CN109431681B - 一种检测睡眠质量的智能眼罩及其检测方法 - Google Patents

一种检测睡眠质量的智能眼罩及其检测方法 Download PDF

Info

Publication number
CN109431681B
CN109431681B CN201811121335.3A CN201811121335A CN109431681B CN 109431681 B CN109431681 B CN 109431681B CN 201811121335 A CN201811121335 A CN 201811121335A CN 109431681 B CN109431681 B CN 109431681B
Authority
CN
China
Prior art keywords
max
gray
matrix
gray value
sleep quality
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.)
Active
Application number
CN201811121335.3A
Other languages
English (en)
Other versions
CN109431681A (zh
Inventor
李寿涛
王丽丽
何韵雪
张传远
王家琦
张佳乐
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN201811121335.3A priority Critical patent/CN109431681B/zh
Publication of CN109431681A publication Critical patent/CN109431681A/zh
Application granted granted Critical
Publication of CN109431681B publication Critical patent/CN109431681B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61F9/04—Eye-masks ; Devices to be worn on the face, not intended for looking through; Eye-pads for sunbathing
    • 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
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
    • 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
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/14—Arrangements specially adapted for eye photography
    • A61B3/145—Arrangements specially adapted for eye photography by video means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4815—Sleep quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Vascular Medicine (AREA)
  • Multimedia (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种检测睡眠质量的智能眼罩，包括：壳体，其两侧设置有松紧套；两凹槽，其对称设置在所述壳体内部；弧形槽，其设置在所述凹槽中部下方；多个红外补光灯，其设置在所述凹槽底部四周；夜视摄像头，其设置在所述凹槽底部中心；传输模块，其设置在所述壳体内，无线连接手机，所述传输模块电连所述红外补光灯和所述夜视摄像头；处理模块，其设置在所述手机内，计算处理接收到的信息。本发明提供了一种检测睡眠质量的智能眼罩，其能实时检测睡眠者的眼睛跳动状态，为测试提供便利。本发明还提供了一种检测睡眠质量的智能眼罩的检测方法，其能够根据睡眠者眼部图像来识别眼动频率，并判断睡眠质量，实现睡眠者对自身睡眠状况的监测。

