Eyeballing Your Eyeball- ի դեղատոմսը. BME60B նախագիծ. 9 քայլ

2025 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2025-01-23 14:48

Հաննա Սիլոս, Սանգ Հի Քիմ, Թոմաս Վասկես, Պատրիկ Վիստ

Խոշորացումը ընթերցման ակնոցների հիմնական հատկություններից մեկն է, որոնք դասակարգվում են ըստ դիոպտերի նշանակման: Ըստ Միչիգանի տեխնոլոգիական համալսարանի, դիոպտերը օբյեկտիվի կիզակետային երկարությունն է, որը սովորաբար չափվում է մմ -ով, մետրերի միավորով (Միչիգանի տեխնոլոգիական համալսարան): Քանի որ ընթերցանության ակնոցներն ունեն ուռուցիկ ոսպնյակներ, կիզակետային հեռավորությունը դրական կլիներ, ինչը կհանգեցներ նաև դիոպտերի դրական լինելուն (HyperPhysics): Կիզակետային երկարությունը մեծանում է, երբ օբյեկտի միջև եղած հեռավորությունը ավելի է հեռանում իրական ոսպնյակից, և դա հանգեցնում է դիոպտերի նվազման, քանի որ դրանք հակադարձ համեմատական են: Հետևաբար, լրացուցիչ դիոպտերներով ընթերցանության ակնոցներ ունենալը կօգնի ոսպնյակին մեծացնել տեսադաշտը, այնպես որ այն կարող է թվալ, թե կիզակետային հեռավորությունն ավելի փոքր է `բարձրացնելով դիոպտերի արժեքը:

Ներկայացված ծածկագիրը կօգտագործվի անհայտ դեղատոմսով ոսպնյակի դիոպտերը կանխատեսելու համար: Դեղատոմսը հաշվարկելու համար օգտագործվում է երկու մուտք ՝ վերահսկվող ֆոնի լուսանկար ՝ առանց ոսպնյակներ օգտագործելու, և նույն ֆոնի մեկ այլ լուսանկար, բայց ընտրության օբյեկտիվի միջոցով: Willրագիրը չափելու է այս երկու լուսանկարների միջև աղավաղումը: Այնտեղից մենք կկարողանանք գնահատել ոսպնյակի դիոպտրիան և արդյունք տալ օգտվողի համար:

Այս հրահանգի համար ձեզ հարկավոր է.

• Սև-սպիտակ շախմատային նախշ ՝ տպված 11x8.5 թղթի վրա
• Տեսախցիկ ՝ իր ֆոկուսը փակելու ունակությամբ
• Եռոտանի կամ նման բան ՝ տեսախցիկն ամրացնելու համար
• Ընթերցանության բաժակների տարբեր դեղատոմսեր
• MATLAB

Քայլ 1: Լուսանկարեք

Ոսպնյակի խոշորացումը հաշվարկելու համար հարկավոր է կարողանալ այն համեմատել օբյեկտի իրական չափի հետ: Այս նախագծի համար մենք համեմատելու ենք խոշորացված պատկերը վերահսկիչ պատկերի հետ:

Այսպիսով, առաջին քայլը նույն լուսանկարից երկու լուսանկար անելն է `առաջինը պարզապես տեսախցիկի միջոցով, իսկ երկրորդը` ընթերցման ակնոցների ոսպնյակի միջոցով, որը ցանկանում եք փորձարկել:

Դուք նկարելու եք 8,5x11in չափսերով սև ու սպիտակ վահանակ ՝ 1 դյույմ ցանցով: Տեղադրեք ձեր տեսախցիկը շախմատային տախտակից 11 հեռավորության վրա: Լուսանկարներ անելուց առաջ կողպեք կենտրոնացումը շախմատային տախտակի վրա:

Լուսանկարեք շախմատային տախտակը ՝ առանց ընթերցանության ակնոցների: Այնուհետեւ, առանց որեւէ բան շարժելու, ընթերցանության ակնոցները տեղադրեք տեսախցիկի առջեւ եւ երկրորդ լուսանկարը կատարեք:

Համոզվեք, որ տեսախցիկի դիրքը չի շարժվում կադրերի միջև: Երկու լուսանկարների միջև միակ բանը, որ պետք է փոխվի, տեսախցիկի առջև դրված ակնոցի ոսպնյակի առկայությունն է:

Երբ ավարտեք լուսանկարները, դրանք վերբեռնեք ձեր համակարգչում:

Քայլ 2: Պատկերները տեղադրեք MATLAB- ում

Բացեք նոր սցենար:

Նախ նշեք գրացուցակը, որտեղ պահվում են լուսանկարները: Այնուհետեւ, օգտագործեք dir գործառույթը:

Dir = 'C: / Users / kuras / Desktop / class / SQ2 / BME60b / Sandbox / testphotos'; GetDir = dir ('*. Jpg');

Մեր նախագծի համար մենք ցանկանում էինք հուշել ծրագրի օգտագործողին, թե որ ֆայլերի հետ են նրանք ցանկանում համեմատել: Առաջին բաժինը օգտվողին խնդրում է նշել վերահսկիչ պատկերը, իսկ երկրորդը `թեստային պատկերը:

• %Հարցրեք օգտվողին, թե որ ֆայլն է կառավարման պատկերը:
• Control = մուտքագրում ('# վերահսկման պատկերի. / N');
• ControlFile = [GetDir (Control).անուն]
• %Հարցրեք օգտվողին, թե որ ֆայլն է պատկերը, որը նա ցանկանում է վերլուծել:
• ChooseFile = մուտքագրում ('\ n# պատկերը, որը ցանկանում եք վերլուծել: / n');
• PrescripFile = [GetDir (ChooseFile). Անունը];

Քայլ 3: Պատկերի վերլուծություն

MATLAB- ում գունավոր պատկերը MxNx3 չափի է, մինչդեռ մոխրագույն մասշտաբի պատկերը MxN է: Սա նշանակում է, որ ավելի արագ է բարելավել/խմբագրել մոխրագույն մասշտաբի պատկերը, քանի որ ավելի քիչ տվյալներ կան հետևելու համար: Օգտագործեք rgb2gray ՝ պատկերը գորշ մասշտաբի փոխարկելու համար: (Իմրոտատ ֆունկցիան օգտագործվել է, քանի որ մեր լուսանկարները հորիզոնական են հայտնվել. Կոդի այս տողը կարող է անհրաժեշտ լինել կամ չլինել ձեր տարբերակում):

• %փոխակերպել մոխրագույնի և պտտել
• I = imread (ControlFile);
• I = rgb2gray (I);
• I = իմոտատ (I, 90);

Հաջորդը, ցուցադրեք պատկերը: Ենթածրագրի գործառույթը օգտագործվում է այնպես, որ փորձարկման պատկերը հետագայում կարողանա լինել կառավարման կողքին:

• %ցուցադրում
• գործիչ (1);
• ենթահող (1, 2, 1)
• ցուցադրել (I);
• վերնագիր (ControlFile);

Օգտագործեք imcrop ՝ օգտվողին հուշելու համար, որ տախտակը կտրի ամբողջական պատկերից: Հետևյալ ծածկագիրը ցույց է տալիս նաև հաղորդագրության տուփ ՝ օգտվողին ցուցումներ տալու համար:

• %կտրատել checkerboard վերլուծության համար
• waitfor (msgbox ({'Օգտագործեք խաչմերուկներ `ստուգիչ տախտակ կտրելու համար:', 'Այնուհետեւ կրկնակի սեղմեք հետաքրքրության տարածքը:'}));
• I_crop = imcrop (I);

Օգտագործեք imbinarize ՝ պատկերը երկուականացնելու համար:

I_binary = imbinarize (I_crop);

Քայլ 4. Հաշվարկեք վահանակի սպիտակ քառակուսիների լայնությունը:

Հաջորդը, օգտագործողին հուշեք գծի գծել պատկերի վրա ՝ օգտագործելով imline: Այս գիծը պետք է հորիզոնական անցնի շախմատային տախտակի վրայով: Այն պետք է սկսվի և ավարտվի սև քառակուսու վրա (նշանակություն չունի, թե որտեղ)- սա այն պատճառով է, որ մենք չափելու ենք ոչ թե սև, այլ սպիտակ քառակուսիների լայնությունը:

• %գծի գիծ
• գործիչ (1)
• ենթահող (1, 2, 1)
• imshow (I_binary);
• waitfor (msgbox ({'Կտտացրեք և քաշեք ՝ 9 տուփեր ընդգրկող գիծ գծելու համար ՝ սև տարածությունից մինչև սև տարածություն:', 'Կրկնակի սեղմեք `հաստատելու համար:'}));
• տող = իմլին;
• դիրք = սպասել (տող);
• վերջնակետեր = line.getPosition;

Քաշված գծի վերջնակետերի համար հանեք X և Y կոդինատները:

• X = վերջնակետեր (:, 1)
• Y = վերջնակետեր (:, 2);

Օգտագործեք improfile ՝ գրաֆիկ ստեղծելու համար ՝ հիմնված գծված գծի երկայնքով հայտնաբերված ինտենսիվության վրա: Սա պետք է նմանվի քառակուսի ալիքի ՝ սկսած 0 -ից (սև) մինչև 1 (սպիտակ): Հաշվիր նաև գագաթները և դրանց գտնվելու վայրը:

• գործիչ (2)
• ենթահող (1, 2, 1)
• վերնագիր ('Պատկերի ինտենսիվությունը անպատշաճ գծի վրայով (Կառավարում)')
• անպատշաճ (I_binary, X, Y); ցանցը միացված է;
• [~, ~, c1,, ~] = անպատշաճ (I_binary, X, Y);
• [գագաթներ, loc] = գտնելու գագաթներ (c1 (:,:, 1));
• սպասիր
• հողամաս (loc, peaks, 'ro');
• հետաձգել

Գտեք յուրաքանչյուր սարահարթի երկարությունը իմպրոֆիլային գրաֆիկի վրա ՝ օգտագործելով for loop: Գործարկեք for loop- ը նույն քանակությամբ գագաթների համար, որոնք կան անպատրաստ գրաֆիկում: Յուրաքանչյուր սարահարթի երկարությունը հաշվարկելու համար օգտագործեք «գտնել» գործառույթը ՝ գտնելու բոլոր այն վայրերը, որտեղ «1» -ի փոխարեն կա «0» ինտենսիվության արժեք: Այնուհետև հաշվարկեք այդ զանգվածի երկարությունը ՝ ստանալու բարձրավանդակի ընդհանուր երկարությունը, որը պետք է հավասար լինի պիքսելներով սպիտակ քառակուսի լայնությանը: ControlPlateauList = զրոներ (1, երկարություն (loc));

i = 1 համար: երկարություն (տեղ)

եթե ես == երկարություն (տեղ)

սարահարթ = գտնել (c1 (loc (i): վերջ,,, 1));

ուրիշ

սարահարթ = գտնել (c1 (loc (i): loc (i+1) -1,,,, 1));

վերջ

ControlPlateauList (i) = երկարություն (սարահարթ);

վերջ

Քայլ 5. Կրկնեք փորձարկման պատկերի 3 -րդ և 4 -րդ քայլերը

*Նշում. Փորձարկման պատկերի վրա անպատշաճ գիծը գծելիս համոզվեք, որ այն գծեք այն քառակուսիներով, որոնք համապատասխանում են վերահսկման պատկերի գծած գծին:

Քայլ 6: Հաշվիր ոսպնյակի խոշորացումը:

Խոշորացված չափումները հաշվարկվում են բարձրավանդակի երկարության միջինը, որը հաշվարկվել է 5 -րդ քայլում, հսկիչ սարահարթի երկարության միջինով, որը հաշվարկվել է 4 -րդ քայլում: Սա հաշվարկված է 1.0884:

խոշորացում = միջին (սարահարթ)/միջին (ControlPlateauList);

Քայլ 7: Գտնել R- քառակուսին և Օգտատիրոջ դեղատոմսը միջամտության միջոցով

Օգտագործելով ծածկագիրը.

• md1 = fitlm (GivenPrescription, MagArray);
• Rsquared = md1. Rsquared. Սովորական;

Մենք կարող ենք գտնել GivenPresciption (մեր ոսպնյակներին տրված արժեքները) գրաֆիկի R- քառակուսու արժեքը ընդդեմ MagArray- ի (ավելի վաղ հաշվարկված խոշորացման չափումների գործակիցների զանգված): Ունենալով բավականաչափ բարձր R- քառակուսի արժեք, կարելի է եզրակացնել, որ գոյություն ունի բավականաչափ ուժեղ հարաբերակցություն ՝ արդարացնելու այս մեթոդի կիրառումը: Այս կոնկրետ դեպքի համար R- քառակուսի արժեքը կազմել է 0.9912, ինչը ենթադրում է ուժեղ փոխկապակցվածություն և, հետևաբար, արդարացված է այս մեթոդը վերլուծության մեջ օգտագործելու մեջ:

Օգտագործելով գործառույթը.

Դեղատոմս = interp1 (MagArray, GivenPrescription, խոշորացում, «գծային»);

Մենք կարող ենք միջամտել մեր խոշորացման հարաբերակցության համապատասխան դեղատոմսի արժեքը (x առանցքի վրա) (արժեքը y առանցքի վրա) և գտնել, թե որն է օգտագործողի դեղատոմսը:

Տվյալների միջամտությունը կարևոր է այս մեթոդի աշխատանքի համար, քանի որ այն թույլ է տալիս մեզ ենթադրություններ անել մեր ունեցած տեղեկատվության վերաբերյալ ՝ հիմնվելով եղած տեղեկատվության վրա: Թեև ամենալավ պիտանի գիծը տեխնիկապես այս ենթադրության համար ավելի ուժեղ թեկնածու կլիներ, ելքերի քանակը նվազեցնելու համար սահմաններ ստեղծելը նույն ազդեցությունն է թողնում, ինչ դեղատոմսով ակնոցները, այնուամենայնիվ, ձեռք են բերում լրացուցիչ միասնական արժեքներ: Սա բացատրվում է հետագա քայլերում:

Քայլ 8. Օգտվողի դեղատոմսը գրաֆիկի վրա ցուցադրելը

Օգտագործելով հետևյալ ծածկագիրը.

