一种智能化可穿戴式视力保护装置及方法与流程

本申请涉及视力保护的领域，尤其涉及一种智能化可穿戴式视力保护装置及方法。

背景技术：

随着课业负担的加重，青少年在学习过程中，眼睛使用过度会引起近视。而在正常状态下，平均每分钟需要眨眼15～20次以使泪膜正常分布于眼球表面，保护眼角膜，避免眼球表面干燥而导致损伤等。但是，如果读书时距离过近、姿势不正确、看书时环境光线不足或过强以及长时间那看书导致眼睛疲劳，最终使得视力受到损害。青少年的近视问题已成为引起社会广泛关注的问题。

目前视力保护的方法已经有很多种，比如改善镜片结构，眼保健操，视力疲劳缓解装置，视力疲劳提醒装置等。其中的“可穿戴式设备”由于其良好的交互性、便携性更是受到消费者的青睐，其是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、服饰及鞋等。而目前应用于视力保护的可穿戴设备还比较少，智能化程度比较低，对视力保护的方式也比较单一，用户体验差。

技术实现要素：

一种智能化可穿戴式视力保护装置及方法，该装置包括如下模块：

红外摄像模块：用于采集用户双眼瞳孔和眼睑的实时图像信息；

处理模块：用于处理红外摄像模块采集到的用户双眼瞳孔和眼睑的实时图像信息，并产生当前视力状态；

保护模块：用于根据用户当前视力状态对用户视力进行保护，保护模块配置有左右对称的多个振动器，振动器安置于用户眼镜左右两腿；还配置有蜂鸣器。

所述红外摄像模块安置于用户眼镜框本体的前端中央。

所述处理模块还包括：双眼瞳孔图像信息处理子模块，双眼眼睑图像信息处理子模块，综合评估子模块。

所述双眼瞳孔图像信息处理子模块用于：预先采集用户正常情况下的瞳孔直径，建立正常情况下的瞳孔直径模型和模型阈值；比较用户实时瞳孔直径的图像信息和预先采集的瞳孔直径的图像信息，建立双眼瞳孔疲劳判断状态表；

所述双眼眼睑图像信息处理子模块用于：预先采集用户正常情况下的双眼眼睑眨动信息，建立正常情况下的双眼眼睑眨动信息模型和模型阈值；比较用户实时双眼眼睑眨动信息的图像信息和预先采集的双眼眼睑的图像信息，建立双眼眼睑疲劳判断状态表；

所述综合评估子模块用于：以双眼瞳孔疲劳判断状态表和双眼眼睑疲劳判断状态表为源数据，训练弱分类器，利用加权投票机制调整权值，构建强分类器，得到最终的用户眼睛疲劳状态评估结果。

一种视力保护方法，所述方法包括如下步骤：

S1，采集用户双眼瞳孔和眼睑的实时图像信息；

S2，处理红外摄像模块采集到的用户双眼瞳孔和眼睑的实时图像信息，并产生当前视力状态；

S3，根据用户当前视力状态对用户视力进行保护，并配置有左右对称的多个振动器，振动器安置于用户眼镜左右两腿；还配置有蜂鸣器。

所述步骤S2还包括：

S21，双眼瞳孔图像信息的处理；

S22，双眼眼睑图像信息的处理；

S23，双眼瞳孔图像信息和双眼眼睑图像信息的综合评估。

所述步骤S21还包括：预先采集用户正常情况下的瞳孔直径，建立正常情况下的瞳孔直径模型和模型阈值；比较用户实时瞳孔直径的图像信息和预先采集的瞳孔直径的图像信息，建立双眼瞳孔疲劳判断状态表；

所述步骤S22还包括：预先采集用户正常情况下的双眼眼睑眨动信息，建立正常情况下的双眼眼睑眨动信息模型和模型阈值；比较用户实时双眼眼睑眨动信息的图像信息和预先采集的双眼眼睑的图像信息，建立双眼眼睑疲劳判断状态表；

所述步骤S23还包括：以双眼瞳孔疲劳判断状态表和双眼眼睑疲劳判断状态表为源数据，训练弱分类器，利用加权投票机制调整权值，构建强分类器，得到最终的用户眼睛疲劳状态评估结果。

本发明通过对采集到的双眼瞳孔图像信息和双眼眼睑图像信息进行用户眼睛疲劳的综合评估，该综合评估方法克服了传统眼部疲劳判断方法单一性的问题，评估更加全面、客观，同时采用集成学习模型，提高了评估的准确性。

附图说明

图1是本发明视力保护装置的结构示意图。

图2是本发明视力保护方法的流程图。

当连续多次比较结果大于或小于模型阈值时，判断为用户处于疲劳状态；当连续多次比较结果等于模型阈值时，判断为用户处于正常状态；

当连续多次比较结果大于或小于模型阈值时，判断为用户处于疲劳状态；当连续多次比较结果等于模型阈值时，判断为用户处于正常状态；

具体实施方式

以下结合附图进一步说明本发明的实施例。

实施例一：

图1是本发明视力保护装置的结构示意图。该装置包括如下模块：

红外摄像模块：用于采集用户双眼瞳孔和眼睑的实时图像信息；

处理模块：用于处理红外摄像模块采集到的用户双眼瞳孔和眼睑的实时图像信息，并产生当前视力状态；

保护模块：用于根据用户当前视力状态对用户视力进行保护，保护模块配置有左右对称的多个振动器，振动器安置于用户眼镜左右两腿，多个对称安装的振动器是为了在评估到用户眼睛处于疲劳状态时，给用户的相关穴位进行按摩，以缓解用户对眼睛使用的疲劳。同时配置有蜂鸣器，在用户眼睛疲劳的状态下给用户适当的提醒，避免用户长时间用眼造成眼部损伤。

作为一种实施方式，振动器设置有不同的震动频率，而不同的震动频率对应不同的用户眼睛疲劳等级，如，较低频率的震动对应较低等级的疲劳，较高频率的震动对应较高等级的疲劳，以达到疲劳缓解的精准化。

红外摄像模块安置于用户眼镜框本体的前端中央，但并不限定在该位置。也可以是便于采集用户眼睛相关图像信息的其他位置，这些位置都是为了方便的采集用户双眼瞳孔和眼睑的实时图像信息，同时又不影响用户正常使用眼镜的感受。

处理模块还包括：双眼瞳孔图像信息处理子模块，双眼眼睑图像信息处理子模块，综合评估子模块。

双眼瞳孔图像信息处理子模块用于：预先采集用户正常情况下的瞳孔直径，建立正常情况下的瞳孔直径模型和模型阈值；比较用户实时瞳孔直径的图像信息和预先采集的瞳孔直径的图像信息，建立双眼瞳孔疲劳判断状态表。

作为其中一种实施方式，当连续多次比较结果大于或小于模型阈值时，判断为用户处于疲劳状态；当连续多次比较结果等于模型阈值时，判断为用户处于正常状态。用户眼睛的瞳孔状态并不局限于上述两种，还可以包括介于疲劳与正常状态之间的多种状态，同时也可以设定用户眼睛的疲劳等级，可以为四级、五级等，在这里并不作限定。

双眼眼睑图像信息处理子模块用于：预先采集用户正常情况下的双眼眼睑眨动信息，建立正常情况下的双眼眼睑眨动信息模型和模型阈值；比较用户实时双眼眼睑眨动信息的图像信息和预先采集的双眼眼睑的图像信息，建立双眼眼睑疲劳判断状态表。

作为其中一种实施方式，当连续多次比较结果大于或小于模型阈值时，判断为用户处于疲劳状态；当连续多次比较结果等于模型阈值时，判断为用户处于正常状态。用户眼睛的眼睑状态并不局限于上述两种，还可以包括介于疲劳与正常状态之间的多种状态，同时也可以设定用户眼睛的疲劳等级，可以为四级、五级等，在这里并不作限定。

综合评估子模块用于：以双眼瞳孔疲劳判断状态表和双眼眼睑疲劳判断状态表为源数据，训练弱分类器，利用加权投票机制调整权值，构建强分类器，得到最终的用户眼睛疲劳状态评估结果。

实施例二：

一种视力保护方法，所述方法包括如下步骤：

S1，采集用户双眼瞳孔和眼睑的实时图像信息；

S2，处理红外摄像模块采集到的用户双眼瞳孔和眼睑的实时图像信息，并产生当前视力状态；

S3，根据用户当前视力状态对用户视力进行保护，并配置有左右对称的多个振动器，振动器安置于用户眼镜左右两腿；多个对称安装的振动器是为了在评估到用户眼睛处于疲劳状态时，给用户的相关穴位进行按摩，以缓解用户对眼睛使用的疲劳。同时配置有蜂鸣器，在用户眼睛疲劳的状态下给用户适当的提醒，避免用户长时间用眼造成眼部损伤。

作为一种实施方式，振动器设置有不同的震动频率，而不同的震动频率对应不同的用户眼睛疲劳等级，如，较低频率的震动对应较低等级的疲劳，较高频率的震动对应较高等级的疲劳，以达到疲劳缓解的精准化。

步骤S2还包括：

S21，双眼瞳孔图像信息的处理；

S22，双眼眼睑图像信息的处理；

S23，双眼瞳孔图像信息和双眼眼睑图像信息的综合评估。

步骤S21还包括：预先采集用户正常情况下的瞳孔直径，建立正常情况下的瞳孔直径模型和模型阈值；比较用户实时瞳孔直径的图像信息和预先采集的瞳孔直径的图像信息，建立双眼瞳孔疲劳判断状态表。

作为其中一种实施方式，当连续多次比较结果大于或小于模型阈值时，判断为用户处于疲劳状态；当连续多次比较结果等于模型阈值时，判断为用户处于正常状态。用户眼睛的瞳孔状态并不局限于上述两种，还可以包括介于疲劳与正常状态之间的多种状态，同时也可以设定用户眼睛的疲劳等级，可以为四级、五级等，在这里并不作限定。

步骤S22还包括：预先采集用户正常情况下的双眼眼睑眨动信息，建立正常情况下的双眼眼睑眨动信息模型和模型阈值；比较用户实时双眼眼睑眨动信息的图像信息和预先采集的双眼眼睑的图像信息，建立双眼眼睑疲劳判断状态表。

作为其中一种实施方式，当连续多次比较结果大于或小于模型阈值时，判断为用户处于疲劳状态；当连续多次比较结果等于模型阈值时，判断为用户处于正常状态。用户眼睛的瞳孔状态并不局限于上述两种，还可以包括介于疲劳与正常状态之间的多种状态，同时也可以设定用户眼睛的疲劳等级，可以为四级、五级等，在这里并不作限定。

步骤S23还包括：以双眼瞳孔疲劳判断状态表和双眼眼睑疲劳判断状态表为源数据，训练弱分类器，利用加权投票机制调整权值，构建强分类器，得到最终的用户眼睛疲劳状态评估结果。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。