Description

一种检测睡眠质量的智能眼罩及其检测方法
技术领域
本发明涉及医疗康复技术领域，尤其涉及一种检测睡眠质量的智能眼罩及其检测方法。
背景技术
目前，睡眠障碍已经成为全球性问题，很多人不同程度地受到失眠、打鼾等困扰。而影响睡眠质量的一个重要原因就是在有光和噪音的环境下睡眠。
眼睛作为心灵的窗户，需要我们加倍的呵护。外界光线对眼睛的刺激会影响到人们的睡眠质量，眼罩是戴在眼睛上起保护或遮挡作用的产品，在睡眠过程中可以起到遮光、助眠、养神、消除疲劳的重要作用，尤其受到广大年轻白领和学生群体的喜爱。眼罩在使用的过程中与眼睛长时间地亲密接触，很容易滋生有害细菌，危害眼睛的健康。目前市场上的眼罩大多是功能简单，只是具有遮光功能，对于睡眠者的睡眠质量没有监控。
发明内容
本发明为解决目前的技术不足之处，提供了一种检测睡眠质量的智能眼罩，其能实时检测睡眠者的眼睛跳动状态，为测试提供便利。
本发明还提供了一种检测睡眠质量的智能眼罩的检测方法，其能够根据睡眠者眼部图像来识别眼动频率，并判断睡眠质量，实现睡眠者对自身睡眠状况的监测。
本发明提供的技术方案为：
一种检测睡眠质量的智能眼罩的检测方法，包括：
所述检测睡眠质量的智能眼罩，包括：
壳体，其两侧设置有松紧套；
两凹槽，其对称设置在所述壳体内部；
弧形槽，其设置在所述两凹槽之间的中部下方；
多个红外补光灯，其设置在所述凹槽底部四周；
夜视摄像头，其设置在所述凹槽底部中心；
传输模块，其设置在所述壳体内，所述传输模块通过无线的方式连接手机，所述传输模块与所述红外补光灯和所述夜视摄像头电性连接；
处理模块，其设置在所述手机内，计算处理接收到的信息；
所述夜视摄像头采用红外夜用摄像头；
所述检测睡眠质量的智能眼罩的检测方法，包括以下步骤：
步骤一、按照采集周期T，通过夜视摄像头采集视频，并将视频的每一帧进行提取并进行灰度处理得灰度图像；
步骤二、在所述灰度图像上建立二维坐标系，确定眼皮跳动区域；
步骤三、确定所述眼皮跳动区域的对应像素坐标矩阵，并通过计算像素坐标矩阵中的每个坐标对应的每帧灰度图像处的灰度值来确定对应的多个灰度值矩阵Bi，其中i＝1,2,3...,N，N为灰度值矩阵个数；
步骤四、计算出像素坐标矩阵内每一个像素坐标点在多个灰度值矩阵中对应的灰度值之差的最大绝对值，并从最大绝对值中找出数值最大者及其对应的最大像素坐标点；
步骤五、依次提取多个灰度值矩阵中每个矩阵内的最大像素坐标点处对应的灰度值，并进行三次滤波处理得滤波处理灰度值，构建滤波处理灰度值随时间变化的曲线；
步骤六、确定曲线上波峰和波谷的总个数，从而得到采样周期内眼动频率为n为所述曲线上波峰和波谷的总个数；
所述步骤二中，具体包括：
以灰度图像的左上角顶点作为原点，上边和左边所在直线为横纵坐标，相邻两像素点的距离为一个像素点来构建坐标系，则灰度图像的右下角坐标为D(d,q)，得原始像素坐标矩阵：
并计算其对应的灰度值，得原始灰度值矩阵
提取出矩阵
并计算平均矩阵
其中，
式中，0≤k≤d，0≤l≤d，m＝20且m为偶数，通过矩形区框确定眼皮跳动区域，使落入矩形区框内的Fj (k,l)＞3的平均矩阵坐标最多，由此确定的矩形区框的区域即为眼皮跳动区域，其中所述矩形区框的长度为180±20个像素坐标的长度，宽度为79±20个像素坐标的长度。
优选的是，在所述步骤三中，
对眼皮跳动区域内的各像素点所对应的坐标编制抽样框，然后从抽样框内按照抽样间隔距离为一个像素进行抽样，等距离抽取眼皮跳动区域各像素点坐标的样本，并将该样本保存为像素坐标点矩阵。
优选的是，在所述步骤四中，
采用遍历搜索法，计算出像素坐标点矩阵的每一个坐标在所对应的N个灰度值矩阵Bi中的灰度值的最大值和最小值之差，即为像素坐标点矩阵的每个坐标的最大绝对值，然后从最大绝对值中找出数值最大者及其对应的最大像素坐标点。
优选的是，所述步骤五中，
依次提取出最大像素坐标点在N个灰度值矩阵Bi中的灰度值Mmax-i，对这N个灰度值Mmax-i依次进行第一次滤波处理得第一滤波灰度值M'max-i，第一次滤波处理满足：
当(Mmax-i-Mmax-i+1)≤2时，则M′max-i＝(Mmax-i+Mmax-i+1)/2；
当(Mmax-i-Mmax-i+1)＞2时，则M′max-i＝Mmax-i。
优选的是，
对第一滤波灰度值M′max-i进行第二次滤波处理得第二滤波灰度值M″max-i，第二次滤波处理满足：
当(M′max-i-M′max-i+1)≤2时，则M″max-i＝(M′max-i+M′max-i+1)/2；
当(M′max-i-M′max-i+1)＞2时，则M″max-i＝M′max-i。
优选的是，
对第二滤波灰度值M″max-i进行第三次滤波处理得滤波处理灰度值M″′max-i，第三次滤波处理满足：
当(M″max-i-M″max-i+1)≤2时，则M″′max-i＝(M″max-i+M″max-i+1)/2；
当(M″max-i-M″max-i+1)＞2时，则M″′max-i＝M″max-i。
本发明所述的有益效果：本发明提供了一种检测睡眠质量的智能眼罩，其能实时检测睡眠者的眼睛跳动状态；眼罩选用3D立体式的形状，减轻用户的压感；本发明还提供了一种检测睡眠质量的智能眼罩的检测方法，其能够根据睡眠者眼部图像来识别眼动频率，并判断睡眠质量，实现睡眠者对自身睡眠状况的监测。人们避免了去医院进行睡眠质量检测的繁杂过程，又能时刻得到自己睡眠状况。
附图说明
图1为本发明的检测睡眠质量的智能眼罩的整体结构图。
图2为本发明的检测睡眠质量的智能眼罩的侧视图。
图3为本发明的检测睡眠质量的智能眼罩的俯视图。
图4为本发明的检测睡眠质量的智能眼罩的检测方法流程图。
图5为本发明的检测睡眠质量的智能眼罩的变压器引脚图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
如图1-5所示，本发明的一种检测睡眠质量的智能眼罩，包括：壳体100，其两侧设置有松紧套120，用于固定在睡眠者的耳朵上；两凹槽110对称设置在所述壳体100内部，处于人的面部眼睛对应处；弧形槽140设置在所述凹槽110中部下方，位于使用者面部的鼻子处；多个红外补光灯111设置在所述凹槽110底部四周；夜视摄像头112设置在所述凹槽110底部中心；传输模块113设置在所述壳体100内，无线连接手机，所述传输模块113电连所述红外补光灯111和所述夜视摄像头112；处理模块，其设置在所述手机内，计算处理接收到的信息。额头对应处设置有海绵垫130，增加眼罩使用的舒适性。所述夜视摄像头112采用红外夜用摄像头。
夜视摄像头112主要包括采用1/2.7OV2710 CMOS Sensor，拥有很好的低照度，照度可达星光级0.05Lux，模组搭配1/2.7 3.6mm 1080P高清镜头，支持USB2.0 OTG协议，可接入OTG设备。之后利用视频传输模块将视频传至处理模块，对视频进行处理，其中使用了Pulse Electronics生产的H1102NL变压器，并且接有天线用以增强信号，在视频传至处理模块后之后，对视频进行处理，我们采用独特的判断睡眠时眼动频率的方式判断睡眠质量。
本发明还提供了一种检测睡眠质量的智能眼罩的检测方法，括以下步骤：
步骤一、按照采集周期T，通过夜视摄像头采集视频，并将视频的每一帧进行提取并进行灰度处理得N帧灰度图像；
步骤二、在所述灰度图像上建立二维坐标系，确定眼皮跳动区域；
步骤三、确定眼皮跳动区域的对应像素坐标矩阵A，并通过计算像素坐标矩阵中的每个坐标对应的每帧灰度图像处的灰度值来确定对应的N个灰度值矩阵Bi，其中i＝1,2,3...,N；
步骤四、计算出像素坐标矩阵内每一个像素坐标点在N个灰度值矩阵中对应的灰度值之差的最大绝对值，并从最大绝对值中找出数值最大者及其对应的最大像素坐标点(Xmax,Ymax)；
步骤五、依次提取N个灰度值矩阵内最大像素坐标点(Xmax,Ymax)处对应得灰度值Mmax-i，并进行三次滤波处理得滤波灰度值，构建滤波出灰度值随时间变化的曲线；
步骤六、确定曲线上波峰和波谷的总个数为n，从而得到采样周期内眼动频率为次。
所述步骤二中，具体包括：
以灰度图像的左上角顶点作为原点(0，0)，上边和左边所在直线为横纵坐标，相邻两像素点最小距离为1来构建坐标系，则灰度图像的右下角坐标为D(d，q)，得原始像素坐标矩阵：
并计算其对应的灰度值，得原始灰度值矩阵：
从中提取出矩阵：
并计算平均矩阵：
其中，
式中，0≤k≤d，0≤l≤q，20≤m≤34，m为偶数。以长度为180±20宽度为79±20的矩形区框定平均矩阵，使落入矩形内的Fj (k,l)＞3的平均矩阵坐标最多，由此确定的矩形即为眼皮跳动区域。
所述眼皮跳动区域的四个顶点坐标分别为：(xe,ye)＝(139±10,172±10)，(xf,yf)＝(139±10,280±10)，(xg,yg)＝(218±10,172±10)，(xh,yh)＝(218±10,280±10)。
在所述步骤三中，
对眼皮跳动区域内的各像素点所对应的坐标编制抽样框，然后从抽样框内按照抽样间隔距离为一个像素进行抽样，等距离抽取眼皮跳动区域各像素点坐标的样本，并将该样本保存为像素坐标点矩阵A。
在所述步骤四中，
采用遍历搜索法，计算出像素坐标点矩阵A的每一个坐标在所对应的N个灰度值矩阵Bi中的灰度值的最大值和最小值之差，即为像素坐标点矩阵A的每个坐标的最大绝对值，然后从最大绝对值中找出数值最大者及其对应的最大像素坐标点(Xmax,Ymax)。
所述步骤五中，
依次提取出最大像素坐标点(Xmax,Ymax)在N个灰度值矩阵Bi中的灰度值Mmax-i，对这N个灰度值Mmax-i依次进行第一次滤波处理得第一滤波灰度值M'max-i，第一次滤波处理满足：
当(Mmax-i-Mmax-i+1)≤2时，则M′max-i＝(Mmax-i+Mmax-i+1)/2；
当(Mmax-i-Mmax-i+1)＞2时，则M′max-i＝Mmax-i。
对第一滤波灰度值M′max-i进行第二次滤波处理得第二滤波灰度值M″max-i，第二次滤波处理满足：
当(M′max-i-M′max-i+1)≤2时，则M″max-i＝(M′max-i+M′max-i+1)/2；
当(M′max-i-M′max-i+1)＞2时，则M″max-i＝M′max-i。
对第二滤波灰度值M″max-i进行第三次滤波处理得滤波处理灰度值M″′max-i，第三次滤波处理满足：
当(M″max-i-M″max-i+1)≤2时，则M″′max-i＝(M″max-i+M″max-i+1)/2；
当(M″max-i-M″max-i+1)＞2时，则M″′max-i＝M″max-i。
在具体实施例中，我们按照采样周期来采集睡眠者的眼部视频，采样周期T＝14s。首先利用OpenCV对视频进行视频每一帧的提取，共提取出213帧图像。接着利用OpenCV对图像的RGB三个分量进行加权平均处理得到灰度图，加权公式为：y＝0.3r+0.6g+0.1b，其中，其中，y为灰度值；r,g,b分别为图像的红、绿、蓝三通道颜色值。由此可以得到图像的灰度值。
步骤一、按照采集周期14s，通过夜视摄像头采集视频，并将视频的每一帧进行提取并进行灰度处理得213帧灰度图像；
步骤二、在所述灰度图像上建立二维坐标系，确定眼皮跳动区域；
步骤三、确定眼皮跳动区域的对应像素坐标矩阵A，并通过计算像素坐标矩阵的每个坐标对应每帧灰度图像处的灰度值来确定对应的213个灰度值矩阵Bi，其中i＝1,2,3...,213；
步骤四、计算出像素坐标矩阵内每一个像素坐标点在213个灰度值矩阵中对应的灰度值之差的最大绝对值，并从最大绝对值中找出数值最大者及其对应的最大像素坐标点(Xmax,Ymax)；
步骤五、依次提取213个灰度值矩阵内最大像素坐标点(Xmax,Ymax)处对应得灰度值Mmax-i，并进行三次滤波处理得滤波灰度值，构建滤波出灰度值随时间变化的曲线；
步骤六、确定曲线上波峰和波谷的总个数为n，从而得到采样周期内眼动频率为次。
在所录制的视频中，当人带上眼罩后，眼罩内部的微型红外摄像头对人闭上眼睛后的眼皮运动进行拍摄，通过视频可以看出眼皮运动大致处于视频的中央区域。由于视频的边缘部分是人的眼睛的周围区域，不涉及运动，因此视频边缘部分也无亮度变化，对于人眼运动频率的研究没有意义，为了简化运算，我们只提取视频中央位置的眼皮来作为图像感兴趣区域(眼皮跳动区域)进行研究。
以灰度图像的左上角顶点作为原点(0,0)，灰度图像的四个顶角处坐标为(0，0)，(0，479)，(639，0)，(639，479)上边和左边所在直线为横纵坐标，相邻两像素点最小距离为1来构建坐标系，则灰度图像的右下角坐标为D(639，479)，则由此可计算出每帧灰度图像共含有479行639列共306081个像素点，得原始像素坐标矩阵
并计算其对应的灰度值，得原始灰度值矩阵
从中提取出矩阵
并计算平均矩阵
其中，
式中，0≤k≤d，0≤l≤d，m＝20，以长度为180宽度为79的矩形区框定平均矩阵，使落入矩形内的Fj (k,l)＞3的平均矩阵坐标最多，由此确定的矩形即为眼皮跳动区域。眼皮跳动区域的四个顶点坐标分别为：(xe,ye)＝(139,172)，(xf,yf)＝(139,280)，(xg,yg)＝(218,172)，(xh,yh)＝(218,280)。
对眼皮跳动区域内的各像素点所对应的坐标编制抽样框，然后从抽样框内按照抽样间隔距离为1进行抽样，等距离抽取眼皮跳动区域各像素点坐标的样本，并将该样本保存为像素坐标点矩阵A。
在所述步骤四中，
采用遍历搜索法，计算出像素坐标点矩阵A的每一个坐标在所对应的N个灰度值矩阵Bi中的灰度值的最大值和最小值之差，即为像素坐标点矩阵A的每个坐标的最大绝对值，然后从最大绝对值中找出数值最大者位以及其对应的最大像素坐标点(Xmax，Ymax)＝(171，201)。
所述步骤五中，
依次提取出最大像素坐标点(Xmax，Ymax)在231个灰度值矩阵Bi中的灰度值Mmax-i，对这N个灰度值Mmax-i依次进行第一次滤波处理得第一滤波灰度值M'max-i，第一次滤波处理满足：
当(Mmax-i-Mmax-i+1)≤2时，则M′max-i＝(Mmax-i+Mmax-i+1)/2；
当(Mmax-i-Mmax-i+1)＞2时，则M′max-i＝Mmax-i。
对第一滤波灰度值M′max-i进行第二次滤波处理得第二滤波灰度值M″max-i，第二次滤波处理满足：
当(M′max-i-M′max-i+1)≤2时，则M″max-i＝(M′max-i+M′max-i+1)/2；
当(M′max-i-M′max-i+1)＞2时，则M″max-i＝M′max-i。
对第二滤波灰度值M″max-i进行第三次滤波处理得滤波处理灰度值M″′max-i，第三次滤波处理满足：
当(M″max-i-M″max-i+1)≤2时，则M″′max-i＝(M″max-i+M″max-i+1)/2；
当(M″max-i-M″max-i+1)＞2时，则M″′max-i＝M″max-i。
构建滤波处理灰度值随对应的采集时间变化的曲线，该曲线相对平滑，可利用函数的单调性来计算曲线的波峰和波谷的总数n＝18。一次波峰到波谷的变化代表一次眼动，则由此可以计算得到眼动次数为次，到采集周期内眼动频率为/>
将采集的每段时间的眼动频率综合即得到不同时间段的眼动频率和眼动的持续时间，从而得到用户一整晚的睡眠质量。由此通过处理模块计算处理的结果传递到手机接收端上，使用者在手机上通过登录界面登录并查询结果。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (6)

1.一种检测睡眠质量的智能眼罩的检测方法，其特征在于，
所述检测睡眠质量的智能眼罩，包括：
壳体，其两侧设置有松紧套；
两凹槽，其对称设置在所述壳体内部；
弧形槽，其设置在所述两凹槽之间的中部下方；
多个红外补光灯，其设置在所述凹槽底部四周；
夜视摄像头，其设置在所述凹槽底部中心；
传输模块，其设置在所述壳体内，所述传输模块通过无线的方式连接手机，所述传输模块与所述红外补光灯和所述夜视摄像头电性连接；
处理模块，其设置在所述手机内，计算处理接收到的信息；
所述夜视摄像头采用红外夜用摄像头；
所述检测睡眠质量的智能眼罩的检测方法，包括以下步骤：
步骤一、按照采集周期T，通过夜视摄像头采集视频，并将视频的每一帧进行提取并进行灰度处理得灰度图像；
步骤二、在所述灰度图像上建立二维坐标系，确定眼皮跳动区域；
步骤三、确定所述眼皮跳动区域的对应像素坐标矩阵，并通过计算像素坐标矩阵中的每个坐标对应的每帧灰度图像处的灰度值来确定对应的多个灰度值矩阵Bi，其中i＝1,2,3...,N，N为灰度值矩阵个数；
步骤四、计算出像素坐标矩阵内每一个像素坐标点在多个灰度值矩阵中对应的灰度值之差的最大绝对值，并从最大绝对值中找出数值最大者及其对应的最大像素坐标点；
步骤五、依次提取多个灰度值矩阵中每个矩阵内的最大像素坐标点处对应的灰度值，并进行三次滤波处理得滤波处理灰度值，构建滤波处理灰度值随时间变化的曲线；
步骤六、确定曲线上波峰和波谷的总个数，从而得到采样周期内眼动频率为n为所述曲线上波峰和波谷的总个数；
所述步骤二中，具体包括：
以灰度图像的左上角顶点作为原点，上边和左边所在直线为横纵坐标，相邻两像素点的距离为一个像素点来构建坐标系，则灰度图像的右下角坐标为D(d,q)，得原始像素坐标矩阵：
并计算其对应的灰度值，得原始灰度值矩阵
提取出矩阵
并计算平均矩阵
其中，
式中，0≤k≤d，0≤l≤d，m＝20且m为偶数，通过矩形区框确定眼皮跳动区域，使落入矩形区框内的Fj (k,l)＞3的平均矩阵坐标最多，由此确定的矩形区框的区域即为眼皮跳动区域，其中所述矩形区框的长度为180±20个像素坐标的长度，宽度为79±20个像素坐标的长度。
2.根据权利要求1所述的检测睡眠质量的智能眼罩的检测方法，其特征在于，在所述步骤三中，
对眼皮跳动区域内的各像素点所对应的坐标编制抽样框，然后从抽样框内按照抽样间隔距离为一个像素进行抽样，等距离抽取眼皮跳动区域各像素点坐标的样本，并将该样本保存为像素坐标点矩阵。
3.根据权利要求2所述的检测睡眠质量的智能眼罩的检测方法，其特征在于，在所述步骤四中，
采用遍历搜索法，计算出像素坐标点矩阵的每一个坐标在所对应的N个灰度值矩阵Bi中的灰度值的最大值和最小值之差，即为像素坐标点矩阵的每个坐标的最大绝对值，然后从最大绝对值中找出数值最大者及其对应的最大像素坐标点。
4.根据权利要求3所述的检测睡眠质量的智能眼罩的检测方法，其特征在于，所述步骤五中，
依次提取出最大像素坐标点在N个灰度值矩阵Bi中的灰度值Mmax-i，对这N个灰度值Mmax-i依次进行第一次滤波处理得第一滤波灰度值M'max-i，第一次滤波处理满足：
当(Mmax-i-Mmax-i+1)≤2时，则M′max-i＝(Mmax-i+Mmax-i+1)/2；
当(Mmax-i-Mmax-i+1)＞2时，则M′max-i＝Mmax-i。
5.根据权利要求4所述的检测睡眠质量的智能眼罩的检测方法，其特征在于，
对第一滤波灰度值M′max-i进行第二次滤波处理得第二滤波灰度值M″max-i，第二次滤波处理满足：
当(M′max-i-M′max-i+1)≤2时，则M″max-i＝(M′max-i+M′max-i+1)/2；
当(M′max-i-M′max-i+1)＞2时，则M″max-i＝M′max-i。
6.根据权利要求5所述的检测睡眠质量的智能眼罩的检测方法，其特征在于，
对第二滤波灰度值M″max-i进行第三次滤波处理得滤波处理灰度值M″′max-i，第三次滤波处理满足：
当(M″max-i-M″max-i+1)≤2时，则M″′max-i＝(M″max-i+M″max-i+1)/2；
当(M″max-i-M″max-i+1)＞2时，则M″′max-i＝M″max-i。
CN201811121335.3A 2018-09-25 2018-09-25 一种检测睡眠质量的智能眼罩及其检测方法 Active CN109431681B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811121335.3A CN109431681B (zh) 2018-09-25 2018-09-25 一种检测睡眠质量的智能眼罩及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811121335.3A CN109431681B (zh) 2018-09-25 2018-09-25 一种检测睡眠质量的智能眼罩及其检测方法

Publications (2)

Publication Number Publication Date
CN109431681A CN109431681A (zh) 2019-03-08
CN109431681B true CN109431681B (zh) 2023-12-19

Family

ID=65544353

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811121335.3A Active CN109431681B (zh) 2018-09-25 2018-09-25 一种检测睡眠质量的智能眼罩及其检测方法

Country Status (1)

Country Link
CN (1) CN109431681B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114998229B (zh) * 2022-05-23 2024-04-12 电子科技大学 一种基于深度学习与多参数融合的非接触式睡眠监测方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1584917A (zh) * 2004-06-11 2005-02-23 清华大学 活体虹膜图像采集方法及采集装置
CN101739549A (zh) * 2009-02-11 2010-06-16 北京智安邦科技有限公司 人脸检测方法及系统
CN103177584A (zh) * 2013-02-05 2013-06-26 长安大学 一种基于枚举试探的车速检测方法
CN104546285A (zh) * 2015-02-05 2015-04-29 京东方科技集团股份有限公司 眼罩、睡眠监测装置及方法
CN104834946A (zh) * 2015-04-09 2015-08-12 清华大学 一种非接触式睡眠监测方法及系统
CN105678803A (zh) * 2015-12-29 2016-06-15 南京理工大学 基于w4算法和帧间差分的视频监控目标检测方法
CN105955465A (zh) * 2016-04-25 2016-09-21 华南师范大学 一种桌面便携式视线跟踪方法及装置
CN106204594A (zh) * 2016-07-12 2016-12-07 天津大学 一种基于视频图像的弥散性运动物体的方向检测方法
CN106446849A (zh) * 2016-09-30 2017-02-22 防城港市港口区高创信息技术有限公司 一种疲劳驾驶检测方法
CN106974762A (zh) * 2016-12-12 2017-07-25 广东探金电子科技有限公司 一种智能眼罩
CN107133591A (zh) * 2017-05-05 2017-09-05 深圳前海华夏智信数据科技有限公司 基于结构光的车位检测方法及装置
CN107212851A (zh) * 2017-07-28 2017-09-29 温州市人民医院 一种无线眼动仪
CN107886051A (zh) * 2017-10-19 2018-04-06 中国电子科技集团公司第二十八研究所 基于图像的船舶身份识别方法
CN108109117A (zh) * 2017-12-14 2018-06-01 柳州智视科技有限公司 一种基于运动物体的颜色实时变换的方法
CN108919517A (zh) * 2018-09-25 2018-11-30 吉林大学 一种汽车驾驶用防疲劳眼镜及疲劳状态识别方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1584917A (zh) * 2004-06-11 2005-02-23 清华大学 活体虹膜图像采集方法及采集装置
CN101739549A (zh) * 2009-02-11 2010-06-16 北京智安邦科技有限公司 人脸检测方法及系统
CN103177584A (zh) * 2013-02-05 2013-06-26 长安大学 一种基于枚举试探的车速检测方法
CN104546285A (zh) * 2015-02-05 2015-04-29 京东方科技集团股份有限公司 眼罩、睡眠监测装置及方法
CN104834946A (zh) * 2015-04-09 2015-08-12 清华大学 一种非接触式睡眠监测方法及系统
CN105678803A (zh) * 2015-12-29 2016-06-15 南京理工大学 基于w4算法和帧间差分的视频监控目标检测方法
CN105955465A (zh) * 2016-04-25 2016-09-21 华南师范大学 一种桌面便携式视线跟踪方法及装置
CN106204594A (zh) * 2016-07-12 2016-12-07 天津大学 一种基于视频图像的弥散性运动物体的方向检测方法
CN106446849A (zh) * 2016-09-30 2017-02-22 防城港市港口区高创信息技术有限公司 一种疲劳驾驶检测方法
CN106974762A (zh) * 2016-12-12 2017-07-25 广东探金电子科技有限公司 一种智能眼罩
CN107133591A (zh) * 2017-05-05 2017-09-05 深圳前海华夏智信数据科技有限公司 基于结构光的车位检测方法及装置
CN107212851A (zh) * 2017-07-28 2017-09-29 温州市人民医院 一种无线眼动仪
CN107886051A (zh) * 2017-10-19 2018-04-06 中国电子科技集团公司第二十八研究所 基于图像的船舶身份识别方法
CN108109117A (zh) * 2017-12-14 2018-06-01 柳州智视科技有限公司 一种基于运动物体的颜色实时变换的方法
CN108919517A (zh) * 2018-09-25 2018-11-30 吉林大学 一种汽车驾驶用防疲劳眼镜及疲劳状态识别方法

Also Published As

Publication number Publication date
CN109431681A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN107193383B (zh) 一种基于人脸朝向约束的二级视线追踪方法
CN108427503B (zh) 人眼追踪方法及人眼追踪装置
CN103729981B (zh) 一种儿童坐姿监控智能终端
JP4721941B2 (ja) 検査システム、訓練システムおよび視覚情報呈示システム
CN104306102B (zh) 针对视觉障碍患者的头戴式视觉辅助系统
CN110121885A (zh) 用于利用注视跟踪的vr、低等待时间无线hmd视频流传输的有凹视频链接
WO2018192107A1 (zh) 基于ar技术的弱视治疗系统
CN111202663A (zh) 一种基于vr技术的视觉训练学习系统
CN111603134B (zh) 眼球运动测试的装置及方法
CN107134005A (zh) 光照适配方法、装置、存储介质、处理器及终端
US11216907B2 (en) Image generating apparatus, method, and program for displaying image resolution with motion in head-mounted display (HMD)
CN108271011B (zh) 用于治疗弱视的3d图像系统的参数处理方法及系统和装置
CN104581127B (zh) 一种自动调节屏幕亮度的方法、系统和头戴显示设备
CN115599219B (zh) 一种显示屏的护眼控制方法、系统、设备及存储介质
JP5869770B2 (ja) 視覚認知検査システム、訓練システムおよび支援システム
EP2721994A1 (en) Eyeball movement monitoring method and device
CN101576771A (zh) 基于非均匀样本插值的眼动仪定标方法
Fallet et al. Imaging photoplethysmography: What are the best locations on the face to estimate heart rate?
CN104485008A (zh) 针对色盲患者的头戴式辅助驾驶系统
CN109431681B (zh) 一种检测睡眠质量的智能眼罩及其检测方法
TWI515609B (zh) 眼球定位方法及系統
CN108814543B (zh) 高速视频眼震仪系统
CN113112407B (zh) 基于电视的照镜视野生成方法、系统、设备及介质
CN112426333A (zh) 一种偏盲患者立体视觉辅助电子设备及其控制方法
CN115022616B (zh) 一种基于人眼跟踪的图像聚焦增强显示装置和显示方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant