CN110623631A - 一种基于近视眼镜的学习监护系统 - Google Patents

一种基于近视眼镜的学习监护系统 Download PDF

Info

Publication number
CN110623631A
CN110623631A CN201910899630.XA CN201910899630A CN110623631A CN 110623631 A CN110623631 A CN 110623631A CN 201910899630 A CN201910899630 A CN 201910899630A CN 110623631 A CN110623631 A CN 110623631A
Authority
CN
China
Prior art keywords
module
glasses
distance
eye
wearer
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.)
Withdrawn
Application number
CN201910899630.XA
Other languages
English (en)
Inventor
刘靖哲
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 CN201910899630.XA priority Critical patent/CN110623631A/zh
Publication of CN110623631A publication Critical patent/CN110623631A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • A61B5/1103—Detecting eye twinkling
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures

Landscapes

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

Abstract

本发明公开一种基于近视眼镜的学习监护系统，包括学习监测终端和服务分析终端，学习监测终端与服务分析终端通过无线通信网络连接；服务分析终端包括数据预处理模块、筛选获取模块、特征提取模块、管理服务器、特征数据库和显示模块；数据预处理模块分别与筛选获取模块和特征提取模块连接，管理服务器分别与筛选获取模块、特征提取模块、特征数据库和显示模块连接。本发明可提示佩戴者眼睛与桌面的安全距离，保护视力，并可评估佩戴者在佩戴时间段内的坐姿规范性评估系数和学习状态符合度系数，直观地展示佩戴者的坐姿以及学习状态，实现对佩戴者学习过程中的监护管理，具有检测的准确性高的特点。

Description

一种基于近视眼镜的学习监护系统
技术领域
本发明属于学习用眼监护技术领域，涉及到一种基于近视眼镜的学习监护系统。
背景技术
随着社会的快速发展，学生以及办公人员的学习任务逐渐加重，导致眼睛用量过度，进而佩戴近视眼镜的人员逐渐增多。
现有技术中通过采用在眼镜上安装有红外探测仪来检测眼睛与桌面的距离，以到达当眼睛与桌面间的距离小于30cm时，进行提示，存在功能单一，且目前只能通过测量眼睛与桌面的距离判断是否处于安全距离，而无法根据眼睛与桌面的距离判断学生坐姿以及判断学生的学习状况，往往家长或老师通过实时观察学生，以对学生的坐姿以及学习状态进行监督，存在检测的准确性差以及效率低的问题，浪费大量的时间与精力，影响学生的学习效果且无法达到监护的效果，为了解决以上问题，现设计一种基于近视眼镜的学习监护系统，能够有效地预防近视，且能够规范坐姿以及提高学习状态。
发明内容
本发明的目的在于提供的一种基于近视眼镜的学习监护系统，通过学习监测终端并结合服务分析终端，对佩戴眼镜的学生进行安全距离检测以及评估坐姿规范性评估系数和学习状态符合度系数，实现对学生学习过程中的有效监护，解决了现有技术对学生学习过程的检测效率低、准确性差以及监护效果差等的问题。
本发明的目的可以通过以下技术方案实现：
一种基于近视眼镜的学习监护系统，包括学习监测终端和服务分析终端，学习监测终端与服务分析终端通过无线通信网络连接；
所述学习监测终端用于实时检测眼镜距离桌面的距离、采集佩戴眼镜的佩戴者的眼睛图像信息以及佩戴眼镜的时间，将检测的眼镜距离桌面的距离、采集佩戴者的眼睛图像信息和佩戴眼镜的时长发送至服务分析终端，并判断眼镜距离桌面的距离是否小于预设的距离阈值，若小于预设的距离阈值，则发出报警提示；
所述服务分析终端接收学习监测终端发送的眼镜距离桌面的距离、采集佩戴者的眼睛图像信息和佩戴眼镜的时长，接收眼睛距离桌面的距离，并统计各监测时间内眼睛距离桌面的变化量计算佩戴者的坐姿规范性评估系数；
另外，服务分析终端对接收的佩戴者眼睛图像信息进行过滤处理，将过滤处理的图像进行眼睛区域提取，并统计的眼睛区域图像的灰度比例系数与设定的灰度比例系数阈值进行对比，统计灰度比例系数下眼睛闭合的时长，并将过滤处理的图像进行眼睛开合比统计和眼睛闭合时长的统计，对两次统计的眼睛闭合时长进行最大化处理，并结合佩戴者的坐姿规范性评估系数统计佩戴者学习状态符合度系数。
进一步地，所述学习监测终端包括测距检测模块、处理模块、预警提示模块、信息获取模块和计时模块，处理模块分别与测距检测模块、预警提示模块、信息获取模块和计时模块进行电连接；
所述测距检测模块为红外线距离探测仪，安装在眼镜上，用于实时检测佩戴者的眼镜与桌面的距离，并将检测的眼镜与桌面的距离发送至处理模块；
所述信息获取模块为摄像头，安装在眼镜上，用于实时采集佩戴者的侧面眼睛以及眼睛周围的图像信息，并将采集的图像信息发送至处理模块；
所述计时模块为计时器，用于统计佩戴者佩戴上眼镜的时长，并将统计的佩戴眼镜的时长发送至处理模块。
所述处理模块为处理器，用于接收测距检测模块发送的眼镜与桌面的距离，判断眼镜与桌面的距离是否小于预设的距离阈值，若小于预设的距离阈值，则处理模块发送报警提示指令至预警提示模块，同时，处理模块接收信息获取模块发送的采集佩戴者的图像信息，并接收计时模块发送的佩戴眼镜的时长，将采集佩戴者的图像信息、佩戴眼镜的时长以及眼镜与桌面的距离发送至服务分析终端；
所述预警提示模块为蜂鸣器，安装在眼镜上，用于提示佩戴者的眼镜距离桌面的距离小于设定的最小距离阈值，以提醒佩戴者重新调整眼镜与桌面的距离。
进一步地，所述学习监测终端还包括开关控制模块、电源模块；
所述电源模块为蓄电池，用于为处理模块进行供电，满足学习监测终端的供电需求，开关控制模块为开关，分别与电源模块和处理模块连接，用于控制电源模块是否为处理模块供电；
当开关控制模块处于开启状态时，电源模块与处理模块处于断开状态，电源模块中的电量无法传输至处理模块，进而无法为处理模块提供电量，当开关控制模块处于闭合状态时，电源模块与处理模块间相连通，电源模块中的电量正常传输至处理模块，满足处理模块的电量需求。
进一步地，所述服务分析终端包括数据预处理模块、筛选获取模块、特征提取模块、管理服务器、特征数据库和显示模块；
所述数据预处理模块分别与筛选获取模块和特征提取模块连接，管理服务器分别与筛选获取模块、特征提取模块、特征数据库和显示模块连接。
所述数据预处理模块用于接收学习监测终端发送的佩戴者的图像信息，对接收的图像进行高斯滤波处理，去除图像中的噪声干扰，为后期提取眼睛图像的特征提供可靠的基础，数据预处理模块对经滤波处理后的图像依次进行光照补偿处理，并将经光照补偿处理后的图像分别发送至筛选获取模块和特征提取模块；
所述筛选获取模块用于接收数据预处理模块发送的经光照补偿处理后的图像，提取图像中的眼睛区域的图像，并将提取的眼睛区域的图像进行平均灰度值计算，并将眼睛区域的图像对应的灰度与平均灰度值进行对比，将大于平均灰度值的区域灰度设置为255，将小于平均灰度值的区域灰度设置为0，将灰度值为0的像素值数量与灰度值为255的像素值数量进行对比，获得灰度比例系数，并将统计的灰度比例系数发送至管理服务器，其中，瞳孔区域的灰度值等于0；
所述特征提取模块用于接收数据预处理模块发送的经光照补偿处理后的眼睛图像，提取眼睛图像中的特征，并将提取的眼睛图像中的特征与特征数据库中存储的特征进行对比，筛选出佩戴者上眼皮特征、下眼皮特征以及眼角特征，并采用局部二值算法对上眼皮特征、下眼皮特征以及眼角特征进行定位，根据上眼皮特征的位置、下眼皮特征的位置以及眼角特征的位置，计算眼睛开合高度和侧面眼睛长度，以计算眼睛的开合比，并将眼睛开合比发送至管理服务器；
特征数据库用于存储眼睛侧面图像中上眼皮特征、下眼皮特征以及眼角特征，并存储眼睛闭起时对应的眼睛开合比阈值；
根据佩戴眼镜的时长，对时长T进行划分，划分成若干监测时间段t,对划分的若干相同监测时间段t进行排序，分别为1,2,...,i,...,x，T＝x*t；
管理服务器实时接收学习监测终端发送的眼睛与桌面的距离，提取眼睛与桌面间的距离最大的距离，并将最大的距离作为最规范坐姿对应的距离，即当佩戴者坐姿端正时，眼睛与桌面间的距离最大，将眼睛与桌面间的最大距离作为最佳标准距离S，根据眼睛佩戴的时间，统计各t时间段内眼镜距离桌面的平均距离，构成平均距离集合A(a1,a2,...,ai,...,ax)，ai表示为第i个t时间段内眼镜距离桌面的平均距离，将各t时间段内的平均距离与上一t时间段内的平均距离进行对比，得到平均距离对比集合A′(a′1,a′2,...,a′i,...,a′m)，x＝m+1，a′i表示为第i+1个时间段内眼镜距离桌面的平均距离与第i个时间段内眼镜距离桌面的平均距离间的差值，管理服务器根据平均距离对比集合以及平均距离集合统计佩戴者的坐姿规范性评估系数；
同时，管理服务器用于接收学习监测终端发送的佩戴眼镜的时长T，对佩戴眼镜的时长T进行划分，划分成若干监测时间段，并实时接收特征提取模块发送的眼睛开合比，筛选出各监测时间段t内眼睛开合比小于眼睛开合比阈值的次数，并将统计的各监测时间段t内的次数建立闭合次数统计集合R(r1,r2,...,ri,...,rx),ri表示为第i个监测时间段t内眼睛闭合的次数，将各监测时间段t内眼睛闭合次数与上一监测时间段t内眼睛闭合次数进行对比，获得闭合次数对比集合D(d1,d2,...,di,...,d(x-1))，d(i+1)表示为第i+1个监测时间段t内眼睛闭合的次数与第i个监测时间段t内眼睛闭合的次数的差值，并统计各监测时间段t内眼睛闭合的累计时长，将统计的各监测时间段t内累计的眼睛闭合的时长，建立闭合时长统计集合L(l1,l2,...,li,...,lx),li表示为采用眼睛开合检测到第i个监测时间段t内眼睛闭合的累计时长；
所述管理服务器并接收筛选获取模块发送的灰度比例系数，将接收的灰度比例系数与设定的灰度比例系数阈值进行对比，以统计佩戴眼镜T时长内各监测时间段t内灰度比例系数小于设定的灰度比例系数阈值的时长，构成灰度筛选闭合时长集合L′(l′1,l′2,...,l′i,...,l′x),l′i表示为采用灰度比例系数检测到第i个监测时间段t内眼睛闭合的累计时长，管理服务器将闭合次数统计集合、闭合次数对比集合、灰度筛选闭合时长集合并结合佩戴者的坐姿规范性评估系数γ，统计佩戴者学习状态符合度系数，管理服务器将佩戴者的坐姿规范性评估系数以及佩戴者学习状态符合度系数发送至显示模块；
所述显示模块用于接收管理服务器发送的佩戴者的坐姿规范性评估系数以及佩戴者学习状态符合度系数，并进行显示。
进一步地，所述数据预处理模块通过对佩戴者的图像信息进行光照补偿处理，突出图像中的眼睛区域，抑制眼睛区域外的其他区域，以增强眼睛区域的图像，光照补偿处理的公式为：
其中，g(i,j)表示为原始眼睛图像中的灰度，y(i,j)表示为经光照补偿处理后的眼睛图像灰度，gA表示为原始眼睛图像中设置的第一灰度阈值，gB表示为原始眼睛图像中设置的第二灰度阈值，且gA＜gB，yA表示为光照补偿处理后的第一灰度阈值，yB表示为光照补偿处理后的第二灰度阈值，λ表示为比例因子，λ＝0.8，且gA＜gB＜yA＜yB。
进一步地，所述眼睛的开合比眼睛的开合比K用于描述眼睛张开的程度，u表示为上眼皮特征位置与下眼皮特征位置间的距离，v表示为上眼皮特征位置与下眼皮特征位置连线的中点到眼角特征的位置。
进一步地，所述佩戴者的坐姿规范性评估系数γ表示为佩戴者在佩戴时间内坐姿规范性评估系数，y表示为佩戴时间T内眼镜距离桌面的距离小于预设的最小距离阈值的次数，ai表示为第i个t时间段内眼镜距离桌面的平均距离，a′i表示为第i+1个时间段内眼镜距离桌面的平均距离与第i个时间段内眼镜距离桌面的平均距离间的差值，S表示为眼睛与桌面间的最大距离。
进一步地，所述佩戴者学习状态符合度系数计算公式为μ表示为佩戴者在佩戴眼镜学习的过程中的学习状态符合度系数，γ表示为佩戴者在佩戴时间内坐姿规范性评估系数，f(l′i,li)max表示为第i个监测时间段内眼睛开合检测的时长和灰度比例系数检测的时长中的最大时长，di表示为第i个监测时间段t内眼睛闭合的次数与第i-1个监测时间段t内眼睛闭合的次数的差值，ri表示为第i个监测时间段t内眼睛闭合的次数，T表示为佩戴眼镜的累计时长。
本发明的有益效果：
本发明提供的一种基于近视眼镜的学习监护系统，通过学习监测终端对佩戴眼镜的佩戴者进行眼镜到桌面的距离检测，并将采集的眼镜距离桌面的距离与设定的距离阈值进行对比，以判断眼镜与桌面的距离是否小于距离阈值，一旦小于距离阈值，则学习监测终端发出报警提示，便于及时提醒佩戴者眼镜与桌面间保持安全距离，可预防近视，保护视力，减少学生中发生近视的概率。
通过学习监测终端中的测距检测模块并结合管理服务器，对采集的眼镜与桌面的距离进行分析对比，并将下一监测时间段内的平均距离与上一监测时间段内的平均距离进行对比，同时结合佩戴者在规范坐姿下眼镜与桌面的距离，统计佩戴者在佩戴时间段内的坐姿规范性评估系数，以判断佩戴者的坐姿是否规范，加强对佩戴者坐姿的管理与约束，为后期培养佩戴者的坐姿以及脊椎的保护提供可靠的数据参考价值。
