类型和轻重程度的色盲色弱使用者群体(特指具有相似特征的群体)对不敏感色的区分能力，和优化敏感色区的色感；或者，以纠正色盲色弱使用者个体对不敏感色的区分能力，和优化敏感色区的色感；或者，以优化常人使用者群体(特指具有相似特征的群体)色觉感知的功能；或者，以优化常人使用者个体色觉感知的功能。功能光学装置的设计运用了多种着色剂(包括染料、颜料、色素)，包括设计其浓度，荧光效应和配方组合方式。光学装置的设计也包括了其基质的层次，厚度，折射率。光学装置的设计也包括了表面波莫(或薄膜层)用于防磨，防割，防水和保障或加强其他光学，化学，物理功能和质量，例如增透膜。
本发明可以用来设计和生产，包括但不止于：
1) 透明或透光设备, 包括眼镜、窗；
2) 各种类型深度和着色的透光设备， 包括墨镜；
3) 具备阻挡高能蓝光或紫外光的各式着色或透光设备；
4) 处方的透光设备，包括各式近视,远视,散光眼镜和隐形眼镜。
在本发明中, 上述透光设备(如眼镜, 窗)在设计其特殊功能的同时并保持了高透光性。本发明使用[优化人类色觉感知的光学装置透射光谱的设计方法]来设计上述透光设备的透射光谱的同时保持了高透光性。 在此基础上, 本发明使用了[一种以着色剂为有效成分的光学装置的设计方法]来选择着色剂以及其浓度,组合方式来实现需要的透射光谱并实现高透光性。[一种以着色剂为有效成分的光学装置的设计方法]还可以被用来进一步设计筛选来满足其他的设计需求, 比如成本, 装置厚度，层次和眼镜弧度。
在本发明中,上述着色透光设备(如墨镜)在设计其特殊功能的同时并降低了透光性。本发明使用[优化人类色觉感知的光学装置透射光谱的设计方法]来设计上述着色透光设备的透射光谱的同时降低了透光性。 在此基础上, 本发明使用了[一种以着色剂为有效成分的光学装置的设计方法]来选择着色剂以及其浓度,组合方式来实现需要的透射光谱并实现低透光性。 [一种以着色剂为有效成分的光学装置的设计方法]还可以被用来进一步设计筛选来满足其他的设计需求, 比如成本, 装置厚度，层次和眼镜弧度。
在本发明中, 着色的透光设备(如墨镜)在使用如上着色剂以实现其特殊功能的同时, 也可以使用中性灰度滤镜(或近似中性灰度滤镜，neutral-density filter)来实现主要的或额外的光吸收, 反射或散射。
在本发明中, 上述各式着色,非着色透光设备应配合使用额外的薄膜材料以达到所需要的生产中的, 物理的, 化学的, 热力学的,光学的,保护的, 审美的，装置质量上的和其他的性质和需求。
采用上述方法设计的光学装置可有特殊功能。例如此光学装置使常人佩戴者体验色盲色弱者的色彩感知并以此设计适合真正色盲色弱者色彩感知相关的产品。以上改变常人色彩感知的光学装置可以用在其他特殊功能上，例如用来使佩戴者更好的识别某些颜色或和图案， 如在军事用途中辨别伪装。
本发明包括了在420-510nm相对中到高度吸收的透射光谱的设计以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
本发明包括了在420-510nm内任意波段相对中到高度吸收的透射光谱的设计以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
本发明包括了在525-625nm相对中到高度吸收的透射光谱的设计以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
本发明包括了在525-625nm内任意波段相对中到高度吸收的透射光谱的设计以实现其改善 色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
本发明包括了着色剂(染料,颜料,色素)及其浓度与组合方式的选择来实现设计的透射光谱，包括了420-510nm和525-625nm区域内光谱的改变（包括吸收，荧光，散光）。
本发明包括了着色剂(染料,颜料,色素)及其浓度与组合方式的选择来实现设计的透射光谱包括了420-510nm和525-625nm区域外光谱的改变以实现其所需的色彩感知指标。 比如, 着色剂可以用来吸收626-780nm区域里的光谱以保持白点的位置指标。
在380-780纳米范围内，其他光波长区域应该有平均中到高度的透射光谱。图7是范例。
本申请运用了820多种不同的着色剂为设计库。采用的着色剂包括花青染料（cyanine）、三芳甲烷染料(triarylmethane)、香豆素（coumarin）、萤光酮（例如罗丹明）、氧杂蒽（xanthene），包括磺化了的着色剂、恶嗪（oxazine）、芘（pyrene）和以上着色剂的衍生物。
本申请里的例子光学装置（如透镜）的介质层厚度为0.03到90毫米；介质层数量为1-300层；各个着色剂浓度为0.02到5000微摩尔。
图4在CIE色感空间中出示了三个不同设计的透镜所提高的色感，其中饱和、柔和色彩色域面积扩大，红绿色差变大，稳定了蓝黄色移。
图5示出的是肉眼与几种透镜的色域面积、红绿色差以及黄蓝色差的对比。三种透镜分别不同比例的增大了色域面积与红绿色差并与此同时保持了蓝黄色差。
图6示出了三个不同设计的透镜有效的控制了白点移动。 移动近似为零。这些仪器所测量的白点移动远远小于0.01，达到了人眼认为是客观的白色。
在图7中，设计四、五为目标，设计六为实际。
二）一种以着色剂为有效成分的光学装置的设计方法
本发明的设计方法中既包括了着色剂对光的吸收也包括了着色剂因为光吸收所产生的荧光对基层透光谱的影响。在此基础上，本发明的方法还建立了着色剂库（即为着色剂数据库）以及关联以上各种变量选择与光学透射装置整体透射光谱（即最终透射目标）的一系列优化方式。本发明还提供了人工智能的方法来根据优化目标与约束指标选择优化方式。优化目标与约束指标包括吸收/透射光谱，透明度，物体厚度, 层次, 着色剂配方，原料费用，工业难度等。
如图8-9所示，本发明的设计方法给予模型在多方面的自由度（即变量）。光学透射装置的有效结构可以是单基层（即基质透射层）也可以是多基层组成。在每个基层即基质透射层中可以是单着色剂也可以是多种着色剂同时存在为有效吸光成分。其中每个基质层的厚度可以自由调控，每个基质层中的着色剂种类、浓度也可以独立调控。
具体来讲,光学装置中某一基层（第n层）的综合透射光（谱）是由透射过这一基层（第n层）的综合入射光和这一基层通过吸收综合入射光产生的荧光组成。这一基层（第n层）的综合透射光便依据入射光的入射路径入射到下一基层（第n+1层）。此入射光与下一基层（第n+1层）因为吸收此入射光产生的荧光通过形状系数矢量线性叠加到此入射光中成为其基层（第n+1层）的综合入射光。光学透射装置中多层基质的整体透射光（谱）是依据入射光的入射路径所经过的基质层依次计算，通过最后一层的综合透射光（谱）。
另外每一个基层对光的吸收和透射也取决于其中着色剂或着色剂组的种类、密度、光学装置层次厚度。例如同层着色剂A的荧光会被同层着色剂B局部吸收和下一层着色剂C局部吸收。
同理将透镜中所有基层进行如图8-9中的矢量叠加就可以精确的模拟出整个透镜的透射光谱。本模型另一个特点就是可以根据最终的透镜整体透射光谱结果，从着色剂数据库中对着色剂进行筛选。通过人工智能的方式选择着色剂或着色剂组来实现优化目标和约束指标。
一、形状系数模型
基质层通过吸收综合入射光产生的荧光是多方向性的。产生荧光的基层与受此荧光影响的基层（或人眼）的物理位置关系及几何形状特征直接影响受此荧光影响的基层（或人眼）所接收到的荧光强度。此荧光强度直接通过以上描述的方式直接影响光学装置的透射光谱。因此荧光强度会影响色彩感知。
本申请中将这种影响通过形状系数模型进行表达（view factor）。图10是本发明使用的描述人眼接收到透镜产生荧光的模型。模型是基于人眼和透镜的物理位置关系及几何特征通过形状系数（View Factor， F）来表达的和模拟的。具体来说眼睛的瞳孔可以近似圆盘形状。由于瞳孔的面积微小，形状系数中的瞳孔几何也可用方盘估算。因为透镜镜片形状通常多见圆形或长方形，镜片几何也可用圆盘或方盘估算。再考虑到人眼与透镜的距离便可以通过形状系数模型（如图10），计算出荧光从透镜到瞳孔的形状系数。这个形状系数是一个小于1的系数，如0.18。
根据光学装置的几何与人眼的相对位置、距离以及人眼瞳孔的几何确定着色剂荧光形状系数(view factor）。该荧光形状系数(view factor）可以成为绝对的形状系数（光学装置荧光和人眼吸收光的比例），例如10-5 到0.1；也可以成为以光学装置透光的形状系数为基础的相对荧光形状系数。例如0.3到0.7层间的形状系数。
如下通过两个例子描述本申请如何运用绝对形状系数进行计算。
实施例一
绝对形状系数通过计算光波通过镜片到瞳孔的百分比获得。
1.假设墨镜镜片为圆形，半径R1为2cm。
2.在佩戴墨镜的弱光状态下，假设眼睛瞳孔的半径R2为2.5毫米。
3.瞳孔和墨镜的距离H为6mm。
4.结合图10里的计算方式，此绝对形状系数为F12=0.014。
5.使用此绝对形状系数用于荧光，上面的绝对形状系数F12是基于光线通过镜片向眼睛方向传播，而荧光是没有方向性的，所以荧光的绝对形状系数f 12 = 0.5F 12 =0.007。因此，到达瞳孔的荧光占由透镜产生的所有荧光的0.007。
6.因为现实当中晶状体会将光线聚集到瞳孔。假设晶状体半径为4.5mm时，荧光的绝对形状系数f12 =0.023。
实施例二
绝对形状系数通过计算光波通过镜片到下层镜片的百分比获得。
假设两基层距离为0且形状大小相同。这时，荧光的绝对形状系数为。因此我们定义此种情况的荧光绝对形状系数为0.5。
本申请还可以通过相对荧光系数计算。
相对荧光系数是基于对比外界光的绝对形状系数和光学装置产生的荧光绝对形状系数。在使用的透镜应用中，相对形状系数，其中R12是荧光通过光学装置到人眼的相对形状系数。这主要是因为荧光是无方向性的放射而外界光通过光学装置射向人眼是单向性的。当使用其他装置，如反光镜等，这个相对形状系数是可以改变的。相对形状系数与绝对形状系数是用来更加精确的预测由荧光而产生的光学仪器透射光谱的变化而对人色彩感知的影响。
二、光学透射装置基层与着色剂的设计
1. 本发明包含了一个着色剂的电子数据库，用于从中筛选着色剂。着色剂的可用参数都存在其中。包括吸收和荧光光谱、量子产率、激振、成本、耐光度、耐热度、化学稳定性（例如聚合稳定性）、供应商、毒性。设计师能够对任何着色剂的数据或整个着色剂进行更改、增加、删除、保密、必用、必不用等的改造和约束。
例如，孔雀石绿在水中，乙醇和其他相关溶液中的摩尔消光系数及荧光光谱是公知。这个着色剂的量子产率几乎为0。这个着色剂的价格很低但其光稳定性较差。它的半数致死量LD50 为80mg/Kg。它可以同其他两种化学物A与B产生不良的反应。基于其较差的稳定性及相关因素，是一种不易使用的着色剂。所以在着色剂数据库里，孔雀石绿的数据如下：
{着色剂=孔雀石绿，摩尔消光=[380:780,{ME}],荧光光谱=[380:780,{FS}],量子产率=0.001，耐光度=1.0，半数致死量=80，冲突化学品={A,B},使用=N}。
2、基质综合入射光为上一基层基质的综合透射光（或当光学透射装置为单一基层组成时的光源）与本基层基质中所有着色剂产生荧光的矢量线性叠加得出，具体算法如下：
其中，为第n层基质的综合入射光；
为第n-1层基质的综合透射光；
为第n层基质着色剂因为吸收第n层综合入射光所产生的荧光，其形状系数为；
是第n-1层基质因为吸收了第n层基质的荧光而产生的荧光，其形状系数为，其中i为着色剂的索引指数； 是第n层基质中着色剂的总数；因为很小或足以被忽略，因此是第n-1层基质因为吸收了第n层基质的荧光可以忽略不计，
所以：
3、在每一基质层的综合透射光是根据本层基质中多个着色剂对本层综合入射光的改变。 这个改变是通过各个着色剂对光的吸收的对数叠加方法来进行计算的，对数叠加公式如下：
其中，为第n层基质的综合透射光，
为第n层基质的所有着色剂的透射光谱。
这个是基于在第n层基质中各着色剂均匀的溶于基质材料。其他非均匀的溶化可以用更复杂的方式运用于本申请的设计方法里。
4、每个着色剂在基质中的对光的吸收，通过本层基质的综合入射光与这个着色剂的摩尔消光（molar extinction)、其在基质中的密度以及基质厚度，根据朗伯 - 比尔定律(beer-lambert absorption law)来进行光学模拟。
其中，
τn为第n层基质的厚度，
是n层基质中着色剂i的浓度，
是着色剂i的摩尔消光系数。
5、每个着色剂在基质中所产生的荧光，是由于吸收本层基质的综合入射光所产生的荧光受本层内其他着色剂相互吸收后剩下的荧光，通过着色剂的释放光谱特征，本层基质的综合入射光强度，量子产率，以及光学光学透射装置和人眼的物理，几何特征所产生的减免影响进行的光学模拟。
所以，n基层内在波长λ下的荧光可以表示为：
其中，
Ψi,n为可见光范围内（380到780纳米）的着色剂i产生的荧光综合值；
是着色剂i在波长λ下，标准化后的荧光光谱；
为基层n中着色剂i在波长下的独立荧光；
为从基层n放射与基层n+1的所有着色剂在波长下的剩下荧光；
为波长下，着色剂i产生的荧光与此荧光被基质层n中其他着色剂的吸收消耗后的剩余荧光的比率参数；
为基质层n中的剩余荧光比率的第一阶中心矩（first moment arm）；
是第n层基质中着色剂的总数；
为第n层基质的所有着色剂的透射光谱；
为第n层到第n+1层基质的形状系数。
6、多层基质的综合透射光谱是依据入射光的入射路径所经过的基质层依次计算（如，n层的透射光即为n+1层的入射光）。整个光学透射装置的综合透射光谱为通过最后一层的综合透射光谱。
三、光学透射装置基层与着色剂的优化
1、定义设计光谱的优化成本函数（cost function）。例如设计光谱与目标光谱的差别，包括差别函数（difference function）。在一个实施例中，差别函数最小化等于优化成本函数，设计的成果便是离目标光谱最近的光学装置光谱.如下是一个基于差别函数的优化成本函数：
其中
N是光学装置中基质层数；
TS是透射光谱的缩写；
TSTarget 和 TSDesign分别为目标与设计的透射光谱；
U是独特着色剂的总数量；
SR是两个相邻光谱区域的变化矢量；
J是SR光谱区域的数量；
j是SR区域的索引指数；
γ1 和 γ2为代价参数；
α 和 β为常数；
A 为着色剂使用数量限制；
B 为常数；
η 为SR光谱区域内1纳米单位光波的数量（例，SR是401nm到405nm，其η 为5）；
SP 是目标与设计的索引指数。
定义设计光谱的优化成本函数也可包含任何其他的成分，例如减少用于设计光谱的着色剂成本，加上设计光谱与目标光谱的区分。
γ1为代价参数，随着着色剂使用数量超过设计限定而增长。并且，着色剂的真实成本，如着色剂X为 5美元每克，也可以按如下方式整合到代价参数中：
其中，Pi 是单位重量下着色剂i的价格；
mi 是着色剂i的分子量；
ci,n 是着色剂i在基质n中的浓度；
Vn 是基质n的体积。
2、选择单个或综合性质的光学装置设计目标进行多目标优化，其中可采用标量化（scalarization）或应用模组搜寻简化(epsilon)-约束进行多目标优化。
多目标优化功能让设计师达到帕累托最优（Pareto Optimal）的光学装置设计。例如设计光谱最小化与目标光谱的差别，减少成本，选配了良好的着色剂（耐光度，耐热度，化学稳定性）。
因为所有目标函数都可以在一个体系下表达，这时就可以将多种目标链接起来。如着色剂的综合成本，光稳定性和低毒性用标量权重{w}来表示。
TotalCost Function =
例如：
Total Cost Function =
其中，Total Cost Function 是综合目标（综合成本）；
TSTarget 是目标透射光谱；
Dye Cost 是着色剂的真实成本；
Photostability 是光稳定性。
通过串联由多种权重{w}所得到的多种综合优化目标的值来建设一个光学装置设计的帕累托前沿。此帕累托前沿和相关的解给与设计师所需要的光学装置设计方案，例如着色剂配方，基质层次，每基质层厚度，光学装置厚度，光稳定性，耐热性，等。
3、实际的人工智能优化法包括：线性优化的单纯性法（simplex）、凸性优化的内点法（interior point）和次梯度法(subgradient method)、非凸优化的模拟退火（simulatedannealing）、遗传算法（genetic algorithm）、动态维数搜索(dynamically dimensionedsearch)等。还可以采用人工智能启动的混合优化法。这种优化方式让设计师选用适合各参数性质的优化法。例如混合整数规划（mixed integer programming）限定着色剂选配的数量，或数量范围，例如小于8种，为整数，同时优化每个着色剂的浓度为整数。
非凸优化运用了启发式算法。 本申请中大量的优化目标与约束条件是非凸性的。比如最小化目标与设计透射光谱的差别，和最优运用着色剂各参数来建设透射光谱。
当非凸优化确定以后，一种启发式算法便会被自动选择和启动。对于不同的目标，有一些列的启发式算法可以选择。在本发明里面，当要优化大量的变数时，设计方法会自动使用本方法自创的巨维退火的启发式算法。下面是一些对这个方法的简单的介绍。
1）、本发明所要优化的问题复杂性来源于以下四种需优化的遍数组：（1）基质层层数，（2）每个基质层厚度，（3）每个基质层中所使用的着色剂，（4）每种着色剂在基质层中的浓度。
2）、可行解的范围在程序初期很大然后按所需的速率随着程序的运行而减小，例如与循环求解的次数直接相关。
3）、对于每个所需优化的变量，搜索邻域是使用了概率函数，如正态分布，来对其进行随机改变，用以建设新的候选解。如基质层16的厚度，当前解是0.83 mm,到候选解是当前解加上有概率性的厚度差别：厚度差别为小于正负0.1 mm 的概率是68%,小于正负0.23mm 的概率是95%，小于正负0.41 mm 的概率是99%。
4）、检查候选解是否满足设计约束，例如检查候选基质层n厚度是否满足该基质层的最大和最小厚度。如果候选解超过了这个最大或最小限制边界，就会重新选择候选解值以满足有关设计约束。
5）、候选解，包括没变的变数和改变了的变数，会被评估来判定其对优化目标的改变并判定是否满足所有限制条件。
6）、计算候选解的目标值加上任何超过限制条件的代价（penalty function, 罚函数）为总成本值。比较候选解和当前解的总成本值差距。
7）、如果候选解的成本小于当前解，那么候选解就会被接受为新的当前解并用于下一轮候选解与总成本计算。
8）、如果候选解的成本大于当前解，那么候选解有一个概率被接受为暂时当前解并用于下一轮计算。这个概率函数将会被设计师设定。通常这个概率在初期的循环计算中会比较大。随着循环次数增加接受暂时当前解的概率就会降低，往往为0。这样做的目的是使得局部最优解有概率在下一个循环求解中快速跳跃出局部最优解以寻找全局最优解。
9）、循环求解的次数是一个预先设定的值。算法会在达到此循环求解次数时或成本变化小于一个阈值的时候终止。
10）、在计算资源足够强大的时候，这个算法可以保证收敛到全局最优解。在实践中，它可以迅速收敛到很好的解。
11）、可以将较好的解储存下来并作为以后优化子函数的初始值，这样就可以大大降低对计算资源的要求，如时间。
对于人工智能的最佳优化方式的判定，即为判定优化与约束目标的性质，是否线性、凸性或多目标性。例如当设计师选完并确认优化与控制的目标后，模式自动（包括设计师手动）对优化目标和约束进行性质检定。其中性质检定包括计算与判断海森矩阵（Hessian Matrix）和关联的特征标量（eigenvalue）的值。性质检定也包括运用一个快速的梯度下降法或梯度上升法来鉴定局部最优解的存在。
判定优化方法类别。优化分为凸优化和非凸优化两大种类。比如线性优化是一种凸优化方法；而非凸优化包括优化目标（成本函数）和（或）约束函数以及其中所涉及的局部极值和全局极值。凸优化已有高效优化方法而非凸优化一般没有方法确保全局极值。
凸性优化是指一个函数为凸性或者凹性。 如果该函数的海森矩阵的特征值为0或正数，其便为半正矩阵；如果特征值为0或负数，其便为半负矩阵；半正矩阵（凸性）与半负矩阵（凹性）都属于凸性优化； 但是如果任何函数包括了凸性部分与凹性部分，这个函数便为非凸优化，它的海森矩阵会有负数和正数的特征值。
本发明优化部分的一个特点就是利用人工智能的方法来对优化类别进行判定。其中一个方法就是判别这个优化问题的海森矩阵是否是半正定矩阵。半正定海森矩阵就意味着其优化问题属于凸性优化类别。当确定了凸优化性质，其所从属的优化类型也可以被确定。比如海森矩阵在整个可行性区域是恒定的，那么其从属优化类别便为二次型。
以下是海森矩阵的一种表达，
其中，f 是优化目标或约束函数；
c是着色剂浓度；
为着色剂和其所在基质层中的浓度。
例如：
其中， 是着色剂k1在基质层k2中的浓度。
一种对半正定的判别方法是确定海森矩阵的特征值是否为0或者正数。其在本申请中的算法具体来说就是利用差分方程近似衍生物和定期评估λ的二阶偏导数，
,
其中，Λ为特征值，d为海森矩阵特征值的数量。
对于一个最小化问题，如果海森矩阵是一个半正定矩阵，意味着其所有特征值，也就意味着对于所有浓度变量的优化为凸性。
输入一个单数光谱目标作为约束指标，例如光谱目标的范围在460-500纳米透射率在2%到5%之间；和在300-800纳米透射率在80%之下。
采用人工智能的方式来选取最佳的优化法。优化目标和约束指标包括基层的数量、厚度和折射率，每基层中的着色剂的种类、数量、浓度和制造成本，以及整个光学装置的厚度，折射率，着色剂的总体数量和制造成本。
例如，优化成本函数：
其中，TSTarget 是目标透射光谱；Dye Cost 是着色剂的真实成本；Photostability 是光稳定性。
限制函数
以上例子是一个优化透射光谱，着色剂成本以及着色剂光学稳定性的多目标性优化，其中对于基质层层数N，每基质层厚度，所有基质层总厚度，和每个着色剂在基质层中的浓度通过限制函数限定最大最小边界。
当设计师输入以上多目标性优化和限制函数的类别和参数时，软件自动计算出这个多目标性优化函数的海森矩阵的特征值括0，正的以及负的数值。软件也自动计算限制函数海森矩阵的特征值，因为其线性函数的本质，这个特征值为0。因此基于这些特征值软件判定这个总体优化是非凸性的，据此并由于多个优化参数，软件启动了巨维退火的优化方法。经过一百万次计算，算法得出的最优解为，基质层层数N=42层，使用12种不同的着色剂，89种不同的着色剂浓度，23个不同的基质层以及总透镜厚度为2.23纳米。
4、对设计成果绘图与数据显示。例如包括光学装置的综合透射光谱，光学装置的每单层和多层透射光谱，着色剂的吸收和荧光光谱，光学装置的折射率。
5、储存设计成果。后期绘图，数据显示等功能，便利与设计师随时查看和运用。
图11-13 为三个使用本发明的设计方法以达到光学光学透射装置实现目标光谱的例子。
其中实线为目标透射光谱，不同的虚线为不同的配方所达到的实际透射光谱。所用的着色剂数据库包含了820多种不同的着色剂。每种配方方案使用了多种着色剂,其中使用的着色剂包括但不局限于花青染料（cyanine）、三芳甲烷染料(triarylmethane)、香豆素（coumarin）、萤光酮（例如罗丹明）、氧杂蒽（xanthene）、恶嗪（oxazine）、芘（pyrene）或和以上着色剂的衍生物。基质层数量为1到300,每层厚度为0.03到90毫米；浓度为0.02到5000微摩尔每升(umol/L)。
本发明提供了一系列透射光谱以达到提高人类色觉感知各项指标,各种光谱成果的综合特征：420-510纳米或之内的光波长区域为相对低透射区域， 525-625纳米或之内的光波长区域为相对低透射区域，或者同时在420-510纳米与525-625纳米的光波长区域为相对低透射区域。在380-780纳米范围内，其他光波长区域应该有平均中到高度的透射光谱。图11-13是范例。

Claims (48)

1.一种改变人类色彩感知和矫正色盲色弱视觉的人工智能透镜的设计方法，其特征在于：
1）测出使用者的色感与标准或完美色感的差异；
2）通过直接测定法来测量视锥体对不同的光波的色彩感知来精确测定色盲类别和轻重程度，或者用此法测试常人非完美的色觉感知;
3）根据使用者眼中有功用的视锥体的类别和数量来设计颜色匹配函数来体现其色彩感知度；
4）使用人工智能优化器来优化从标准颜色匹配函数到个体颜色匹配函数的映射T(λ)来对个体颜色匹配函数进行调节；
5）使用得到的优化的个体颜色匹配函数来设计针对使用者个体的光学装置以实现个体的色彩感知需求与设计指标。
2.根据权利要求1所述的设计方法，其特征在于：获得的个体的颜色匹配函数为:
,
,
其中， -L视锥体的个体颜色匹配函数,
-M视锥体的个体颜色匹配函数，
-S视锥体的个体颜色匹配函数，
-色感转变函数，
-L视锥体的标准颜色匹配函数,
-M视锥体的标准颜色匹配函数，
-S视锥体的标准颜色匹配函数。
3.根据权利要求2所述的设计方法，其特征在于：步骤1）中，采用分类测定对色盲色弱者进行测试，具体是使用常规的色盲图或伪等色图对色盲色弱者进行测试，测试出色盲色弱者所属的类别和轻重程度，色盲类别包括两大类,三色视觉异常和二色色盲，色弱程度分为轻度、中度和重度三类；利用直接测量机器对正常人进行测试。
4.根据权利要求1-3任一项所述的设计方法，其特征在于：为色感转变函数，其形式是正态分布或韦伯分布，可通过调节其中的峰值、形状和颜色匹配函数的数目来反映直接测定色感的数据。
5.根据权利要求1-4任一项所述的设计方法，其特征在于：步骤3）设计出的适合色盲色弱者的颜色匹配函数是L,M,S三色颜色匹配函数，或者是L,M,S其中任意两种颜色匹配函数，或者是L,M,S其中任意一种颜色匹配函数，颜色匹配函数中的一个或者多个函数是CIE标准的颜色匹配函数或者是个体的颜色匹配函数。
6.根据权利要求1-5任一项所述的设计方法，其特征在于：步骤4）中采用相对于波长的泰勒级数进行映射。
7.根据权利要求1-5任一项所述的设计方法，其特征在于：步骤4）中的映射通过标准颜色匹配函数按照个体对不同光波的敏感度通过抵消色感转变函数T(λ)对色感的影响进行的调整。
8.根据权利要求1-7所述的设计方法，其特征在于：步骤4）中，人工智能优化器自动检定最优映射的线性、非线性、凸性或非凸性类型，选择合适的优化法来实际优化目标。
9.根据权利要求8所述的设计方法，其特征在于：优化的类型检定包括计算与判断海森矩阵和关联的特征标量的值、运用一个快速的梯度下降法或梯度上升法来检定局部最优解的存在。
10.根据权利要求8或9所述的设计方法，其特征在于：步骤4）中采用的优化法包括但不局限于线性优化的单纯性法、凸性优化的内点法和次梯度法、和非凸优化的模拟退火、遗传算法、动态维数搜索、巨维退火。
11.根据权利要求1-10任一项所述的设计方法，其特征在于：步骤2）中视锥体对不同的光波的色彩感知即锥体敏感度是一个功能函数，为正态分布或韦伯分布，可通过调节其中的峰值、形状和颜色匹配函数的数目来反映直接测定的结果。
12.根据权利要求2-11所述的设计方法，其特征在于：步骤6）中，基于CIE标准颜色匹配函数，设计光学装置以增加整个色域、增加各颜色的色差、无针对个别颜色的色差，以普遍应用于常人或色盲色弱患者；或者，使用非CIE标准的颜色匹配函数，设计光学装置增加红绿色差，和/或同时增加整个色域，来普遍应用于红绿色盲色弱人群。
13.根据权利要求10-12任一项所述的设计方法，其特征在于：基于优化方法并设定T(λ)在每个波长有单一值，运用个体与标准颜色匹配函数通过权重函数{w}对T(λ)进行表达，
其中权重函数w是T(λ)在特定波长下对个体颜色匹配函数与标准颜色匹配函数的比例的加权平均，
和；
或者，权重函数w是相等的,
或者，权重函数w是基于个体与标准颜色匹配函数的差距，
；
或者，权重函数w是基于个体与标准颜色匹配函数的差距乘积个体颜色匹配函数本身的值，
。
14.根据权利要求15所述的设计方法，其特征在于：设计直接抵消T(λ)的透射光谱Ψ(λ)，Ψ(λ) = C/T(λ),Ψ(λ) ≤ 1， C为常数，Ψ是纠正或提高色感的光学装置的透射光谱。
15.根据权利要求14或15所述的设计方法，其特征在于：将T(λ)应用于光谱能量分布 M (λ)，得到新的光谱能量分布M new (λ) = T(λ)M old (λ)， 其中M old (λ)为改变前的光谱能量分布，等于光体的入射光与光学装置的透射光谱与任何色彩光谱的乘积。
16.采用权利要求1-15任一项所述的设计方法设计的光学装置，其特征在于：光学装置基于着色剂对光的改变，其透射光谱及所有色感指标不会受到光线的入射角度的影响而改变。
17.根据权利要求16所述的光学装置，其特征在于：在优化色觉感知的参数的同时保持白点位置，以使使用者的色彩感知的白点不会因为使用该光学装置而改变；或者，在优化色觉感知的参数的同时将白点位置改变为任何所需的色彩，以使使用者的色彩感知的白点因为使用该光学装置而改变。
18.根据权利要求15-17所述的光学装置，其特征在于：设计在420-510nm相对中到高度吸收的透射光谱，以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
19.根据权利要求15-17所述的光学装置，其特征在于：设计在420-510nm内任意波段相对中到高度吸收的透射光谱，以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
20.根据权利要求15-17所述的光学装置，其特征在于：设计在525-625nm相对中到高度吸收的透射光谱，以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
21.根据权利要求15-17所述的光学装置，其特征在于：设计在525-625nm内任意波段相对中到高度吸收的透射光谱，以实现其改善色盲色弱使用者对不敏感色的区分能力，敏感色区的色感和优化常人使用者色觉感知的功能。
22.根据权利要求15-17所述的光学装置，其特征在于：通过包括了着色剂(染料,颜料,色素)及其浓度与组合方式的选择来实现设计的透射光谱，包括了420-510nm和525-625nm区域内光谱的改变（包括吸收，荧光，散光）。
23.根据权利要求15-17所述的光学装置，其特征在于：通过选择着色剂(染料,颜料,色素)及其浓度与组合方式，来实现设计的透射光谱，其包括了420-510nm和525-625nm区域外光谱的改变以实现其所需的色彩感知指标， 比如, 着色剂可以用来吸收626-780nm区域里的光谱以保持白点的位置指标。
24.根据权利要求15-23所述的光学装置，其特征在于：在380-780纳米范围内，其他光波长区域有平均中到高度的透射光谱。
25.一种光学装置的设计方法，其特征在于：
（1）选择着色剂以及其浓度；
（2）迭代调整光学装置基质的层次，层数和每层厚度；
（3）进行透射光谱设计，其中该步骤中采用上述的设计方法。
26.根据权利要求25所述的设计方法，其特征在于，步骤（1）具体包括：
（11）输入优化目标；
（12）从着色剂的电子数据库中筛选着色剂；
（13）指定约束指标；
（14）运用光学和色彩学模拟方法模拟以着色剂为有效成分的光学装置的光学透射以及使用者色彩感知的效果；
（15）在约束指标的要求范围内,优化所需的光学装置的各种参数使其尽可能的接近或实现所需的目标；
（16）对设计成果绘图与数据显示；
（17）储存设计成果。
27.根据权利要求26所述的设计方法, 其特征在于：步骤（14）中，通过本层基质的综合入射光、该层中着色剂的摩尔消光和密度以及基质厚度，根据朗伯 -比尔定律来进行着色剂在基质中的对光的吸收的光学模拟；通过着色剂的释放光谱特征、本层基质的综合入射光强度和量子产率、以及光学透射装置和人眼的物理、几何特征所产生的减免影响，进行每个着色剂在基质中所产生的荧光的光学模拟。
28.根据权利要求27所述的设计方法, 其特征在于：步骤（15）中进行优化包括如下步骤：
（151）根据光学装置的几何与人眼的相对位置、距离以及人眼瞳孔的几何确定着色剂荧光形状系数；
（152）输入一个单数光谱目标；
（153）定义设计光谱的优化成本函数；
（154）选择单个或综合性质的光学装置设计目标进行多目标优化。
29.根据权利要求26-28任一项所述的设计方法, 其特征在于：步骤（14）中采用的模拟方法给予光学装置在多方面的自由度，包含但不局限于：光学装置的有效结构由单基层或多基层组成，在每个基层中采用单着色剂或多种着色剂同时存在为有效光谱吸收成分，其中每个基质层的厚度可以自由调控，每个基质层中的着色剂种类、浓度也可以独立调控。
30.根据权利要求26-29任一项所述的设计方法, 其特征在于：光学装置中一层的最终透射光谱是由没被本层吸收的射入光和荧光组成的，光学装置中多层基质的综合光谱是依据入射光的入射路径所经过的基质层依次计算，整个光学透射装置的综合透射光谱为通过最后一层的综合透射光谱。
31.根据权利要求26-30任一项所述的设计方法, 其特征在于：步骤（11）中的优化目标包括但不局限于: 透射光谱目标，和/或着色剂数量，和/或光学装置基层层数、厚度，和/或各种所需的色感指标如色彩饱和度,色域,色差,色品,白点位置，和/或光学装置制作成本。
32.根据权利要求26-31任一项所述的设计方法, 其特征在于：着色剂的数据库中包括着色剂的可用参数，其中包含且不局限于所涉及着色剂的种类、吸收光谱特征、摩尔消光系数、荧光光谱特征、量子产率、激振、光学稳定性、化学稳定性、热力学稳定性、在不同基质中的溶解度与光学变化、与其他着色剂的化学作用、成本。
33.根据权利要求26-32任一项所述的设计方法, 其特征在于：步骤13）中的约束指标是步骤（11）中的任何一种或多种优化目标。
34.根据权利要求26-33任一项所述的设计方法, 其特征在于：对于步骤（15）中采用的优化方法，进行最佳优化方式的判定，判定优化与约束指标的性质是否线性、凸性或多目标性，基于此性质选取最佳优化方法进行光学装置各参数的优化。
35.根据权利要求26-33任一项所述的设计方法, 其特征在于：采用人工智能的方法对优化类别进行判定。
36.根据权利要求26-35任一项所述的设计方法, 其特征在于：优化目标和约束指标包括基层的数量、厚度和折射率，每基层中的着色剂的种类、数量、浓度和制造成本，整个光学装置的厚度、折射率，着色剂的总体数量和制造成本。
37.根据权利要求26-36任一项所述的设计方法, 其特征在于：步骤（15）中涉及的优化法包括但不局限于：线性优化的单纯性法、凸性优化的内点法和次梯度法、非凸优化的模拟退火、遗传算法、动态维数搜索。
38.根据权利要求28所述的设计方法, 其特征在于：着色剂荧光形状系数为绝对的形状系数或以光学装置透光的形状系数为基础的相对荧光形状系数。
39.根据权利要求27、28所述的设计方法, 其特征在于：基质的综合入射光为上一基层基质的综合透射光与本基层基质中所有着色剂产生荧光的矢量线性叠加得出，具体算法如下：
其中，为第n层基质的综合入射光；
为第n-1层基质的综合透射光；
为第n层基质着色剂因为吸收第n层综合入射光所产生的荧光，其形状系数为；
是第n-1层基质因为吸收了第n层基质的荧光而产生的荧光，其形状系数为，其中i为着色剂的索引指数；
是第n层基质中着色剂的总数。
40.根据权利要求30-39任一项所述的设计方法, 其特征在于：在每一基质层的综合透射光是根据本层基质中多个着色剂对本层综合入射光的改变，该改变是通过各个着色剂对光的吸收的对数叠加方法来进行计算的，对数叠加公式为：
其中，为第n层基质的综合透射光，
为第n层基质的所有着色剂的透射光谱。
41.根据权利要求27所述的设计方法, 其特征在于：所述光学模拟的函数为：
n基层内在波长λ下的荧光可以表示为：
其中，
Ψi,n为可见光范围内（380到780纳米）的着色剂i产生的荧光综合值；
是着色剂i在波长λ下，标准化后的荧光光谱；
为基层n中着色剂i在波长下的独立荧光；
为从基层n放射与基层n+1的所有着色剂在波长下的剩下荧光；
为波长下，着色剂i产生的荧光与此荧光被基质层n中其他着色剂的吸收消耗后的剩余荧光的比率参数；
为基质层n中的剩余荧光比率的第一阶中心矩（first moment arm）；
是第n层基质中着色剂的总数；
为第n层基质的所有着色剂的透射光谱；
为第n层到第n+1层基质的形状系数。
42.根据权利要求28所述的设计方法, 其特征在于：所述优化成本函数为：
其中
N是光学装置中基质层数；
TS是透射光谱的缩写；
TSTarget 和 TSDesign分别为目标与设计的透射光谱；
U是独特着色剂的总数量；
SR是两个相邻光谱区域的变化矢量；
J是SR光谱区域的数量；
j是SR区域的索引指数；
γ1 和 γ2为代价参数；
α 和 β为常数；
A 为着色剂使用数量限制；
B 为常数；
η 为SR光谱区域内1纳米单位光波的数量；
SP 是目标与设计的索引指数。
43.根据权利要求37所述的设计方法, 其特征在于：当非凸优化确定以后，当要优化大量的变数时，自动使用巨维退火的启发式算法。
44.根据权利要求43所述的设计方法, 其特征在于：所述巨维退火的启发式算法包括：
(111）、对于每个所需优化的变量，搜索邻域使用的概率函数，用以建设新的候选解；
(112）、检查候选解是否满足设计约束，如果不满足就重新选择候选解值以满足有关设计约束；
(113）、候选解包括没变的变数和改变了的变数，通过被评估来判定其对优化目标的改变并判定是否满足所有限制条件；
(114）、计算候选解的目标值加上任何超过限制条件的代价作为为总成本值，比较候选解和当前解的总成本值差距；
(115）、如果候选解的成本小于当前解，候选解就被接受为新的当前解并用于下一轮候选解与总成本计算；如果候选解的成本大于当前解，那么候选解有一个概率被接受为暂时当前解并用于下一轮计算。
45.根据权利要求44所述的设计方法, 其特征在于：循环求解的次数是一个预先设定的值，算法会在达到此循环求解次数时或成本变化小于一个阈值的时候终止。
46.根据权利要求37-45任一项所述的设计方法, 其特征在于：人工智能的最佳优化方式的判定即为判定优化与约束目标的性质，是否线性、凸性或多目标性，性质判定包括计算与判断海森矩阵和关联的特征标量的值，或者运用一个快速的梯度下降法或梯度上升法来鉴定局部最优解的存在。
47.根据权利要求37-45任一项所述的设计方法, 其特征在于：优化分为凸优化和非凸优化两大种类，人工智能的方法对优化类别的判断包括判别优化的海森矩阵是否是半正定矩阵，所述海森矩阵表达为：
其中，f 是优化目标或约束函数；
c是着色剂浓度；
为着色剂和其所在基质层中的浓度。
48.一种光学装置，其特征在于采用权利要求26-47所述的设计方法设计，在380-780纳米的光波范围内只有440-510纳米是低透射光波长区域，或者在380-780纳米的光波范围内只有530-610纳米是低透射光波长区域，或者在380-780纳米的光波范围内440-510纳米、530-610纳米这两个区段同时是低透射光波长区域，在380-780纳米的光波范围内的其它光波长区域具有平均中到高度的透射光谱。
CN201610761687.XA 2016-08-30 2016-08-30 改善色彩感知和矫正色盲色弱视觉的人工智能透镜及设计方法 Active CN106249406B (zh)

Priority Applications (16)

Application Number Priority Date Filing Date Title
CN201610761687.XA CN106249406B (zh) 2016-08-30 2016-08-30 改善色彩感知和矫正色盲色弱视觉的人工智能透镜及设计方法
BR112019004184A BR112019004184A2 (pt) 2016-08-30 2017-08-30 dispositivo para melhorar a visão de cores humana
CA3035431A CA3035431A1 (en) 2016-08-30 2017-08-30 Optical device for enhancing human color vision
US16/329,563 US10852567B2 (en) 2016-08-30 2017-08-30 Optical device for enhancing human color vision
SG11201901721RA SG11201901721RA (en) 2016-08-30 2017-08-30 Optical device for enhancing human color vision
EP17847474.8A EP3507087A4 (en) 2016-08-30 2017-08-30 OPTICAL DEVICE FOR IMPROVING HUMAN COLOR PERCEPTION
JP2019512684A JP7164515B2 (ja) 2016-08-30 2017-08-30 人の色覚を改善する光学素子
AU2017321591A AU2017321591B2 (en) 2016-08-30 2017-08-30 Optical device for enhancing human color vision
CN202210303993.4A CN114647026A (zh) 2016-08-30 2017-08-30 用于增强人类色觉的光学装置
KR1020197009212A KR102388209B1 (ko) 2016-08-30 2017-08-30 인간의 컬러 비전을 향상시키기 위한 광학 디바이스
CN201780067411.4A CN110234499B (zh) 2016-08-30 2017-08-30 用于增强人类色觉的光学装置
PCT/US2017/049395 WO2018045040A1 (en) 2016-08-30 2017-08-30 Optical device for enhancing human color vision
US17/107,751 US11714298B2 (en) 2016-08-30 2020-11-30 Optical device for enhancing human color vision
AU2022203045A AU2022203045A1 (en) 2016-08-30 2022-05-06 Optical device for enhancing human color vision
JP2022167594A JP7496396B2 (ja) 2016-08-30 2022-10-19 人の色覚を改善する光学素子
US18/227,578 US20230367142A1 (en) 2016-08-30 2023-07-28 Optical device for enhancing human color vision

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610761687.XA CN106249406B (zh) 2016-08-30 2016-08-30 改善色彩感知和矫正色盲色弱视觉的人工智能透镜及设计方法

Publications (2)

Publication Number Publication Date
CN106249406A true CN106249406A (zh) 2016-12-21
CN106249406B CN106249406B (zh) 2019-05-14

Family

ID=57597920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610761687.XA Active CN106249406B (zh) 2016-08-30 2016-08-30 改善色彩感知和矫正色盲色弱视觉的人工智能透镜及设计方法

Country Status (1)

Country Link
CN (1) CN106249406B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107065219A (zh) * 2016-05-13 2017-08-18 曹强 一种色盲辅助眼镜的设计方法
CN110298059A (zh) * 2019-04-29 2019-10-01 北京洪泰智造信息技术有限公司 一种工业设计辅助设计方法、系统和智能终端
WO2019228204A1 (zh) * 2018-05-29 2019-12-05 北京以色佳科技有限公司 一种附有反射膜的非耗能人工智能滤波器设计方法及滤波器
CN111127333A (zh) * 2019-11-12 2020-05-08 杭州电子科技大学 一种改进的面向二色视觉的彩色图像颜色增强方法
CN111540335A (zh) * 2020-04-13 2020-08-14 芋头科技（杭州）有限公司 色盲矫正装置、方法、智能眼镜以及控制器和介质
CN114730099A (zh) * 2019-10-03 2022-07-08 梅迪康特有限公司 用于修改人类色觉的颜色滤光器的设计方法、这种颜色滤光器和颜色滤光器集
CN115032812A (zh) * 2022-05-23 2022-09-09 东南大学 一种色盲辅助眼镜的优化设计方法及等离激元色盲辅助眼镜
CN116309161A (zh) * 2023-03-17 2023-06-23 内蒙古工业大学 一种改善色觉缺陷者感知图像颜色对比度的方法与装置
CN117437235A (zh) * 2023-12-21 2024-01-23 四川新康意众申新材料有限公司 基于图像处理的塑料薄膜质量检测方法

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4966453A (en) * 1989-08-08 1990-10-30 National Science Council Four-channel anomaloscope
CN2067125U (zh) * 1990-01-21 1990-12-12 陈晓光 色盲电脑诊断矫正仪
CN1062832A (zh) * 1990-12-29 1992-07-22 陈晓光 矫正色盲的系统工程与色盲眼镜
CN1073266A (zh) * 1991-12-09 1993-06-16 卢众 色觉异常的矫正方法及矫正眼镜
US5369453A (en) * 1991-12-27 1994-11-29 Chen; Xiaoguang Method and eyeglasses for rectifying color blindness
CN1234215A (zh) * 1999-04-13 1999-11-10 吉林省生物医学工程公司 色觉异常的矫正理论及眼镜
JP2000047146A (ja) * 1998-02-26 2000-02-18 Seiko Epson Corp 色覚補正コンタクトレンズ
JP2000298249A (ja) * 1999-04-13 2000-10-24 Seiko Epson Corp 色覚補正用眼鏡レンズ
CN1432349A (zh) * 2002-01-08 2003-07-30 吉林省生物医学工程公司 三色觉异常的矫正原理及眼镜
CN1547059A (zh) * 2003-12-12 2004-11-17 胡冬梅 一种改善和增强颜色分辨能力的眼镜及其制备方法
CN1567028A (zh) * 2003-07-08 2005-01-19 陈谋 色盲矫正眼镜及其制造方法
KR20070010812A (ko) * 2005-07-20 2007-01-24 양승지 색각 검사를 이용한 색각 모델링 및 색 보정 방법 및시스템
CN101036606A (zh) * 2007-04-19 2007-09-19 复旦大学 基于自适应映射的红绿色盲矫正方法
CN101095043A (zh) * 2004-11-16 2007-12-26 数据色彩控股股份公司 设计有集成cie彩色匹配滤波器的比色计的方法
CN103983359A (zh) * 2014-06-03 2014-08-13 北京印刷学院 一种分类观察者颜色匹配函数的方法
CN105209936A (zh) * 2013-01-31 2015-12-30 日东电工株式会社 用于矫正色盲的光学元件
US20160143783A1 (en) * 2014-11-24 2016-05-26 Optimal Acuity Corporation Apparatus and Corneal Remodeling Methods to Improve Vision in Macular Disease

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4966453A (en) * 1989-08-08 1990-10-30 National Science Council Four-channel anomaloscope
CN2067125U (zh) * 1990-01-21 1990-12-12 陈晓光 色盲电脑诊断矫正仪
CN1062832A (zh) * 1990-12-29 1992-07-22 陈晓光 矫正色盲的系统工程与色盲眼镜
CN1073266A (zh) * 1991-12-09 1993-06-16 卢众 色觉异常的矫正方法及矫正眼镜
US5369453A (en) * 1991-12-27 1994-11-29 Chen; Xiaoguang Method and eyeglasses for rectifying color blindness
JP2000047146A (ja) * 1998-02-26 2000-02-18 Seiko Epson Corp 色覚補正コンタクトレンズ
CN1234215A (zh) * 1999-04-13 1999-11-10 吉林省生物医学工程公司 色觉异常的矫正理论及眼镜
JP2000298249A (ja) * 1999-04-13 2000-10-24 Seiko Epson Corp 色覚補正用眼鏡レンズ
CN1432349A (zh) * 2002-01-08 2003-07-30 吉林省生物医学工程公司 三色觉异常的矫正原理及眼镜
CN1567028A (zh) * 2003-07-08 2005-01-19 陈谋 色盲矫正眼镜及其制造方法
CN1547059A (zh) * 2003-12-12 2004-11-17 胡冬梅 一种改善和增强颜色分辨能力的眼镜及其制备方法
CN101095043A (zh) * 2004-11-16 2007-12-26 数据色彩控股股份公司 设计有集成cie彩色匹配滤波器的比色计的方法
KR20070010812A (ko) * 2005-07-20 2007-01-24 양승지 색각 검사를 이용한 색각 모델링 및 색 보정 방법 및시스템
CN101036606A (zh) * 2007-04-19 2007-09-19 复旦大学 基于自适应映射的红绿色盲矫正方法
CN105209936A (zh) * 2013-01-31 2015-12-30 日东电工株式会社 用于矫正色盲的光学元件
CN103983359A (zh) * 2014-06-03 2014-08-13 北京印刷学院 一种分类观察者颜色匹配函数的方法
US20160143783A1 (en) * 2014-11-24 2016-05-26 Optimal Acuity Corporation Apparatus and Corneal Remodeling Methods to Improve Vision in Macular Disease

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ROMAN ET AL.: "《Outcome measure for the treatment of cone photorecepttor disease: orientation to a scene with cone-only contrast》", 《BMC OPHTHALMOLOGY》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107065219A (zh) * 2016-05-13 2017-08-18 曹强 一种色盲辅助眼镜的设计方法
WO2019228204A1 (zh) * 2018-05-29 2019-12-05 北京以色佳科技有限公司 一种附有反射膜的非耗能人工智能滤波器设计方法及滤波器
CN110298059A (zh) * 2019-04-29 2019-10-01 北京洪泰智造信息技术有限公司 一种工业设计辅助设计方法、系统和智能终端
CN114730099B (zh) * 2019-10-03 2024-04-02 梅迪康特有限公司 用于修改人类色觉的颜色滤光器的设计方法、这种颜色滤光器和颜色滤光器集
CN114730099A (zh) * 2019-10-03 2022-07-08 梅迪康特有限公司 用于修改人类色觉的颜色滤光器的设计方法、这种颜色滤光器和颜色滤光器集
CN111127333B (zh) * 2019-11-12 2023-05-05 杭州电子科技大学 一种改进的面向二色视觉的彩色图像颜色增强方法
CN111127333A (zh) * 2019-11-12 2020-05-08 杭州电子科技大学 一种改进的面向二色视觉的彩色图像颜色增强方法
CN111540335A (zh) * 2020-04-13 2020-08-14 芋头科技（杭州）有限公司 色盲矫正装置、方法、智能眼镜以及控制器和介质
US11657545B2 (en) 2020-04-13 2023-05-23 Yutou Technology (Hangzhou) Co., Ltd. Device, method, smart glasses for color vision deficiency correction
CN111540335B (zh) * 2020-04-13 2021-04-23 芋头科技（杭州）有限公司 色盲矫正装置、方法、智能眼镜以及控制器和介质
CN115032812A (zh) * 2022-05-23 2022-09-09 东南大学 一种色盲辅助眼镜的优化设计方法及等离激元色盲辅助眼镜
CN115032812B (zh) * 2022-05-23 2023-12-29 东南大学 一种色盲辅助眼镜的优化设计方法及等离激元色盲辅助眼镜
CN116309161A (zh) * 2023-03-17 2023-06-23 内蒙古工业大学 一种改善色觉缺陷者感知图像颜色对比度的方法与装置
CN116309161B (zh) * 2023-03-17 2024-03-19 内蒙古工业大学 一种改善色觉缺陷者感知图像颜色对比度的方法与装置
CN117437235A (zh) * 2023-12-21 2024-01-23 四川新康意众申新材料有限公司 基于图像处理的塑料薄膜质量检测方法
CN117437235B (zh) * 2023-12-21 2024-03-12 四川新康意众申新材料有限公司 基于图像处理的塑料薄膜质量检测方法

Also Published As

Publication number Publication date
CN106249406B (zh) 2019-05-14

Similar Documents

Publication Publication Date Title
CN106249406A (zh) 改善色彩感知和矫正色盲色弱视觉的人工智能透镜及设计方法
Berns Billmeyer and Saltzman's principles of color technology
CN106199954B (zh) 一种矫正蓝黄色弱色盲的光学装置及其设计方法
JP7041712B2 (ja) 色覚に所望の様式で影響を及ぼす光学フィルタ、及び非線形最適化によるその設計方法
US20230367142A1 (en) Optical device for enhancing human color vision
US8351038B2 (en) Skin color matching method and system
CN103688145A (zh) 多频带色觉滤波器和使用线性程序解算器优化的方法
CN111684322A (zh) 使用改进的装饰性外观来增强人类色觉的光学设备
CN104919342A (zh) 增强色觉缺陷个体的辨色能力的滤光片
Boynton History and current status of a physiologically based system of photometry and colorimetry
Li et al. Impact of color-matching primaries on observer matching: part i–accuracy
CN106199953B (zh) 一种基于着色剂的光学装置及其人工智能的设计方法
JPH0618819A (ja) 色盲矯正メガネおよび色盲矯正メガネの製造方法
Druzik et al. Comparison of five microfading tester (MFT) designs
Oleari Color in optical coatings
Vik Basic terms
CN110234499A (zh) 用于增强人类色觉的光学装置
Dorsch Colour resemblance and colour realism
US20230375828A1 (en) Transmission Optical System with Limited Ghost Image Visibility, System and Method for Evaluating Ghost Image Visibility of a Transmission Optical System
Cardenas Evaluation of variability in visual assessment of small color differences
Brill Galaxy Color Magnitude Diagram
Chen Goniophotometer
Vik COLORIMETRY
Kašparová et al. Visual evaluation samples with high chromaticity under the two types of daylight simulators
Busani SMALL COLOUR DIFFERENCE EVALUATION

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Conan Valentin

Inventor before: Chen Hao

Inventor before: Chen Hao, Conan Valentin

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20170714

Address after: 250022, room 1, building 1, building No. 16, Qinglong North Road, Shizhong District, Ji'nan City, Shandong province 502

Applicant after: Chen Xiaodong

Address before: 300400, Tianjin city Beichen district after the town of double fort village happy home B- 10-3-302

Applicant before: Yu Yang

GR01 Patent grant
GR01 Patent grant