儿童青少年使用DIMS镜片联合视觉训练控制近视效果研究

以5~18岁的近视儿童为研究对象,结合接受视觉训练意愿,非随机地分为多区正向光学离焦(DIMS)镜片组和DIMS镜片联合视觉训练组(联合组)观察近视控制的临床效果。对入组儿童的230只眼6个月随访的近视进展数据进行回顾性分析研究,发现所有入组儿童呈现缓慢的近视进展,平均屈光度进展量为(-0.07±0.18)D/半年,平均眼轴增长为(0.04±0.15)mm/半年;2个治疗组儿童的等效球镜度进展程度的分布没有统计学差异(X^(2)=3.200,P>0.05),眼轴进展程度的分布有统计学差异(X^(2)=10.667,P<0.05)。通过6个月的临床随访发现,近视儿童配戴DIMS镜片可以获得良好的屈光度和眼轴进展的控制效果,若同时联合进行视觉训练,对控制眼轴进展有更大帮助。

鳜鱼视觉特性及其对捕食习性适应的研究Ⅰ．视网膜电图光谱敏感性和适应特性

采用电生理方法研究了夜行性凶猛鱼类鳜鱼视网膜电图的一般特性、光谱敏感性和适应特性。顷鱼的视网膜电图不显示典型的混合型视网膜特征。明视和暗视视网膜电图的光谱敏感曲线形状基本相同，峰值都在５３０ｎｍ处，没有出现Ｐｕｒｋｉｎｊｅ氏位移。明适应曲线仅出现下降型变化，暗适应过程异常缓慢。鳜鱼的视网膜仅存在单一的光感受系统，即暗视系统，不可能形成色觉。但级鱼视网膜具有很高的光敏感性，适于弱光视觉。

基于ZibBee控制的高动态范围LED模拟调光装置设计

针对LED应用于机器视觉辨认等特殊场合,本文提出了一种基于ZibBee控制的高动态范围LED模拟调光装置,提供了一种异于高频PWM的调光方法。设计通过对原有线性电源的改进,增加了可变降压电路,提高了其工作效率,并实现了500∶1的高动态范围模拟调光。电路中同时使用了CC2430芯片实现电流控制和无线遥控的功能,配合着ZigBee无线网关便可实现远程调光控制。

数字化LED光源控制器设计

为了提高机器视觉中照明系统的质量,获得优质稳定的图像,设计了一种基于USB通信协议的LED光源控制器。该控制器采用基于ARM Cortex-M3内核的STM32F107作为微控制器,应用PWM调光技术以避免模拟调光中的色偏现象,并实现了普通、频闪、外部触发三种照明模式。在机器视觉检测系统的应用表明该控制器不但能够降低成本,而且能够实现PWM数字化精确调光,改善所提取图像质量。

基于中间视觉的道路照明特性研究及应用

道路照明属于中间视觉范围,基于中间视觉下的人眼敏感性程度研究对道路照明应用设计有着指导性的意义。文章首先分析了中间视觉下人眼敏感性的特征,依据国家道路照明标准,选取满足不同亮度要求的敏感光谱波长,通过基于RGB配色的HSI调光模型,设计了一个可配色可调光的白绿色LED路灯。仿真结果表明,该方法可以较好地应用在道路照明中。

双目视觉的弱点动目标粒子滤波跟踪定位研究

在研究红外图像序列的弱点动目标粒子滤波跟踪算法和双目立体视觉摄像机标定算法的基础上,基于双目视觉设计了双目图像序列弱点动目标的跟踪、空间定位系统。仿真实验表明:对粒子基于估计参数后的密度函数分配权重的算法,提高了图像跟踪精度,采用线性三角定位方法,有效地实现目标空间定位。

微光环境下草地贪夜蛾的颜色视觉行为反应

夜出型昆虫与日出型昆虫一样,具有强大的颜色视觉能力。为明确微光环境下草地贪夜蛾的颜色视觉行为反应,本研究利用颜色卡纸测试了草地贪夜蛾对紫色、蓝色、绿色、黄色和红色等5种颜色的趋向、取食和产卵选择的偏好性。结果表明,趋向测试中,草地贪夜蛾雌雄成虫对蓝色(21.43%和18.57%)和紫色(17.13%和15.70%)表现出明显的趋性,显著高于绿色、黄色和红色;取食测试中,其成虫对不同颜色的选择率无明显差异;产卵选择则明显偏好黄色(40.27%)和绿色(40.17%)。本研究在理论上丰富了昆虫微光视觉生态学理论,也为深入研究草地贪夜蛾颜色视觉行为机理提供了基础,应用上为利用颜色视觉研发草地贪夜蛾物理防控措施提供了科学依据。

基于结构张量分析的弱小目标单帧检测

针对复杂场景图像由于背景边缘干扰和噪声导致弱小目标检测困难的问题,提出了一种基于结构张量分析的弱小目标单帧检测方法.利用结构张量对不同局部结构的表示特性,通过计算结构张量特征值矩阵和均值滤波得到点状和矩形状目标的结构张量响应图;采用高斯差分带通滤波器计算灰度差分图;通过归一化融合处理得到最终响应图;采用自适应阈值分割得到目标位置.采用该方法对天空、海面等多种场景的红外图像和可见光图像进行实验,并与典型方法对比,结果表明该方法能够有效地抑制背景干扰和噪声、快速且准确地检测目标.

基于改进YOLOv4-Tiny模型的红外弱小目标检测

针对复杂环境下红外弱小目标检测查准率与查全率低的问题,采用改进的YOLOv4-Tiny模型提出一种新的红外弱小目标检测方法。以轻量化的目标检测神经网络YOLOv4-Tiny模型为基础,该模型在训练难度与检测性能2方面取得了较好的权衡。对YOLOv4-Tiny模型的特征提取部分进行了修改,通过增加卷积层数与卷积核尺寸来增加红外图像特征提取的信息量,避免忽略弱小目标的有用信息;对YOLOv4-Tiny模型的激活函数进行了修改,提高对弱小目标的细节学习能力。在多个红外弱小目标数据集上的实验结果表明,相较于原YOLOv4-Tiny模型和其他对比模型,所提方法对红外弱小目标的检测取得了明显的性能提升,可较好地兼顾检测性能与检测效率。

夜行性昆虫微光视觉行为及其视觉适应机制

作为昆虫种群的重要组成部分,夜行性昆虫成功进化出了与其生存环境相适应的感觉机制,普遍认为夜行性昆虫主要依靠嗅觉和机械性感受等来探索环境,其视觉器官发生了退化或功能丧失。近年来,随着红外夜视、视网膜电位(electroretinogram,ERG)和视觉神经等生物新技术的应用,昆虫视觉生态学研究出现了突破性进展,自2002年以来陆续发现蛾类、蜜蜂和蜣螂等夜行性昆虫进化出了非凡的微光视觉(dim-light vision)能力,在夜晚(光照强度低于0.3 lx)依然可以如同在明亮的白天一样清晰、准确地感知目标物体特定的视觉特性,如明暗、颜色、形状、大小、对比度、偏振光和运动状态等,展现出视觉调控夜行性昆虫行为活动的巨大潜力。此外,这些夜行性昆虫复眼瞳孔、小眼焦距、视杆和色素颗粒等方面进化出了一些相应的形态生理特征,以提高光学灵敏度适应夜间微光环境。鉴于夜行性昆虫微光视觉行为及其视觉适应机制的研究尚处于起步阶段,仅见于少数访花昆虫或粪食性昆虫,建议加强以下几个方面的研究:(1)重大夜行性农业害虫的微光视觉及其应用的研究;(2)非典型重叠复眼的光学结构特征及其应对微光环境的适应机制研究;(3)夜行性昆虫响应微光环境的视觉适应机制研究;(4)基于夜行性昆虫微光视觉行为研发新型害虫防控技术。

基于多特征的快速红外弱小目标检测算法

为了从全向红外搜索和跟踪系统采集的海量大视场高分辨率红外图像中快速准确地检测出红外弱小目标,本文提出了一种基于由粗到细的分阶段检测策略和时空域特征融合的红外弱小目标检测算法.首先,通过引入基于频域的快速显著性检测算法预先检测出目标可能存在的候选区域;其次,对候选区域进行角点检测以判定是否存在候选目标;最后,通过结合帧间时空域特征对候选目标进行进一步判定,以提取真实目标、删除虚假目标.多种实际场景的实验结果表明,该目标检测算法不仅运算量小而且探测概率高、虚警率低,是一种工程实用性能很好的红外弱小目标检测算法.

多尺度各向异性扩散方程的红外弱小目标检测算法

针对复杂背景下红外弱小目标检测效果不佳的问题,结合多尺度分析法和各向异性扩散方程,利用图像尺度和方向信息,提出一种新的红外弱小目标检测算法.首先,采用Surfacelet变换对图像进行多尺度、多方向分解,得到不同尺度下高频子带系数和低频子带系数;其次根据不同频带的特点,分别采用改进的各向异性扩散方程差分滤波和局部去均值滤波对高频子带系数和低频子带系数进行处理;最后,采用逆Surfacelet变换重构处理后的子带系数,并采用自适应阈值分割对重构的图像进行分割,以实现目标检测.采用多组红外图像进行试验,并与小波滤波以及各向异性扩散滤波进行比较,实验结果显示,该算法能有效抑制背景及其边缘,可以获得比另外两种算法更好的红外弱小目标检测效果.

光照强度对梨小食心虫产卵选择性的影响

【目的】梨小食心虫Grapholita molesta是一种重要的果树常发性害虫。本研究旨在探明光照强度在梨小食心虫产卵选择中的作用,进一步揭示梨小食心虫的微光视觉能力。【方法】在春、夏和秋季分别调查梨小食心虫在桃树树冠向阳面和背阴面等部位的产卵量,测定日落时向阳面和背阴面的光照强度差异;室内利用光暗双向选择行为试验测定梨小食心虫成虫对光照强度的产卵选择行为反应。【结果】春、夏和秋季梨小食心虫成虫均偏好在光照强度显著较高的桃树树冠向阳面叶片上产卵,总产卵量分别为背阴面的4.24,9.30和5.82倍。在光暗双向选择中,10000,100,1和0.01 lx及自然光照条件下,梨小食心虫成虫对光照的产卵选择性均显著高于对黑暗,产卵选择率分别为87.48%,83.68%,82.92%,80.08%和84.84%。通过比较梨小食心虫对强光和弱光的产卵选择性发现,光照对比度(强光/弱光)为10和2时,10000,100,1和0.01 lx及自然光照条件下,雌成虫均对强光照表现出显著的产卵选择性,且随光照强度降低产卵选择性无明显减弱,产卵选择率均高达75%以上。【结论】光照强度可以影响梨小食心虫成虫的产卵选择性,雌成虫对强光照表现出明显的产卵偏好性,即使在微光条件下依然可以准确辨别出光照强度差异,展现出良好的微光视觉能力,为开发基于视觉行为调控的新型物理诱捕技术提供依据。

基于引导滤波与时空上下文的红外弱小目标跟踪

由于传统的跟踪算法没有充分利用目标与其局部背景的时空相关性,使其不能有效地区分背景边缘和红外弱小目标,从而在跟踪过程中产生偏移现象.针对这一问题,本文在时空上下文学习跟踪的原理基础上,分析了跟踪偏移的原因,并引入图像引导滤波方法,提出了一种引导滤波结合时空上下文的红外弱小目标跟踪算法.该算法首先采用引导滤波对上下文区域进行处理,在保留上下文区域云层边缘的同时剔除目标及噪声,再将其与滤波结果作差.最后利用小目标的"置信图"检测出目标.为了验证该方法的有效性,采用五组红外小目标序列图像进行实验,并与经典时空滤波、改进的模板匹配和移动管道滤波等方法作比较.实验结果表明本文提出的方法在主观视觉和客观评价指标方面均优于其它三种经典方法,且具有更高的目标跟踪精度与较好的实时性.

采用视觉特征整合的红外弱小目标检测

针对红外光学系统在复杂背景下的弱小目标检测问题,建立了基于特征整合的信息处理模型,提出了采用视觉特征整合的弱小目标检测方法。该方法首先利用视网膜神经节细胞感受野的数学模型DOG(Different-of-Gaussian)对红外图像进行初级信息处理,初步检测出弱小目标。而后,分为空域和频域两个通道进行特征提取。在空域通道,利用图像信息构造二阶微分Hessian矩阵,通过计算其直迹与行列式进行局部极值的判定,提取出含有弱小目标的结构分量特征;在频域通道,利用小波对图像频域进行二级分解,提取出含有弱小目标的高频分量特征。最后,将空域通道与频域通道的分量特征整合,提取出复杂背景下的弱小目标。实验结果表明:当虚警率为10-3时,该方法对弱小目标的平均检测概率为95.17%。基本满足红外弱小目标检测方法的稳定可靠、精度高等要求。

恒定及动态VDT办公光环境对比实验研究

为对未来的VDT办公光环境设计提供合理建议,实验对比研究了具有适应性的恒定(水平照度500 lx,垂直照度300 lx,色温3800 K)、非偏好动态及偏好动态三种VDT办公光环境对被试的作业效率、注意力、记忆力、对比敏感度、色觉、远视力、近视力及自觉症状的影响。实验结果表明:被试在恒定光环境下的注意力、记忆力、对比敏感度及远、近视力的表现更好;在偏好动态光环境下,自觉症状的评价、色觉表现更好;而相比之下,在非偏好动态光环境下适应性最差。故未来的VDT办公光环境设计中应避免采用忽略个体差异的动态办公照明,并应根据VDT作业内容,在恒定与偏好动态照明间进行合理选择。

基于分区减光的电弧增材制造熔敷道尺寸主被动联合视觉检测

设计了电弧增材制造熔敷道成形尺寸主被动联合视觉检测方法,以克服结构光主动视觉传感的滞后性与被动视觉传感的信息单一性.为了实现极高亮度的熔池与极低亮度的结构光条纹在同一CCD靶面同时清晰成像,提出了分区减光策略,对熔池与结构光条纹进行差异化的减光,使二者光强在减光之后水平相当,进而清晰成像.相机成像光路分析表明,需要将分区减光元件设置在镜头前方一倍焦距以外或镜头后方焦点与靶面之间.该方法实现了单CCD在一幅图像中同时清晰拍摄熔池和结构光条纹.开发了一套图像处理算法,实时提取出了熔敷道尺寸.结果表明,熔敷道高度检测误差优于0.1 mm,宽度检测误差优于0.2 mm.

基于改进的剪切波变换和引导滤波的红外弱小目标背景抑制方法

由于传统的背景抑制方法没有充分利用信号的方向信息,使其不能有效区分背景边缘和红外弱小目标,从而造成背景抑制结果中有较多的背景泄露.针对上述问题,本文利用改进的剪切波变换和引导滤波,提出了一种新的背景抑制方法.首先,采用改进的剪切波变换对红外弱小目标图像进行多尺度和多方向分解,将图像分解得到不同的高频子带系数和低频子带系数;其次,利用目标信号与边缘在方向上的差异,采用自适应引导滤波对高频子带系数进行处理;再次,对分解后的低频子带系数和处理后的高频子带系数进行改进的剪切波逆变换,得到预测的背景图像;最后,将原图像与背景预测图像相减获得背景抑制且目标增强的红外图像.为了验证本文方法的有效性,采用多组实验对其进行验证,并与经典的Max-Median、TDLMS和Top-hat等方法作比较.多组实验结果均表明本文方法在主观视觉和客观评价指标方面均优于其它三种经典方法,可有效提高红外搜索跟踪系统对红外弱小目标的探测概率.

公路隧道照明调光与行车安全分析

提出了对于公路隧道的入口处的照明调光进行全面的升级,一方面,为了减少交通安全事故的发生而促使照明调光的精细化程度有所提升,另一方面,还结合了山西西纵高速公路右玉至平鲁段机电工程建设工程中隧道的实际情况以及相关数据和调光曲线来进行理论分析.得出了系统的精细化程度是保障行车安全的一项重要指标的结论.

基于YOLO-IDSTD算法的红外弱小目标检测

针对复杂背景下红外弱小目标难以准确快速检测的问题,提出了一种红外弱小目标轻量化实时检测网络模型YOLO-IDSTD。首先,为提高检测速度,重新设计了特征提取部分的网络结构,并在输入层后使用Focus模块以减少推理时间;其次,为增强检测能力,特征融合部分采用路径聚合网络,添加了改进的感受野增强模块;最后,目标检测部分增加至四尺度检测。在红外弱小目标数据集上进行的对比实验表明,相较于经典轻量化模型YOLOv3-tiny,文中提出的模型召回率提升了7.57%,平均检测精度提高了1.92%,CPU推理速度提升了36.1%,可较好地兼顾精度和速度,计算量与参数量明显减少,模型尺寸压缩至7.27 MB,减少了对硬件平台运算能力的依赖,实现了红外弱小目标准确又快速的检测。