通过数据预处理模块对学习监测终端获取获取眼睛的图像进行过滤处理，提高了眼睛区域内的灰度，降低眼睛周围区域内的灰度，实现眼睛周围背景区域的抑制，并分别经筛选获取模块和特征提取模块处理分析，获得灰度比例系数和眼睛的开合比，并管理服务器筛选经灰度比例系数处理和经眼睛开合比处理过程中眼睛闭合时间，同时根据眼睛闭合时长、眼睛闭合次数以及坐姿规范性评估系数统计佩戴者学习状态符合度系数，提高了眼睛闭合时长检测的准确性，且提高了佩戴者佩戴眼镜的过程中对佩戴者学习状态的检测准确性，能够直观地为监护人员展示佩戴者的学习状态情况以及学习的专心程度，提高了学习状态检测的效率，便于为监护人员提供可靠的数据参考，具有智能化特性，大大预防佩戴者的不良坐姿和用眼习惯，提高对佩戴者学习过程中的有效监护，减少监护人员实时监视佩戴者所花费的时间与精力。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明中一种基于近视眼镜的学习监护系统的示意图；
图2为本发明中的学习监测终端的示意图；
1-红外线距离探测仪，2-蜂鸣器，3-摄像头，4-蓄电池，5-开关。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，一种基于近视眼镜的学习监护系统，包括学习监测终端和服务分析终端，学习监测终端与服务分析终端通过无线通信网络连接；
学习监测终端用于实时检测眼镜距离桌面的距离、采集佩戴眼镜的佩戴者的眼睛图像信息以及佩戴眼镜的时间，将检测的眼镜距离桌面的距离、采集佩戴者的眼睛图像信息和佩戴眼镜的时长发送至服务分析终端，并判断眼镜距离桌面的距离是否小于预设的距离阈值，若小于预设的距离阈值，则发出报警提示；
如图2所示，学习监测终端包括测距检测模块、处理模块、预警提示模块、信息获取模块和计时模块，处理模块分别与测距检测模块、预警提示模块、信息获取模块和计时模块进行电连接；
测距检测模块为红外线距离探测仪，安装在眼镜上，用于实时检测佩戴者的眼镜与桌面的距离，并将检测的眼镜与桌面的距离发送至处理模块；
信息获取模块为摄像头，安装在眼镜上，用于实时采集佩戴者的侧面眼睛以及眼睛周围的图像信息，并将采集的图像信息发送至处理模块；
处理模块为处理器，用于接收测距检测模块发送的眼镜与桌面的距离，判断眼镜与桌面的距离是否小于预设的距离阈值，若小于预设的距离阈值，则处理模块发送报警提示指令至预警提示模块，同时，处理模块接收信息获取模块发送的采集佩戴者的图像信息，并接收计时模块发送的佩戴眼镜的时长，将采集佩戴者的图像信息、佩戴眼镜的时长以及眼镜与桌面的距离发送至服务分析终端；
预警提示模块为蜂鸣器，安装在眼镜上，用于提示佩戴者的眼镜距离桌面的距离小于设定的最小距离阈值，以提醒佩戴者重新调整眼镜与桌面的距离，保证眼镜与桌面的距离满足设定的距离阈值要求，其中，最小距离阈值等于30cm，便于实时提示佩戴者距离桌面的距离，提高了对眼睛的保护，以纠正不规范的用眼习惯。
计时模块为计时器，用于统计佩戴者佩戴上眼镜的时长，并将统计的佩戴眼镜的时长发送至处理模块；
另外，学习监测终端还包括开关控制模块、电源模块，电源模块为蓄电池，用于为处理模块进行供电，满足学习监测终端的供电需求，开关控制模块为开关，分别与电源模块和处理模块连接，用于控制电源模块是否为处理模块供电，当开关控制模块处于开启状态时，电源模块与处理模块处于断开状态，电源模块中的电量无法传输至处理模块，进而无法为处理模块提供电量，当开关控制模块处于闭合状态时，电源模块与处理模块间相连通，电源模块中的电量正常传输至处理模块，满足处理模块的电量需求。
服务分析终端接收学习监测终端发送的眼镜距离桌面的距离、采集佩戴者的眼睛图像信息和佩戴眼镜的时长，接收眼睛距离桌面的距离，并统计各监测时间内眼睛距离桌面的变化量计算佩戴者的坐姿规范性评估系数，同时，对接收的佩戴者眼睛图像信息进行过滤处理，将过滤处理的图像进行眼睛区域提取，并统计的眼睛区域图像的灰度比例系数与设定的灰度比例系数阈值进行对比，统计灰度比例系数下眼睛闭合的时长，并将过滤处理的图像进行眼睛开合比统计和眼睛闭合时长的统计，对两次统计的眼睛闭合时长进行最大化处理，并结合佩戴者的坐姿规范性评估系数统计佩戴者学习状态符合度系数，能够准确且有效地统计佩戴眼镜的学生在佩戴眼镜的时间过程中，佩戴者坐姿是否规范以及学习状态的符合度系数，便于为后期纠正坐姿以及提高学习效率提供可靠的数据。
服务分析终端包括数据预处理模块、筛选获取模块、特征提取模块、管理服务器、特征数据库和显示模块；数据预处理模块分别与筛选获取模块和特征提取模块连接，管理服务器分别与筛选获取模块、特征提取模块、特征数据库和显示模块连接。
数据预处理模块用于接收学习监测终端发送的佩戴者的图像信息，对接收的图像进行高斯滤波处理，去除图像中的噪声干扰，为后期提取眼睛图像的特征提供可靠的基础，数据预处理模块对经滤波处理后的图像依次进行光照补偿处理，并将经光照补偿处理后的图像分别发送至筛选获取模块和特征提取模块；
其中，数据预处理模块通过对佩戴者的图像信息进行光照补偿处理，突出图像中的眼睛区域，抑制眼睛区域外的其他区域，以增强眼睛区域的图像，光照补偿处理的公式为：
其中，g(i,j)表示为原始眼睛图像中的灰度，y(i,j)表示为经光照补偿处理后的眼睛图像灰度，gA表示为原始眼睛图像中设置的第一灰度阈值，gB表示为原始眼睛图像中设置的第二灰度阈值，且gA＜gB，yA表示为光照补偿处理后的第一灰度阈值，yB表示为光照补偿处理后的第二灰度阈值，λ表示为比例因子，λ＝0.8，且gA＜gB＜yA＜yB。
采用以上光照补偿处理公式，可将原始眼睛区域的图像的灰度在gA和gA之间内图像灰度调整至灰度在yA和yB之间，提高了眼睛区域内的灰度，降低眼睛周围区域内的灰度，实现眼睛周围背景区域的抑制。
筛选获取模块用于接收数据预处理模块发送的经光照补偿处理后的图像，提取图像中的眼睛区域的图像，并将提取的眼睛区域的图像进行平均灰度值计算，并将眼睛区域的图像对应的灰度与平均灰度值进行对比，将大于平均灰度值的区域灰度设置为255(白色)，将小于平均灰度值的区域灰度设置为0(黑色)，将灰度值为0的像素值数量与灰度值为255的像素值数量进行对比，获得灰度比例系数，并将统计的灰度比例系数发送至管理服务器，其中，瞳孔区域的灰度值等于0；
特征提取模块用于接收数据预处理模块发送的经光照补偿处理后的眼睛图像，提取眼睛图像中的特征，并将提取的眼睛图像中的特征与特征数据库中存储的特征进行对比，筛选出佩戴者上眼皮特征、下眼皮特征以及眼角特征，并采用局部二值算法对上眼皮特征、下眼皮特征以及眼角特征进行定位，根据上眼皮特征的位置、下眼皮特征的位置以及眼角特征的位置，计算眼睛开合高度和侧面眼睛长度，以计算眼睛的开合比，其中，眼睛的开合比眼睛的开合比K用于描述眼睛张开的程度，u表示为上眼皮特征位置与下眼皮特征位置间的距离，v表示为上眼皮特征位置与下眼皮特征位置连线的中点到眼角特征的位置，特征提取模块将眼睛开合比发送至管理服务器；
特征数据库用于存储眼睛侧面图像中上眼皮特征、下眼皮特征以及眼角特征，并存储眼睛闭起时对应的眼睛开合比阈值；
根据佩戴眼镜的时长，对时长T进行划分，划分成若干监测时间段t,对划分的若干相同监测时间段t进行排序，分别为1,2,...,i,...,x，T＝x*t；
管理服务器实时接收学习监测终端发送的眼睛与桌面的距离，提取眼睛与桌面间的距离最大的距离，并将最大的距离作为最规范坐姿对应的距离，即当佩戴者坐姿端正时，眼睛与桌面间的距离最大，将眼睛与桌面间的最大距离作为最佳标准距离S，根据眼睛佩戴的时间，统计各t时间段内眼镜距离桌面的平均距离，构成平均距离集合A(a1,a2,...,ai,...,ax)，ai表示为第i个t时间段内眼镜距离桌面的平均距离，将各t时间段内的平均距离与上一t时间段内的平均距离进行对比，得到平均距离对比集合A′(a′1,a′2,...,a′i,...,a′m)，x＝m+1，a′i表示为第i+1个时间段内眼镜距离桌面的平均距离与第i个时间段内眼镜距离桌面的平均距离间的差值，管理服务器根据平均距离对比集合以及平均距离集合统计佩戴者的坐姿规范性评估系数γ表示为佩戴者在佩戴时间内坐姿规范性评估系数，y表示为佩戴时间T内眼镜距离桌面的距离小于预设的最小距离阈值的次数，ai表示为第i个t时间段内眼镜距离桌面的平均距离，a′i表示为第i+1个时间段内眼镜距离桌面的平均距离与第i个时间段内眼镜距离桌面的平均距离间的差值，S表示为眼睛与桌面间的最大距离，佩戴者坐姿评估系数越大，表明佩戴者坐姿规范程度越靠近标准的坐姿，其中，当佩戴者的坐姿不规范时，产生的直接结果是眼镜与桌面的距离发生变化，当眼睛与桌面的距离大于30CM时，以通过佩戴者眼镜与桌面的距离变化，判断佩戴者的坐姿是否规范，提高了对坐姿规范性的检测，以加强对坐姿的管理和监护。
同时，管理服务器用于接收学习监测终端发送的佩戴眼镜的时长T，对佩戴眼镜的时长T进行划分，划分成若干监测时间段，并实时接收特征提取模块发送的眼睛开合比，筛选出各监测时间段t内眼睛开合比小于眼睛开合比阈值的次数，并将统计的各监测时间段t内的次数建立闭合次数统计集合R(r1,r2,...,ri,...,rx),ri表示为第i个监测时间段t内眼睛闭合的次数，将各监测时间段t内眼睛闭合次数与上一监测时间段t内眼睛闭合次数进行对比，获得闭合次数对比集合D(d1,d2,...,di,...,d(x-1))，d(i+1)表示为第i+1个监测时间段t内眼睛闭合的次数与第i个监测时间段t内眼睛闭合的次数的差值，并统计各监测时间段t内眼睛闭合的累计时长，将统计的各监测时间段t内累计的眼睛闭合的时长，建立闭合时长统计集合L(l1,l2,...,li,...,lx),li表示为采用眼睛开合检测到第i个监测时间段t内眼睛闭合的累计时长；
管理服务器并接收筛选获取模块发送的灰度比例系数，将接收的灰度比例系数与设定的灰度比例系数阈值进行对比，以统计佩戴眼镜T时长内各监测时间段t内灰度比例系数小于设定的灰度比例系数阈值的时长，构成灰度筛选闭合时长集合L′(l′1,l′2,...,l′i,...,l′x),l′i表示为采用灰度比例系数检测到第i个监测时间段t内眼睛闭合的累计时长，管理服务器将闭合次数统计集合、闭合次数对比集合、灰度筛选闭合时长集合并结合佩戴者的坐姿规范性评估系数γ，统计佩戴者学习状态符合度系数，计算公式为μ表示为佩戴者在佩戴眼镜学习的过程中的学习状态符合度系数，γ表示为佩戴者在佩戴时间内坐姿规范性评估系数，f(l′i,li)max表示为第i个监测时间段内眼睛开合检测的时长和灰度比例系数检测的时长中的最大时长，di表示为第i个监测时间段t内眼睛闭合的次数与第i-1个监测时间段t内眼睛闭合的次数的差值，ri表示为第i个监测时间段t内眼睛闭合的次数，T表示为佩戴眼镜的累计时长，管理服务器将佩戴者的坐姿规范性评估系数以及佩戴者学习状态符合度系数发送至显示模块，通过将各监测时间段内的眼睛闭合时长进行取最大值，以提高眼睛闭合时长检测的准确性，且佩戴者学习状态符合度系数越大，表明佩戴者的学习状态越好，学习的效率也越高。
显示模块用于接收管理服务器发送的佩戴者的坐姿规范性评估系数以及佩戴者学习状态符合度系数，并进行显示，便于佩戴者或监护人员了解佩戴者在佩戴眼镜进行学习的过程中坐姿是否规范以及学习的状态。
其中，管理服务器根据眼睛开合比与眼睛开合比阈值间的对比，统计眼睛在各监测时间段内眼睛闭合次数以及眼睛闭合时长的方法，包括以下步骤：
H1、提取一监测时间段内眼睛开合比小于眼睛开合比阈值的时间点，作为第一时间点t1，提取第一时间点后的tt时间段内的眼睛开合比，tt＜t；
H2、判断tt时间段内是否存在眼睛开合比大于眼睛开合比阈值的时间点，并将该时间点作为第二时间点t2，若有，执行步骤H3,若在该tt时间段内眼睛开合比持续小于眼睛开合比阈值，则眼睛闭合次数ri＝ri，且眼睛闭合时长di＝di+tt，执行步骤H4,若在该tt时间段内眼睛开合比持续小于眼睛开合比阈值，则眼睛闭合次数ri＝ri，且眼睛闭合时长di＝di，执行步骤H4；
H3、则统计该监测时间段内眼睛闭合次数ri＝ri+1，ri初始值为0，并提取眼睛闭合时长di＝di+(t2-t1)，di初始值为0，在该tt时间段内依次查找眼睛开合比大于眼睛开合比阈值的时间点tk，k＝3,4,5，...，判断tt*(k-1)+t1是否小于t，若是，则执行步骤H4,反之，则执行步骤H5；
H4、依次进行增加tt时间段，执行步骤H2-H4,直至监测的时间等于t；
H5、监测下一监测时间段t内的眼睛闭合次数和闭合时长，执行步骤H1-H5，直至所有监测时间段均统计完成。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于近视眼镜的学习监护系统，其特征在于：包括学习监测终端和服务分析终端，学习监测终端与服务分析终端通过无线通信网络连接；
所述学习监测终端用于实时检测眼镜距离桌面的距离、采集佩戴眼镜的佩戴者的眼睛图像信息以及佩戴眼镜的时间，将检测的眼镜距离桌面的距离、采集佩戴者的眼睛图像信息和佩戴眼镜的时长发送至服务分析终端，并判断眼镜距离桌面的距离是否小于预设的距离阈值，若小于预设的距离阈值，则发出报警提示；
所述服务分析终端接收学习监测终端发送的眼镜距离桌面的距离、采集佩戴者的眼睛图像信息和佩戴眼镜的时长，接收眼睛距离桌面的距离，并统计各监测时间内眼睛距离桌面的变化量计算佩戴者的坐姿规范性评估系数；服务分析终端对接收的佩戴者眼睛图像信息进行过滤处理，将过滤处理的图像进行眼睛区域提取，并统计的眼睛区域图像的灰度比例系数与设定的灰度比例系数阈值进行对比，统计灰度比例系数下眼睛闭合的时长，并将过滤处理的图像进行眼睛开合比统计和眼睛闭合时长的统计，对两次统计的眼睛闭合时长进行最大化处理，并结合佩戴者的坐姿规范性评估系数统计佩戴者学习状态符合度系数；
所述服务分析终端包括数据预处理模块、筛选获取模块、特征提取模块、管理服务器、特征数据库和显示模块；
-所述数据预处理模块分别与筛选获取模块和特征提取模块连接，管理服务器分别与筛选获取模块、特征提取模块、特征数据库和显示模块连接；
所述数据预处理模块用于接收学习监测终端发送的佩戴者的图像信息，对接收的图像进行高斯滤波处理，去除图像中的噪声干扰，为后期提取眼睛图像的特征提供可靠的基础，数据预处理模块对经滤波处理后的图像依次进行光照补偿处理，并将经光照补偿处理后的图像分别发送至筛选获取模块和特征提取模块；
-所述筛选获取模块用于接收数据预处理模块发送的经光照补偿处理后的图像，提取图像中的眼睛区域的图像，并将提取的眼睛区域的图像进行平均灰度值计算，并将眼睛区域的图像对应的灰度与平均灰度值进行对比，将大于平均灰度值的区域灰度设置为255，将小于平均灰度值的区域灰度设置为0，将灰度值为0的像素值数量与灰度值为255的像素值数量进行对比，获得灰度比例系数，并将统计的灰度比例系数发送至管理服务器，其中，瞳孔区域的灰度值等于0；
-所述特征提取模块用于接收数据预处理模块发送的经光照补偿处理后的眼睛图像，提取眼睛图像中的特征，并将提取的眼睛图像中的特征与特征数据库中存储的特征进行对比，筛选出佩戴者上眼皮特征、下眼皮特征以及眼角特征，并采用局部二值算法对上眼皮特征、下眼皮特征以及眼角特征进行定位，根据上眼皮特征的位置、下眼皮特征的位置以及眼角特征的位置，计算眼睛开合高度和侧面眼睛长度，以计算眼睛的开合比，并将眼睛开合比发送至管理服务器；
-特征数据库用于存储眼睛侧面图像中上眼皮特征、下眼皮特征以及眼角特征，并存储眼睛闭起时对应的眼睛开合比阈值；
根据佩戴眼镜的时长，对时长T进行划分，划分成若干监测时间段t,对划分的若干相同监测时间段t进行排序，分别为1,2,...,i,...,x，T＝x*t；
-管理服务器实时接收学习监测终端发送的眼睛与桌面的距离，提取眼睛与桌面间的距离最大的距离，并将最大的距离作为最规范坐姿对应的距离，即当佩戴者坐姿端正时，眼睛与桌面间的距离最大，将眼睛与桌面间的最大距离作为最佳标准距离S，根据眼睛佩戴的时间，统计各t时间段内眼镜距离桌面的平均距离，构成平均距离集合A(a1,a2,...,ai,...,ax)，ai表示为第i个t时间段内眼镜距离桌面的平均距离，将各t时间段内的平均距离与上一t时间段内的平均距离进行对比，得到平均距离对比集合A′(a′1,a′2,...,a′i,...,a′m)，x＝m+1，a′i表示为第i+1个时间段内眼镜距离桌面的平均距离与第i个时间段内眼镜距离桌面的平均距离间的差值，管理服务器根据平均距离对比集合以及平均距离集合统计佩戴者的坐姿规范性评估系数；
同时，管理服务器用于接收学习监测终端发送的佩戴眼镜的时长T，对佩戴眼镜的时长T进行划分，划分成若干监测时间段，并实时接收特征提取模块发送的眼睛开合比，筛选出各监测时间段t内眼睛开合比小于眼睛开合比阈值的次数，并将统计的各监测时间段t内的次数建立闭合次数统计集合R(r1,r2,...,ri,...,rx),ri表示为第i个监测时间段t内眼睛闭合的次数，将各监测时间段t内眼睛闭合次数与上一监测时间段t内眼睛闭合次数进行对比，获得闭合次数对比集合D(d1,d2,...,di,...,d(x-1))，d(i+1)表示为第i+1个监测时间段t内眼睛闭合的次数与第i个监测时间段t内眼睛闭合的次数的差值，并统计各监测时间段t内眼睛闭合的累计时长，将统计的各监测时间段t内累计的眼睛闭合的时长，建立闭合时长统计集合L(l1,l2,...,li,...,lx),li表示为采用眼睛开合检测到第i个监测时间段t内眼睛闭合的累计时长；
所述管理服务器并接收筛选获取模块发送的灰度比例系数，将接收的灰度比例系数与设定的灰度比例系数阈值进行对比，以统计佩戴眼镜T时长内各监测时间段t内灰度比例系数小于设定的灰度比例系数阈值的时长，构成灰度筛选闭合时长集合L′(l′1,l′2,...,l′i,...,l′x),l′i表示为采用灰度比例系数检测到第i个监测时间段t内眼睛闭合的累计时长，管理服务器将闭合次数统计集合、闭合次数对比集合、灰度筛选闭合时长集合并结合佩戴者的坐姿规范性评估系数γ，统计佩戴者学习状态符合度系数，管理服务器将佩戴者的坐姿规范性评估系数以及佩戴者学习状态符合度系数发送至显示模块；
-所述显示模块用于接收管理服务器发送的佩戴者的坐姿规范性评估系数以及佩戴者学习状态符合度系数，并进行显示。
2.根据权利要求1所述的一种基于近视眼镜的学习监护系统，其特征在于：所述学习监测终端包括测距检测模块、处理模块、预警提示模块、信息获取模块和计时模块，处理模块分别与测距检测模块、预警提示模块、信息获取模块和计时模块进行电连接；
所述测距检测模块为红外线距离探测仪，安装在眼镜上，用于实时检测佩戴者的眼镜与桌面的距离，并将检测的眼镜与桌面的距离发送至处理模块；
所述信息获取模块为摄像头，安装在眼镜上，用于实时采集佩戴者的侧面眼睛以及眼睛周围的图像信息，并将采集的图像信息发送至处理模块；
所述计时模块为计时器，用于统计佩戴者佩戴上眼镜的时长，并将统计的佩戴眼镜的时长发送至处理模块；
所述处理模块为处理器，用于接收测距检测模块发送的眼镜与桌面的距离，判断眼镜与桌面的距离是否小于预设的距离阈值，若小于预设的距离阈值，则处理模块发送报警提示指令至预警提示模块，同时，处理模块接收信息获取模块发送的采集佩戴者的图像信息，并接收计时模块发送的佩戴眼镜的时长，将采集佩戴者的图像信息、佩戴眼镜的时长以及眼镜与桌面的距离发送至服务分析终端；
所述预警提示模块为蜂鸣器，安装在眼镜上，用于提示佩戴者的眼镜距离桌面的距离小于设定的最小距离阈值，以提醒佩戴者重新调整眼镜与桌面的距离。
3.根据权利要求2所述的一种基于近视眼镜的学习监护系统，其特征在于：所述学习监测终端还包括开关控制模块、电源模块；
所述电源模块为蓄电池，用于为处理模块进行供电，满足学习监测终端的供电需求，开关控制模块为开关，分别与电源模块和处理模块连接，用于控制电源模块是否为处理模块供电；
当开关控制模块处于开启状态时，电源模块与处理模块处于断开状态，电源模块中的电量无法传输至处理模块，进而无法为处理模块提供电量，当开关控制模块处于闭合状态时，电源模块与处理模块间相连通，电源模块中的电量正常传输至处理模块，满足处理模块的电量需求。
4.根据权利要求1所述的一种基于近视眼镜的学习监护系统，其特征在于：所述数据预处理模块通过对佩戴者的图像信息进行光照补偿处理，突出图像中的眼睛区域，抑制眼睛区域外的其他区域，以增强眼睛区域的图像，光照补偿处理的公式为：
其中，g(i,j)表示为原始眼睛图像中的灰度，y(i,j)表示为经光照补偿处理后的眼睛图像灰度，gA表示为原始眼睛图像中设置的第一灰度阈值，gB表示为原始眼睛图像中设置的第二灰度阈值，且gA＜gB，yA表示为光照补偿处理后的第一灰度阈值，yB表示为光照补偿处理后的第二灰度阈值，λ表示为比例因子，λ＝0.8，且gA＜gB＜yA＜yB。
5.根据权利要求1所述的一种基于近视眼镜的学习监护系统，其特征在于：所述眼睛的开合比眼睛的开合比K用于描述眼睛张开的程度，u表示为上眼皮特征位置与下眼皮特征位置间的距离，v表示为上眼皮特征位置与下眼皮特征位置连线的中点到眼角特征的位置。
6.根据权利要求1或4或5任意一所述的一种基于近视眼镜的学习监护系统，其特征在于：所述佩戴者的坐姿规范性评估系数γ表示为佩戴者在佩戴时间内坐姿规范性评估系数，y表示为佩戴时间T内眼镜距离桌面的距离小于预设的最小距离阈值的次数，ai表示为第i个t时间段内眼镜距离桌面的平均距离，a′i表示为第i+1个时间段内眼镜距离桌面的平均距离与第i个时间段内眼镜距离桌面的平均距离间的差值，S表示为眼睛与桌面间的最大距离。
7.根据权利要求6任意一所述的一种基于近视眼镜的学习监护系统，其特征在于：所述佩戴者学习状态符合度系数计算公式为μ表示为佩戴者在佩戴眼镜学习的过程中的学习状态符合度系数，γ表示为佩戴者在佩戴时间内坐姿规范性评估系数，f(l′i,li)max表示为第i个监测时间段内眼睛开合检测的时长和灰度比例系数检测的时长中的最大时长，di表示为第i个监测时间段t内眼睛闭合的次数与第i-1个监测时间段t内眼睛闭合的次数的差值，ri表示为第i个监测时间段t内眼睛闭合的次数，T表示为佩戴眼镜的累计时长。
CN201910899630.XA 2019-09-23 2019-09-23 一种基于近视眼镜的学习监护系统 Withdrawn CN110623631A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910899630.XA CN110623631A (zh) 2019-09-23 2019-09-23 一种基于近视眼镜的学习监护系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910899630.XA CN110623631A (zh) 2019-09-23 2019-09-23 一种基于近视眼镜的学习监护系统

Publications (1)

Publication Number Publication Date
CN110623631A true CN110623631A (zh) 2019-12-31

Family

ID=68972330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910899630.XA Withdrawn CN110623631A (zh) 2019-09-23 2019-09-23 一种基于近视眼镜的学习监护系统

Country Status (1)

Country Link
CN (1) CN110623631A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112380987A (zh) * 2020-11-13 2021-02-19 无锡臻永科技有限公司 有效学习时长统计系统
CN114338905A (zh) * 2021-10-22 2022-04-12 深圳市慧视智图科技有限公司 一种手机平板类电子产品预防近视的系统
CN115990012A (zh) * 2022-11-08 2023-04-21 广东保伦电子股份有限公司 一种在特定空间下预防近视的综合防控方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112380987A (zh) * 2020-11-13 2021-02-19 无锡臻永科技有限公司 有效学习时长统计系统
CN112380987B (zh) * 2020-11-13 2021-12-17 圣凯诺服饰有限公司 有效学习时长统计系统
CN114338905A (zh) * 2021-10-22 2022-04-12 深圳市慧视智图科技有限公司 一种手机平板类电子产品预防近视的系统
CN115990012A (zh) * 2022-11-08 2023-04-21 广东保伦电子股份有限公司 一种在特定空间下预防近视的综合防控方法
CN115990012B (zh) * 2022-11-08 2023-08-18 广东保伦电子股份有限公司 一种在特定空间下预防近视的综合防控方法

Similar Documents

Publication Publication Date Title
CN110477925B (zh) 一种针对敬老院老人的跌倒检测与预警方法及系统
CN110623631A (zh) 一种基于近视眼镜的学习监护系统
CN108960056A (zh) 一种基于姿态分析和支持向量数据描述的跌倒检测方法
CN109670441A (zh) 一种实现安全帽穿戴识别的方法、系统、终端以及计算机可读存储介质
CN109215806A (zh) 一种基于人脸识别的公共场所健康监测系统及方法
CN105662384B (zh) 一种监测人的心率是否正常的方法及装置
CN202257856U (zh) 驾驶员疲劳驾驶监控装置
CN110189447B (zh) 一种基于人脸身份识别的智慧社区闸机控制系统
CN109977930A (zh) 疲劳驾驶检测方法及装置
US20220279119A1 (en) Method and system for activity detection with obfuscation
CN111582209A (zh) 一种基建现场施工人员异常行为监管方法
US20230237699A1 (en) Method and system for itelligently controlling children's usage of screen terminal
CN107958572A (zh) 一种婴儿监控系统
KR20080018642A (ko) 원격 응급상황 모니터링 시스템 및 방법
CN113392765A (zh) 一种基于机器视觉的摔倒检测方法和系统
CN109044375A (zh) 一种实时跟踪检测眼球疲劳度的控制系统及其方法
CN111027517A (zh) 一种基于视觉的坐姿矫正提醒系统及方法、应用
CN108010579A (zh) 健康监护系统
CN113706824B (zh) 一种基于物联网监控的老人居家看护系统
CN107066089A (zh) 一种基于计算机视觉技术的手机用眼姿势保护方法
CN114022944A (zh) 一种智能监控系统
CN108806209A (zh) 用于感知屏幕距离的智能报警系统
CN113408495A (zh) 一种用于安保的安全警备系统
CN110633012A (zh) 一种防沉迷电脑
CN109998501A (zh) 生理指标及心理指标的检测方法、装置及终端设备

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20191231