• գործիչ;
• սյուժե (GivenPrescription, MagArray, '-g')
• սպասիր
• հողամաս (դեղատոմս, խոշորացում, «bp»)
• հետաձգել
• ցանց
• լեգենդ («Տվյալներ», «Մեջտեղադրված միավորներ», «Տեղակայություն», «ԲԱ»)

Մենք կարող ենք գծել մի գրաֆիկ, որը ցույց է տալիս Կանաչ գծով «Խոշորացման հարաբերակցությունը ընդդեմ տրված դեղատոմսի» և մեր հաշվարկված խոշորացման գտած տվյալները ՝ կապույտ աստղով դեղատոմսի դիմաց: Այնուհետև լեգենդը պիտակավորում է վերնագիրը, x առանցքը և y առանցքը և տեղադրում լեգենդը վերին ձախ անկյունում:

Քայլ 9: Նեղացրեք ձեր դեղատոմսը:

Հետևյալ ծածկագիրը օգտագործվում է դեղատոմսի կլորացման համար.

• եթե դեղատոմս <= 1.125

  CalculatedPrescription = '1.0';

• elseif Դեղատոմս <= 1.375

  CalculatedPrescription = '1.25';

• elseif Դեղատոմս <= 1.625

  CalculatedPrescription = '1.5';

• elseif Դեղատոմս <= 1.875

  CalculatedPrescription = '1.75';

• elseif Դեղատոմս <= 2.25

  CalculatedPrescription = '2.0';

• elseif Դեղատոմս <= 2.625

  CalculatedPrescription = '2.5';

• elseif Դեղատոմս <= 3

  CalculatedPrescription = '2.75';

• elseif Դեղատոմս <= 3.375

  CalculatedPrescription = '3.25';

• ուրիշ

  CalculatedPrescription = 'անհայտ';

• վերջ

Ինտերպոլացիայի միջոցով հայտնաբերված դեղատոմսը պարտադիր չէ, որ արտացոլի իրական դեղատոմսը, քանի որ մարդկային սխալի պատճառով լուսանկարը վերլուծելիս միշտ կլինեն փոքր տատանումներ: Այսպիսով, մեզ անհրաժեշտ է այս քայլը `իրական դեղատոմսը դասակարգելու համար:

Սովորաբար տրվող դեղատոմսերը սկսվում են 1.0 դիոպտերից և դրանց դեղատոմսերում ավելանում են 0.25 -ով, ուստի դեղատոմսը հաշվարկելուց հետո մենք ցանկանում ենք որոշել այն դեղատոմսը, որը լավագույնս համապատասխանում է այն, ինչ օգտվողին կարող է անհրաժեշտ լինել: Դեղատոմսը հաշվարկելուց հետո մենք այն անցնում ենք տրված If հայտարարությունների միջոցով `դրա արժեքը ստուգելու և որոշելու համար, թե որ դեղատոմսն է անհրաժեշտ: Thingանկացած բան պակաս կամ հավասար 1.125 -ի, ապա դեղատոմսը 1.0 է: 1.375 -ից փոքր կամ հավասար ցանկացած բան, դեղատոմսը 1.25 է: Ինչ -որ բան պակաս կամ հավասար 1.625 -ի, դեղատոմսը 1.5 է: 1.845 -ից փոքր կամ հավասար ցանկացած բան, դեղատոմսը 1.75 է: Եվ այսպես շարունակ:

Մեզ մոտ արժեքներն աճում են, քանի որ մենք ստուգում ենք, թե արդյոք արժեքները փոքր են: Եթե մենք անենք արժեքների նվազում, ապա առաջին if հայտարարությունը կկարդա առաջին if հայտարարությունը ամբողջ ժամանակ: Եթե դեղատոմսը ամենափոքրն է, մենք ցանկանում ենք, որ այն անմիջապես ճանաչվի որպես ամենափոքրը, ուստի այդ պատճառով ամենափոքր արժեքն այն է, ինչից սկսել ենք: Ամենաբարձր արժեքից բարձր որևէ բան նշանակում է, որ դեղատոմսը մեր տվյալների տիրույթում չէ, ուստի այն թույլ կտա կարդալ «Անհայտ» տողը: