自动调节亮度的护眼灯及自动调节亮度的方法与流程

本发明涉及照明领域，特别涉及一种自动调节亮度的护眼灯及自动调节亮度的方法。

背景技术：

长时间在灯光下学习很容易导致眼睛疲劳，甚至会使眼睛受到不可修复的损伤。为了解决这类问题，市场上出现了各种类型的护眼灯。

当前市场上提供的护眼灯主要是通过对外界的光线强度感应来调节光线亮度。请参见图1，图1为现有技术的一种护眼灯的结构示意图。该护眼灯的灯罩3外设置有光感应器1，在灯罩3尾端设置控制器6，控制器6与光感应器1通过导线4电路连接。光感应器1会将感应到的台灯照射范围内的光线强度反馈给控制器6，控制器6作出指令，控制led灯泡2的亮度。该自动调节亮度的台灯实现了根据实际需要自动调节台灯的照射亮度，有利于保护视力。

但是，现有方案，这对于眼睛来说，属于被动接受，不管调节的亮度是否为最佳，都是人眼来被动地适应其亮度，因此，仍然不能达到保护眼睛的作用。

技术实现要素：

为了解决上述技术问题，本发明提供了一种自动调节亮度的护眼灯(10)，包括：灯头(101)、灯杆(102)及底座(103)，其特征在于，还包括亮度自动调节系统(104)；其中，

所述灯杆(102)分别连接所述灯头(101)及底座(103)；

所述亮度自动调节系统(104)电连接所述灯头(101)。

在本发明的一个实施例中，所述亮度自动调节系统(104)包括图像识别装置(1041)、微处理器(1042)、调节器(1043)、整流电路(1044)及存储器(1045)；其中，

所述图像识别装置(1041)、所述微处理器(1042)、所述调节器(1043)、所述整流电路(1044)依次串行电连接；所述整流电路(1044)电连接所述灯头(101)以驱动所述灯头(101)中的灯发光；

所述存储器(1045)电连接至所述微处理器(1042)。

在本发明的一个实施例中，所述存储器(1045)为eprom。

在本发明的一个实施例中，所述图像识别装置(1041)为摄像头。

在本发明的一个实施例中，所述微处理器(1042)为arm芯片或mcu芯片。

在本发明的一个实施例中，所述调节器(1043)为可调变压器。

在本发明的另一个实施例中，所述整流电路(1044)包括第一整流二极管(d1)、第二整流二极管(d2)、第三整流二极管(d3)及第四整流二极管(d4)；其中，

所述第一整流二极管(d1)的阳极和所述第四整流二极管(d4)的阴极连接形成的节点(m)与所述第二整流二极管(d2)的阳极与所述第三整流二极管(d3)的阴极连接形成的节点(n)分别电连接所述调节器(1043)的两个输出端；

所述第一整流二极管(d1)的阴极与所述第二整流二极管(d2)的阴极连接形成的节点(o)与所述第三整流二极管(d3)的阳极与所述第四整流二极管(d4)的阳极连接形成的节点(p)分别电连接所述灯头(101)的两端。

在本发明的一个实施例中，所述亮度自动调节系统(102)还包括复位器(1046)；所述复位器(1046)与所述存储器(1045)电连接。

在本发明的另一个实施例中，提供了一种自动调节亮度的方法，包括：

(a)获取眼睛状态信息；

(b)比较所述状态信息与眼睛状态阈值，形成控制指令；

(c)根据所述控制指令调节所述护眼灯的亮度。

在本发明的另一个实施例中，步骤(a)包括：

(a1)获取人脸图像；

(a2)分别识别所述人脸图像中眉毛和眼睛的区域图像；

(a3)根据所述区域图像中眉毛和眼睛的距离检测眼睛状态。

与现有技术相比，本发明具有以下有益效果：

本发明提供的护眼灯，可以根据用户使用时的眼睛状态自动调节亮度，以使用户的眼睛达到最舒服的状态，从而起到保护眼睛的作用。

附图说明

下面将结合附图，对本发明的具体实施方式进行详细的说明。

图1为现有技术的一种护眼灯的结构示意图；

图2为本发明实施例提供的一种自动调节亮度的护眼型护眼灯的结构示意图；

图3为本发明实施例提供的一种亮度自动调节系统的结构示意图；

图4为本发明实施例提供的一种整流电路的结构示意图；

图5为本发明实施例提供的另一种亮度自动调节系统的结构示意图；

图6为本发明实施例提供的一种护眼灯的自动调节亮度的方法示意图；

图7为本发明实施例提供的一种眼睛状态信息获取方法的示意图；

图8为本发明实施例提供的一种人脸图像中眉毛和眼睛的坐标采样点示意图；

图9为本发明实施例提供的一种护眼型护眼灯自动调节亮度的方法。

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他实施例，都属于本发明保护的范围。

下面结合附图对本发明做进一步详细说明。

实施例一

请参见图2，图2为本发明实施例提供的一种自动调节亮度的护眼灯的结构示意图。该护眼灯(10)包括：灯头(101)、灯杆(102)及底座(103)，其特征在于，还包括亮度自动调节系统(104)；其中，

所述灯杆(102)分别连接所述灯头(101)及底座(103)；

所述亮度自动调节系统(104)电连接所述灯头(101)。

进一步地，在上述实施例的基础上，请参见图3，图3为本发明实施例提供的一种亮度自动调节系统的结构示意图；所述亮度自动调节系统(104)包括图像识别装置(1041)、微处理器(1042)、调节器(1043)、整流电路(1044)及存储器(1045)；其中，

所述图像识别装置(1041)、所述微处理器(1042)、所述调节器(1043)、所述整流电路(1044)依次串行电连接；所述整流电路(1044)电连接所述灯头(101)以驱动所述灯头(101)中的灯发光；

所述存储器(1045)电连接至所述微处理器(1042)。

进一步地，在上述实施例的基础上，所述存储器(1045)为eprom。

进一步地，在上述实施例的基础上，所述图像识别装置(1041)为摄像头。

进一步地，在上述实施例的基础上，所述微处理器(1042)为arm芯片或mcu芯片。

进一步地，在上述实施例的基础上，所述调节器(1043)为可调变压器。

进一步地，在上述实施例的基础上，请参见图4，图4为本发明实施例提供的一种整流电路的结构示意图，所述整流电路(1044)包括第一整流二极管(d1)、第二整流二极管(d2)、第三整流二极管(d3)及第四整流二极管(d4)；其中，

所述第一整流二极管(d1)的阳极和所述第四整流二极管(d4)的阴极连接形成的节点(m)与所述第二整流二极管(d2)的阳极与所述第三整流二极管(d3)的阴极连接形成的节点(n)分别电连接所述调节器(1043)的两个输出端；

所述第一整流二极管(d1)的阴极与所述第二整流二极管(d2)的阴极连接形成的节点(o)与所述第三整流二极管(d3)的阳极与所述第四整流二极管(d4)的阳极连接形成的节点(p)分别电连接所述灯头(101)的两端。

进一步地，在上述实施例的基础上，请参见图5，图5为本发明实施例提供的另一种亮度自动调节系统的结构示意图；所述亮度自动调节系统(102)还包括复位器(1046)；所述复位器(1046)与所述存储器(1045)电连接。

本实施例中提供的护眼灯，通过增加眼睛状态识别及自动调节亮度功能，以使用户的眼睛达到最舒服的状态，从而起到保护眼睛的作用。

实施例二

本实施例是在实施例一的基础上对本发明的工作原理及实现方式作进一步说明。

本实施例以图像识别装置(1041)为设置在底座(103)正面的摄像头或者为外设摄像头，该摄像头可以采集到坐在护眼灯(10)前面的用户的人脸图像；微处理器(1042)为arm芯片，该arm芯片可以设置于底座(103)内部，其可以读取并运行存储于所述存储器(1045)中的亮度自动调节软件，还可以处理摄像头发送的脸部图像数据并计算出眼睛状态信息，将所述眼睛状态信息与眼睛状态阈值进行比较并生成控制指令；调节器(1043)例如为可调变压器，该可调变压器可以设置于底座(103)内部，其输入端电连接外部电源，其输出端电连接整流电路(1044)；存储器(1045)为eprom，该eprom可以设置于底座(103)内部并与arm芯片电连接，其可以用于存储亮度自动调节软件及眼睛状态阈值；所述复位器与所述eprom电连接，用于清除存储于eprom中的眼睛状态阈值。

请参见图6，图6为本发明实施例提供的一种护眼灯的自动调节亮度的方法示意图。所述方法包括：

(a)获取眼睛状态信息；

(b)比较所述状态信息与眼睛状态阈值，形成控制指令；

(c)根据所述控制指令调节所述护眼灯的亮度。

在步骤(a)之前还包括设定眼睛状态阈值(所述眼睛状态阈值为眼睛处于正常状态时的参数，记为θ阈值)，所述眼睛状态阈值通过以下方法获取：arm芯片控制亮度自动调节软件启动，软件程序运行后，控制摄像头采集人脸图像，此时软件会提示用户进行眼睛状态初始化，用户保持眼睛处于正常状态，并使头部处于在护眼灯前的正常坐姿，此时用户可以点击软件中的初始化按钮，软件接收到指令后控制摄像头采集当前脸部图像，通过分析获取到眼睛状态数据，多次重复采集后，求出眼睛状态均值后作为该眼睛状态阈值。

在步骤(a)中，眼睛状态信息为根据人脸图像中眼睛的相关信息计算得到的眼睛状态实时参数，记为θ。对于如何获取到眼睛状态信息，会在实施例三及实施例四中进行详细描述，此处暂不做介绍；

在步骤(b)中，arm芯片根据人脸图像计算得到θ之后，读取存储在硬盘中的θ阈值，将两者进行比较，形成控制指令；其中，若在一定时间(例如2～5s)内，所述θ与所述θ阈值的比值小于95％，则形成第一控制指令，具体为按(1-θ/θ阈值)的比例减小所述灯头的驱动电压；若在一定时间(例如2～5s)内，所述θ与所述θ阈值的比值大于105％，则形成第二控制指令，具体为按(θ/θ阈值-1)的比例升高所述灯头的驱动电压；

在步骤3中，可调变压器接收并执行arm芯片发送的控制指令，具体为：若可调变压器接收到arm芯片发送的指令为第一控制指令，则按(1-θ/θ阈值)的比例减小所述灯头的驱动电流，以使灯头的亮度按一定的比例降低；若可调变压器接收到arm芯片发送的指令为第二控制指令，则按(θ/θ阈值-1)的比例升高所述灯头的驱动电流，以使所述灯头的亮度按一定的比例升高。

实施例三

请参见图7，图7为本发明实施例提供的一种眼睛状态信息获取方法的示意图。该方法包括如下步骤：

步骤1、获取人脸图像；

步骤2、分别识别所述人脸图像中眉毛和眼睛的区域图像；

步骤3、根据所述区域图像中眉毛和眼睛的距离检测眼睛状态。

其中，在步骤1之后，还可以包括：

对所述人脸图像进行灰度化处理；

对经灰度化处理后的所述人脸图像进行中值滤波处理；

对经中值滤波处理后的人脸图像进行直方图均衡化处理。

其中，对于步骤2，可以包括：

对所述人脸图像采用投影法，粗定位所述眉毛和所述眼睛在所述人脸图像中所在的第一区域；

对所述第一区域采用模板匹配法，精确定位所述眉毛和所述眼睛在所述人脸图像中所在的第二区域以完成对所述区域图像的识别。

其中，对于步骤3，可以包括：

计算所述眉毛到所述眼睛的上眼皮边缘的第一相对距离；

计算所述眉毛到所述眼睛的下眼皮边缘的第二相对距离；

计算所述眼睛的上眼皮边缘和下眼皮边缘的绝对距离；

根据所述第一相对距离、所述第二相对距离及所述绝对距离检测眼睛状态。

其中，对于步骤3中计算所述眉毛到所述眼睛的上眼皮边缘的第一相对距离，可以包括：

在所述眉毛区域中的任取x个点，求出x个点的眉毛坐标平均值；

在所述眼睛区域的上眼皮边缘选取n个点，分别计n个点的上眼皮坐标平均值；

根据所述眉毛坐标平均值和所述上眼皮坐标平均值确定所述第一相对距离。

其中，对于步骤3中计算所述眉毛到所述眼睛的下眼皮边缘的第二相对距离，可以包括：

在所述眼睛区域的下眼皮边缘选取n个点，分别计n个点的下眼皮坐标平均值；

根据所述眉毛坐标平均值和所述下眼皮坐标平均值确定所述第二相对距离。

其中，对于步骤3中计算所述眼睛的上眼皮边缘和下眼皮边缘的绝对距离，可以包括：

在所述上眼皮边缘和下眼皮边缘各取m个点，分别计算所述上眼皮边缘的m个点的第一平均值和所述下眼皮边缘的m个点的第二平均值；

根据所述第一平均值和所述第二平均值计算所述绝对距离。

其中，对于步骤3中根据所述第一相对距离、所述第二相对距离及所述绝对距离检测眼睛状态，可以包括：

根据所述第一相对距离、所述第二相对距离及所述绝对距离进行误差补偿，确定眼睛状态公式，通过计算所述眼睛状态公式判断眼睛状态。

进一步地，所述眼睛状态公式为：

其中，t1为所述第二相对距离，t2为所述绝对距离，t3为所述第一相对距离，offset1和offset2为采集所述人脸图像的误差补偿。

进一步地，所述误差补偿通过人工手动设定。

实施例四

在实施例三的基础上，本实施例对眼睛状态信息获取方法进一步说明。

该方法包括：

步骤1、获取人脸图像；

其中，人脸图像是通过图像识别装置获取，并发送至微处理器。

步骤2、对人脸图像进行预处理；

21)对人脸图像进行灰度化处理

图像灰度化就是使彩色的rgb分量值相等的过程。由于rgb的取值范围是0～255，所以灰度的级别为256级，即灰度图像能表现256种颜色。

将人脸图像灰度化处理后进行灰度拉伸，即用映射的方法，把原来压缩的直方图分开一些，也就是灰度拉伸，得到更加清晰的人脸图像。

22)对人脸图像进行中值滤波

中值滤波法是一种非线性的图像平滑方法，将一个滑动窗口内的各像素灰度排序，用其中值代替窗口中心像素原来的灰度，若窗口中有偶数个像素，则取两个中间值的平均。

23)对人脸图像进行直方图均衡化

设f(i，j)，g(i，j)(i＝1，2…m；j＝1，2…n)，分别为原人脸图像和处理后的人脸图像，人脸图像的灰度化范围为[0，255]，直方图均衡化方法具体如下：

(231)求原图[f(i,j)]m×n的灰度直方图，设用256维的向量hf表示；

(232)由hf求原人脸图像的灰度分布概率，记作pf，则

其中，nf＝m×n(m，n分别为图像的长和宽)为图像的总像素个数；

(233)计算人脸图像各个灰度值的累计分布概率，记作pa，则有

其中，令pa(0)＝0。

(231)进行直方图均衡化计算，的到处理后图像的像素值为：

g(i,j)＝255·pa(k)(3)

24)对人脸图像进行二值化

采用的是最大类间方差阈值分割法对人脸图像二值化。

步骤3、确定人脸图像中眼睛和眉毛的特征，定位眼睛和眉毛的区域；

请参见图8，图8为本发明实施例提供的一种人脸图像中眉毛和眼睛的区域图像识别示意图。

采用投影法将人脸图像缩小到只有眉毛和眼睛的小区域，粗定位眉毛和眼睛的区域。

对眉毛和眼睛的区域图像进行去噪和增强处理。从垂直方向分布，眼睛在眉毛的下面，从上至下搜索，可以定位出眉毛的区域。

采用模板匹配法精确定位眼睛的区域。

传统的模板匹配法，在整幅图像中进行匹配不但运算量大而且干扰因素多。本发明中因为已粗略定位出眼睛的区域，并且已经没有了鼻、嘴等器官的影响，所以对图像连续作水平和垂直投影取其交点即定位为人眼位置，提高准确率。

步骤4-步骤6请参见图9，图9为本发明实施例提供的一种人脸图像中眉毛和眼睛的坐标采样点示意图。

步骤4、计算第一相对距离

在眉毛区域中任取x个点，求出x个点的眉毛坐标平均值；

在眼睛区域的上眼皮边缘选取n个点，分别计n个点的上眼皮坐标平均值；

根将眉毛坐标平均值减去上眼皮坐标平均值得到第一相对距离。

步骤5、计算第二相对距离

在眼睛区域的下眼皮边缘选取n个点，分别计n个点的下眼皮坐标平均值；

将眉毛坐标平均值减去下眼皮坐标平均值得到第二相对距离。

步骤6、计算绝对距离

在上眼皮边缘和下眼皮边缘各取m个点；

分别计算上眼皮边缘的m个点的第一平均值和下眼皮边缘的m个点的第二平均值；

将第一平均值减去第二平均值得到绝对距离。

步骤7、判断眼睛状态

眼睛状态公式如下所示：

其中，t1为第二相对距离，t2为绝对距离，t3为第一相对距离，offset1和offset2为采集人脸图像的误差补偿，误差补偿由于机器的不同，需要人工手动设定。

将步骤4-6中得到的第一相对距离、第二相对距离、绝对距离以及预先设定的误差补偿代入眼睛状态公式中求出θ的值。

当θ越小，越接近于0，说明眼睛越闭合，理想情况下，θ的理论最大值为0；

反之θ越大，越接近于1，说明眼睛越睁开。

由于个体差异，眼睛睁开的θ值因人而异，因此，可以根据不同的个体，在其眼睛睁开并处于最放松状态时的θ阈值作为眼睛状态阈值。

综上所述，本文中应用了具体个例对本发明的结构及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制，本发明的保护范围应以所附的权利要求为准。