用于评估和减少显示的彩色图像的近视可能性的方法和系统
阅读：52发布：2020-05-08
专利汇可以提供用于评估和减少显示的彩色图像的近视可能性的方法和系统专利检索，专利查询，专利分析的服务。并且通过彩色显示器上显示的图像来评估观看者的眼睛中L和M视锥的差异刺激包括：接收关于显示器的 光谱 发射特性的信息；接收图像数据；基于图像数据和关于显示器的光谱发射特性的信息来确定图像的非色彩分量，该非色彩分量表示由于图像的 对比度 变化而引起的L和M视锥的差异刺激；基于图像数据和关于彩色显示器的光谱发射特性的信息来确定图像的色彩分量，该分量代表由于图像的光谱内容而引起的L和M视锥的差异刺激；以及，基于色彩和非色彩分量来评估L和M视锥的差异刺激。，下面是用于评估和减少显示的彩色图像的近视可能性的方法和系统专利的具体信息内容。
1.一种用于通过在彩色显示器上显示的图像来评估观看者的眼睛中的L和M视锥的差异刺激的方法，所述方法包括：
接收关于所述彩色显示器的光谱发射特性的信息；
接收关于所述图像的图像数据；
基于所述图像的一个或多个像素以及关于所述彩色显示器的光谱发射特性的信息来确定所述图像的非色彩分量，所述非色彩分量表示由于所述图像的对比度变化而引起的L和M视锥的差异刺激；
基于所述图像的一个或多个像素以及关于所述彩色显示器的光谱发射特性的信息来确定所述图像的色彩分量，所述色彩分量表示由于所述图像的光谱内容而引起的L和M视锥的差异刺激；以及
基于所述色彩分量和所述非色彩分量来评估所述彩色显示器上显示的所述图像对所述观看者的眼睛中的L和M视锥的差异刺激。
2.根据权利要求1所述的方法，进一步包括调整所述彩色显示器的颜色设置并在所述彩色显示器上显示所述图像，其中经调整的所述颜色设置使所显示的图像相对于使用未经调整的显示器显示所述图像导致所述观看者的眼睛中的L和M视锥的较低的差异刺激。
3.根据权利要求1或2所述的方法，其中，所述评估包括使用第一调制传递函数来表示所述观看者的视网膜如何响应所述图像的非色彩分量中存在的不同空间频率。
4.根据权利要求3所述的方法，其中，所述评估还包括使用第二调制传递函数来表示所述观看者的眼睛如何随空间频率而使光模糊。
5.根据前述权利要求中的任一项所述的方法，其中，所述评估包括使用第三调制传递函数来表示所述观看者的视网膜如何响应所述图像的色彩分量中存在的不同空间频率。
6.根据权利要求5所述的方法，其中，所述第一调制传递函数和所述第三调制传递函数表示侏儒双极细胞的感受野(例如，视锥特定高斯算子、高斯算子的差)。
7.根据权利要求1或2所述的方法，其中，确定所述非色彩分量包括基于所述观看者的眼睛中的L视锥与M视锥的比率为所述观看者的眼睛创建非色彩角膜灵敏度曲线，并且确定所述色彩分量包括基于所述观看者的眼睛中的L视锥与M视锥的比率为所述观看者的眼睛创建色彩角膜灵敏度曲线，所述非色彩角膜灵敏度曲线指示所述观看者的眼睛中M视锥和L视锥的组合灵敏度，而所述色彩角膜灵敏度曲线指示所述观看者的眼睛中M视锥和L视锥的差异灵敏度。
8.根据权利要求7所述的方法，其中，从所述观看者的眼睛的测量中获得所述观看者的眼睛中的L视锥与M视锥的比率。
9.根据权利要求7所述的方法，其中，确定所述非色彩分量包括基于所述非色彩角膜灵敏度曲线和所述彩色显示器的光谱发射特性来生成所述图像的非色彩表示，并且确定所述色彩分量包括基于所述色彩角膜灵敏度曲线和所述彩色显示器的光谱发射特性来生成所述图像的非色彩表示。
10.根据权利要求9所述的方法，其中，所述非色彩分量和所述色彩分量解释所述观看者的眼睛的晶状体对光的吸收。
11.根据权利要求10所述的方法，其中，通过所述图像来评估所述观看者的眼睛中的L和M视锥的差异刺激包括确定所述图像的非色彩表示的空间频谱。
12.根据前述权利要求中任一项所述的方法，其中，关于所述彩色显示器的光谱发射特性的信息包括用于所述彩色显示器的每个子像素颜色的光谱曲线。
13.根据权利要求12所述的方法，其中，所述彩色显示器包括红色、绿色和蓝色子像素颜色或青色、品红色和紫色子像素颜色。
14.根据前述权利要求中的任一项所述的方法，其中，所述图像数据包括所述图像中的每个像素的每个子像素显示颜色的值。
15.根据权利要求14所述的方法，其中，所述子像素显示颜色是红色、绿色和蓝色，或者是青色、品红色和紫色。
16.根据前述权利要求中任一项所述的方法，其中，所述图像包括文本。
17.根据前述权利要求中的任一项所述的方法，还包括基于评估，向所述观看者提供当在所述显示器上观看时关于所述图像的近视可能性的信息。
18.一种系统，包括：
电子处理模块，所述电子处理模块被编程为：
接收关于彩色显示器的光谱发射特性的信息；
接收关于图像的图像数据；
基于所述图像的一个或多个像素以及关于所述彩色显示器的光谱发射特性的信息来确定所述图像的非色彩分量，所述非色彩分量表示由于所述图像的对比度变化而引起的L和M视锥的差异刺激；
基于所述图像的一个或多个像素以及关于所述彩色显示器的光谱发射特性的信息来确定所述图像的色彩分量，所述色彩分量表示由于所述图像的光谱内容而引起的L和M视锥的差异刺激；以及
基于所述色彩分量和所述非色彩分量来评估所述彩色显示器上显示的所述图像对所述观看者的眼睛中的L和M视锥的差异刺激。
19.一种用于使用彩色显示器呈现图像的方法，包括：
接收关于所述彩色显示器的光谱发射特性的信息；
接收关于所述图像的图像数据；
基于所述显示器的光谱发射特性，计算指示在观看所述显示器上的图像时观看者的眼睛中的L和M视锥的差异刺激量的信息；
识别所述彩色显示器的一种或多种颜色设置，以减小在所述观看者使用所述彩色显示器观看所述图像时，对所述观看者的眼睛中的L和M视锥的差异刺激；以及
将所述一种或多种颜色设置传输到所述显示器。
20.根据权利要求19所述的方法，还包括接收关于对象的L：M视锥比率的信息，其中，基于所述L：M视锥比率，计算指示在观看所述显示器上的图像时观看者的眼睛中的L和M视锥的差异刺激量的信息。
21.一种用于使用文本和背景的颜色的组合显示电子书的方法，与白色背景上的黑色文本相比，所述组合具有在观看者的眼睛中对L和M视锥的减小的差异刺激，所述方法包括：
基于所述电子书的光谱发射信息和关于所述观看者的L：M视锥比率的信息来确定用户的所述文本和背景的颜色的一种或多种组合，所述组合具有与白色背景上的黑色文本相比减小的所述观看者的眼睛中的L和M视锥的差异刺激；
向用户呈现颜色的一种或多种组合；
从用户接收对颜色组合中的一个的选择；以及
使用用户选择的所述文本和背景的颜色的组合来显示电子书文件。
22.根据权利要求21所述的方法，还包括：从用户接收关于期望的近视源性水平的信息，并且根据所接收的信息来呈现颜色的一种或多种组合，所呈现的颜色的组合具有对应于期望水平的近视可能性。
23.根据权利要求21所述的方法，其中，所述电子书是选自由以下格式组成的组的格式的文件：宽带电子书(BBeB)、漫画书存档、编译的HTML、DAISY、DjVu、DOC、DOCX、EPUB、eReader、FictionBook、Founder Electronics、HTML、iBook、IEC62448、INF、KF8、KPF、Microsoft LIT、MOBI、Mobipocket、多媒体电子书、牛顿电子书、开放电子封装、PDF、纯文本、Plucker、PostScript、RTF、SSReader、文本编码倡议、TomeRaider和开放XML纸张规范。
24.根据权利要求21所述的方法，其中，所述电子书被显示在移动设备上。
25.根据权利要求24所述的方法，其中，所述移动设备是智能电话、平板计算机或专用电子阅读器。
用于评估和减少显示的彩色图像的近视可能性的方法和系统
[0001] 相关申请的交叉引用
背景技术
[0003] 电子显示器在当今世界无处不在。例如，诸如智能电话和平板计算机的移动设备通常使用液晶显示器(LCD)或有机发光二极管(OLED)显示器。LCD和OLED显示器都是平板显示器的示例，并且还用于台式监视器、电视以及汽车和飞机显示器。
[0004] 包括许多LCD和OLED显示器的许多彩色显示器在空间上合成颜色。换句话说，每个像素由提供不同颜色的三个子像素组成。例如，每个像素可以具有红色、绿色或蓝色子像素，或者青色、品红色或黄色子像素。如观看者所感知，像素的颜色取决于来自三个子像素中的每个子像素的光的相对比例。
[0005] 用于显示器的颜色信息通常被编码为RGB信号，从而该信号由每个帧中每个信号的像素颜色的红色、绿色和蓝色分量的每个的值组成。所谓的伽马校正用于将信号转换为强度或电压，以校正显示器中固有的非线性，使得显示器再现预期的颜色。
[0006] 人类响应于来自称为视锥细胞或简称视锥的感光细胞的信号而感知颜色。视锥存在于整个中央和周边视网膜，最密集地包裹在中央凹中，中央黄斑中直径为0.3mm的无杆区域。远离中央凹移动，朝向视网膜外围，视锥的数量减少。人类眼中大约有六到七百万个视锥。
[0007] 人类通常具有三种类型的视锥，每种视锥具有在可见光谱的不同波长处达到峰值的响应曲线。图1A示出了每种视锥类型的响应曲线。在此，横轴示出光的波长(nm)，并且垂直尺度示出响应度。在此图中，曲线已按比例缩放，使得每个视锥下的面积相等，并在线性比例上添加至10。第一类型视锥对长波长的光响应最大，在约为560nm处达到峰值，并被指定为针对长的L。L视锥的光谱响应曲线被示为曲线A。第二类型对中等波长的光响应最大，在530nm处达到峰值，并被简称为针对中等的M。该响应曲线是图1A中的曲线B。第三类型对短波长光的响应最大，在420nm处达到峰值，并被指定为针对短的S，如曲线C所示。这三种类型分别接近64–580nm、534–545nm和420–440nm具有典型峰值波长；峰值和吸收光谱因个体而变化。从三种视锥类型接收到的信号中的差异允许大脑通过色觉对立的过程感知连续范围的颜色。
[0008] 通常，每个视锥类型的相对数量可以变化。然而S视锥通常表示总视锥的5-7％之间，但是L和M视锥的比率可以在个体中广泛变化，从低至5％L/95％M到高达95％L/5％M。平均地，在不同种族的成员之间，L和M视锥的比率也变化，其中亚洲人被认为平均接近50/50的L：M，且高加索人被认为平均接近63％的L视锥(例如，参见，US 8,951,729)。色觉障碍也影响L和M视锥的比例。红色色盲具有0％的L视锥，而绿色色盲具有0％的M视锥。
[0009] 参考图1B，通常在视网膜上以马赛克的形式布置视锥。在此示例中，L和M视锥分布大致相等数量，而S视锥较少。因此，当在电子显示器上观看图像时，人眼对特定像素的响应将取决于该像素的颜色以及该像素在视网膜上的成像位置。
[0010] 人类通常是天生的远视眼，这意味着他们的眼睛在轴向长度上针对角膜的光学能力太短。这种物理的眼睛几何形状导致进入眼睛的无穷远处的图像聚焦在视网膜后面。在婴儿中，可延展晶状体可以增加足够的正屈光力，以使焦平面向前移动，从而使焦平面落在视网膜上。
[0011] 正视眼意指角膜屈光力与视网膜位置相匹配，从而使无限远光学元件处的图像聚焦的点。由于我们天生远视，眼睛必须生长直至巩膜永久变硬才能达到正视。这需要在眼睛生长速率和巩膜硬化之间保持谨慎的平衡。描述眼睛的轴向伸长并在正视眼处停止的过程称为正视化。
[0012] 近视是由于外部因素使轴向伸长和巩膜硬化之间的平衡朝轴向伸长而引起的。到成年初期巩膜变硬时，眼睛已经生长得太长，并且与角膜的最小屈光力相比，视网膜的位置之间存在不匹配。进入眼睛的平行波前在玻璃体内空间而不是视网膜上形成图像。由于眼睛的晶状体只能增加正屈光力，因此如果没有外部负屈光力透镜(例如，使用眼镜)，则眼睛无法在视网膜上形成对焦图像。
[0013] 诸如接近工作和屏幕时间的环境因素长期以来一直被认为是使正视化过程出错的因素。发明内容
[0014] 最近的发现为控制眼睛生长的信号背后的机制提供了见解，可以允许预测某人是否会成为近视眼。基于这种理解，发明人已经开发了与眼睛生长有关的信号的模型，该模型可以提供预测框架以返回表示图像中包含的“近视可能性”量的数量。在这里，近视可能性意指显示的图像对观看者的眼睛中的L和M视锥产生的差异刺激量。高差异刺激具有成比例的高近视可能性，因为差异刺激被认为刺激正视眼以外的眼睛生长。例如，在以下专利申请中讨论了这方面的最新发现，该专利申请的内容通过引用并入本文：2009年12月21日提交的标题为“METHOD AND APPARATUS FOR LIMITING GROWTH OF EYE LENGTH(用于限制眼睛长度增长的方法和装置)”的U.S.2011/0313058A1；2012年4月20日提交的标题为“MYOPIA-SAFE VIDEO DISPLAYS(近视安全视频显示)”的U.S.2014/0063347A1；2014年12月23日提交的标题为“METHODS FOR DIAGNOSING AND TREATING EYE-LENGTH RELATED DISORDERS(诊断和治疗眼睛长度相关失调的方法)”的U.S.2015/0111782A1；2017年1月18日提交的标题为“METHODS FOR DISPLAYING AN E-BOOK USING A COMBINATION OF COLORS FOR TEXT AND BACKGROUND THAT HAVE A REDUCED MYOPIAGENIC EFFECT(使用具有减小的近视源性效果的用于文本和背景颜色组合来显示电子书的方法)”的U.S.S.N.15/409,049；以及，2017年1月18日提交的标题为“METHOD AND APPARATUS FOR REDUCING MYOPIAGENIC EFFECT OF ELECTRONIC DISPLAYS(减小电子显示器的近视源性效果的方法和装置)”的PCT/US2017/013969。
[0015] 公开的预测框架使用各种信息来提供近视可能性的分数，包括例如有关光谱环境(包括，最常见的，RGB显示)、观看设置的几何形状、L：M视锥比率、不同视锥间距、人类晶状体的年龄、L视锥和M视锥等位基因的光谱峰值、以及角膜的调制传递函数。返回的分数与时间无关，但是可以累积随时间(例如，看电影)变化的帧。内容可以是来自但不限于视频游戏、电影、电视节目、静态图像、视频图像、文本、演示文稿、图案和形状中的任何内容。显示器可以在但不限于智能电话、平板计算机、笔记本计算机、台式机、电视和电子阅读器上找到。
[0016] 在本领域中已知暴露于室外日光不是近视的风险因素(参见，例如，Jones，L.A.等人的，Invest.Ophthalmol.Vis.Sci(眼科学研究和视觉科学).48，3524-3532(2007))。阳光被认为是等能量(EE)光源，因为它不触发对立的彩色视觉系统(即，阳光既不是红色也不是绿色，也不是蓝色也不是黄色)。EE光源表示CIE 1931颜色空间图中的“白点”，如图1C所示。与视觉暴露于诸如日光的EE照明相反，最近描述了相对于M视锥过度刺激L视锥会导致发育中的人眼不对称生长，从而导致近视(参见，专利申请WO 2012/145672 A1)。这对电子显示器具有重大意义，电子显示器通常被优化以显示具有包括红色的深饱和颜色和高对比度的图像。认为可以通过减少图像中红色调像素的饱和度或减少像素颜色中红色与绿色的相对量，尤其是在红色量超过绿色量的那些像素中，来减少显示器的近视源性效应。
[0017] 最近的发现规定，相邻视锥之间的整体对比度刺激眼睛的不对称生长，从而导致近视。例如，这可能是L视锥超过M视锥的过度刺激，但不仅限于这种对比度类型。该发现进一步规定，与在整个视网膜上L与M的总体比率相反，相邻视锥的刺激中的差异至关重要。
[0018] 当高对比度的图像落在视网膜上时，图像的边缘在视觉系统中通过视网膜上的感受野中的中心环绕拮抗作用而被检测到。因此，具有许多边缘的图像可以说包含高对比度，从而导致视网膜中相邻神经元(视锥感光细胞及其下游信号发送配偶体，包括双极细胞和视网膜神经节细胞)之间的信号发送差异，其高度地激活在视觉系统中的中心环绕拮抗作用。类似地，当主要由长波长的光组成的包含饱和红色的图像落在视网膜上时，它将强烈刺激L视锥，而不刺激M视锥或S视锥。被多个M视锥和/或S视锥包围的每个L视锥充当高度受刺激的“中心”，而“周边”中的M或S视锥受刺激的程度小得多。这样，可以说饱和的红色在相邻的视网膜神经元之中提供了高对比度，并且可以说饱和的红色高度地激活中心环绕拮抗作用。因为高对比度导致视觉系统中相邻视锥与其他神经元之间的高信号发送差异，并导致视觉系统中的高中心环绕拮抗作用，所以这些术语可以互换使用以描述视网膜上感受野内的对比度程度。
[0019] 下面总结本发明的各个方面。
[0020] 总的来说，一方面，本发明的特征在于一种用于通过在彩色显示器上显示的图像来评估观看者的眼睛中的L和M视锥的差异刺激的方法。该方法包括：接收关于彩色显示器的光谱发射特性的信息；接收关于图像的图像数据；基于图像的一个或多个像素以及关于彩色显示器的光谱发射特性的信息来确定图像的非色彩分量，该非色彩分量表示由于图像的对比度变化而引起的L和M视锥的差异刺激；基于图像的一个或多个像素以及关于彩色显示器的光谱发射特性的信息来确定图像的色彩分量，该色彩分量表示由于图像的光谱内容而引起的L和M视锥的差异刺激；以及，基于色彩分量和非色彩分量，通过在彩色显示器上显示的图像来评估观看者的眼睛中L和M视锥的差异刺激。
[0021] 该方法的实现方式可以包括以下特征和/或其他方面的特征中的一个或多个。例如，该方法可以包括调整彩色显示器的颜色设置并在彩色显示器上显示图像，其中调整的颜色设置使所显示的图像相对于使用未调整的显示器来显示图像，导致观看者的眼睛中L和M视锥的较低的差异刺激。
[0022] 评估可以包括使用第一调制传递函数来表示观看者的视网膜如何响应图像的非色彩分量中存在的不同空间频率。在一些实施例中，评估还包括使用第二调制传递函数来表示观看者的眼睛如何随空间频率而使光模糊。
[0023] 评估可以包括使用第三调制传递函数来表示观看者的视网膜如何响应图像的色彩分量中存在的不同空间频率。第一和第三调制传递函数可以表示侏儒双极细胞的感受野(例如，视锥特定高斯算子、高斯算子的差)。
[0024] 确定非色彩分量可以包括基于观看者的眼睛中的L视锥与M视锥的比率为观看者的眼睛创建非色彩角膜灵敏度曲线，并且确定色彩分量包括基于观看者的眼睛中L视锥与M视锥的比率为观看者的眼睛创建色彩角膜灵敏度曲线，非色彩角膜灵敏度曲线指示观看者的眼睛中M视锥和L视锥的组合灵敏度，而色彩角膜灵敏度曲线指示观看者的眼睛中M视锥和L视锥的差异灵敏度。在一些实施例中，从观看者的眼睛的测量中获得观看者的眼睛中的L视锥与M视锥的比率。确定非色彩分量可以包括基于非色彩角膜灵敏度曲线和彩色显示器的光谱发射特性来生成图像的非色彩表示，并且确定色彩分量包括基于色彩角膜灵敏度曲线和彩色显示器的光谱发射特性来生成图像的非色彩表示。非色彩和色彩分量可以解释观看者的眼睛的晶状体吸收的光。通过图像评估观看者的眼睛中L视锥和M视锥的差异刺激可以包括确定图像的非色彩表示的空间频谱。
[0025] 在一些实施例中，关于彩色显示器的光谱发射特性的信息包括用于彩色显示器的每个子像素颜色的光谱曲线。彩色显示器可以包括红色、绿色和蓝色子像素颜色或青色、品红色和紫色子像素颜色。
[0026] 图像数据可以包括图像中每个像素的每个子像素显示颜色的值。子像素显示颜色可以是红色、绿色和蓝色，或者是青色、品红色和紫色。
[0027] 在一些实施例中，图像包括文本。例如，图像可以是文本页面。
[0028] 该方法可以包括基于评估向观看者提供关于当在显示器上观看时图像的近视可能性的信息。
[0029] 通常，另一方面，本发明的特征在于一种包括电子处理模块的系统，该电子处理模块被编程为：接收关于彩色显示器的光谱发射特性的信息；接收关于图像的图像数据；基于图像的一个或多个像素以及关于彩色显示器的光谱发射特性的信息来确定图像的非色彩分量，该非色彩分量表示由于图像的对比度变化而引起的L和M视锥的差异刺激；基于图像的一个或多个像素以及关于彩色显示器的光谱发射特性的信息来确定图像的色彩分量，该色彩分量表示由于图像的光谱内容而引起的L和M视锥的差异刺激；以及，基于彩色和非彩色分量，通过彩色显示器上显示的图像来评估观看者的眼睛中L视锥和M视锥的差异刺激。该系统的实施例可以包括其他方面的一个或多个特征。
[0030] 通常，在另一方面，本发明的特征在于一种使用彩色显示器呈现图像的方法。该方法包括：接收关于彩色显示器的光谱发射特性的信息；以及接收关于图像的图像数据；基于显示器的光谱发射特性，计算指示在观看显示器上的图像时观看者的眼睛中的L和M视锥的差异刺激量的信息；识别彩色显示器的一种或多种颜色设置，以减少当观看者使用彩色显示器观看图像时的观看者的眼睛中的L和M视锥的差异刺激；以及，将一种或多种颜色设置传输到显示器。
[0031] 该方法的实现方式可以包括以下特征和/或其他方面的特征中的一个或多个。例如，该方法可以包括：接收关于对象的L：M视锥比率的信息，其中，基于L：M视锥比率，计算指示在观看显示器上的图像时观看者眼中L和M视锥的差异刺激量的信息。
[0032] 通常，在另一方面，本发明的特征在于一种用于使用文本和背景的颜色的组合显示电子书的方法，与白色背景上的黑色文本相比，所述组合具有在观看者的眼睛中对L和M视锥的减小的差异刺激。该方法包括基于电子书的光谱发射信息和关于观看者的L：M视锥比率的信息来确定用户的文本和背景的颜色的一种或多种组合，这些组合具有与白色背景上的黑色文本相比减小的观看者的眼睛中的L和M视锥的差异刺激；向用户展示颜色的一种或多种组合；从用户接收对颜色组合中的一个的选择；以及，使用用户选择的文本和背景的颜色的组合来显示电子书文件。
[0033] 该方法的实现可以包括以下特征和/或其他方面的特征中的一个或多个。例如，该方法可以包括：从用户接收关于期望的近视源性水平的信息；以及根据接收的信息呈现颜色的一种或多种组合，所呈现的颜色的组合具有对应于所期望水平的近视可能性。
[0034] 该电子书可以是选自以下的组的格式的文件：宽带电子书(BBeB)、漫画书存档、编译的HTML、DAISY、DjVu、DOC、DOCX、EPUB、eReader、FictionBook、Founder Electronics、HTML、iBook、IEC62448、INF、KF8、KPF、Microsoft LIT、MOBI、Mobipocket、多媒体电子书、牛顿电子书、开放电子封装、PDF、纯文本、Plucker、PostScript、RTF、SSReader、文本编码倡议、TomeRaider和开放XML纸张规范。
[0035] 电子书可以显示在诸如智能电话、平板计算机或专用电子阅读器的移动设备上。
[0037] 图1A是示出人类视锥细胞S、M和L类型的归一化响应光谱的图。
[0038] 图1B示出了在视网膜上的视锥镶嵌的示例。
[0040] 图2A至图2B分别示出了近视眼和正常眼的侧截面。
[0041] 图3是示出了针对四个不同设备的红色原色的归一化光谱发射曲线的图。
[0043] 图5A是彩色图像的示例。
[0044] 图5B以灰度示出与图5A相同的图像，其中灰度强度对应于非色彩近视可能性分量。
[0045] 图5C示出与图5A相同的图像，说明了图像中的色彩对比度。
[0046] 图6A和图6B是分别示出非色彩和色彩算子的灵敏度随波长变化的图。
[0047] 图7A至图7D是分别示出针对眼睛、非色彩算子、组合眼睛和非色彩算子以及色彩算子的归一化活性随调制传递函数的空间频率(每度的周期)变化的图。
[0048] 图8是示出用于提供最佳设置以显示具有减小的近视可能性的图像的算法的流程图。
[0049] 图9是示出用于显示电子书的算法的流程图，该电子书具有与白色背景上的黑色文本相比具有减小的近视可能性的文本和背景的颜色的组合。
[0050] 图10是电子处理模块的示意图。
[0051] 在各个附图中，相同的附图编号和标记指示相同的元素。
具体实施方式
[0052] 参照图2A和2B，近视眼(myopia)——或近视(nearsightedness)——是眼睛的折射效应，其中进入眼睛的光如近视眼睛的图2A所示在视网膜前面产生图像聚焦，而不是如正常眼睛的图2B所示在视网膜本身上。认为电视、阅读、室内照明、视频游戏和计算机监视器都会引起近视的发展，尤其是在儿童中，因为这些显示器产生引起L和M视锥的不均匀激发(例如，对L视锥的刺激大于对M视锥的刺激)和/或视网膜中相邻视锥的不均匀激发的刺激。在儿童期(大约8岁)、青春期(在18岁之前)和成年青年(直到25岁或30岁)，这些差异刺激因素导致眼睛异常伸长，从而导致图像无法聚焦在视网膜上。
[0053] 彩色电子显示器通常使用三种颜色来生成彩色图像。最常见的是，将红色(R)、绿色(G)和蓝色(B)用作三个原色，但是可以将黄色(Y)、品红色(M)和紫色(V)用作另一组原色。三个原色的光谱形状、峰值和主波长可能因设备而异，但受到人类视觉系统的限制，因此，当R＝G＝B时，可以看到非色彩感知；当R＝G时，可以看到黄色的感知，当B单独在时，可以看到蓝色的感知。满足所有这些感知要求单确保显示器上的红色原色将以大于～590nm的发射释放大部分能量。然而，不同类型的显示器对于每个原色可能具有不同的光谱曲线。例如，如图3中的曲线图所说明的，来自四个不同设备的红色原色表明了这些设备中的每个设备的峰值波长和峰值宽(例如FWHM)两者之间的变化。因此，取决于用于观看图像的显示器，同一图像可能具有不同的近视可能性。
[0054] 此外，个体在其视网膜上可以具有L-视锥与M-视锥的不同比例。因此，在特定设备上观看的特定图像对于不同用户可能具有不同的近视可能性。
[0055] 但是，通常，认为所显示图像的近视可能性是基于眼睛所看到的对比度的量。眼睛本身具有光学特性和采样特性两者，它们支配与近视有关的图像中的对比度的量。在数学上，可以通过将图像内容分为“非色彩”和“色彩”表示来对光学特性和采样镶嵌进行建模，以下将对该两者进行更详细的讨论。认为这些表示类似于眼睛中神经节细胞水平上存在的平行途径。
[0056] 参照图4，用于确定近视可能性的示例算法400使用图像数据(401)、显示光谱发射信息(402)、以及关于L：M视锥比率(403)的信息作为输入。图像数据401可以是3×M×N矩阵的形式，其中M×N意指图像分辨率(行×列)，而3是子像素(例如，R、G、B)的数目。为了说明的目的，图5A示出了图像的示例，该图像包括大量的红色以及主要由非红色组成的区域，但是在变化的长度尺度上具有明显的对比度变化。
[0057] 显示光谱发射信息402意指关于显示器中每个子像素的光谱发射的信息。这可以是每个子像素的光谱发射曲线。例如，可以从每种显示类型的经验测量值获得此信息，或者从诸如显示面板的OEM的另一来源获得此信息。
[0058] L：M视锥比率意指用户的L视锥与M视锥的比率。可以根据经验为每个个体用户确定此信息。一种能够测量L：M比率的技术是彩色闪烁光度视网膜电图(ERG)(Jacobs和Neitz，J Opt Soc Am A，1，1175-1180(1984))，第二种能够测量L：M比率的技术是视网膜密度测定(RD)(Sabesan R.等，PLoS One，(2015))。两种技术都依赖于以已知量向眼睛提供特定波长的光的能力，同时以如ERG技术的电学方式或如RD技术的光学方式测量该光的相对吸收。
[0059] 在这种情况下，算法400可以基于使用特定显示器的个体L∶M视锥比率的测量，例如基于用于特定类型显示器的光谱发射信息，来产生针对个体用户定制的近视可能性值。替代地，可以基于非用户特定信息，例如根据对用户的L：M视锥比率的估计(例如，基于类似用户种族的因素)来确定图像的近视可能性。
[0060] 算法400将计算划分为非色彩系统410和色彩系统420。这些系统中的每一个产生对应的近视可能性分数，将其组合以产生图像的最终近视可能性分数(步骤430)。
[0061] 首先转到非色彩系统410，初始步骤411是为用户的周围视网膜创建非色彩角膜灵敏度曲线。为此，算法400针对L和M视锥使用L∶M视锥比率403以及视锥灵敏度(参见，例如，图1A)。非色彩角膜灵敏度曲线可以从每个波长的视锥灵敏度的加权的和中确定，其中权重是每种视锥类型的比率。灵敏度还可以解释其他因素，诸如人眼在每个波长下的吸收。
[0062] 在数学上，可以使用下面的等式1计算眼睛的非色彩灵敏度或Vλ，其中L是随波长变化的L-视锥的灵敏度，M是随波长变化的M-视锥的灵敏度，Lens是人类晶状体的泛黄的范诺伦(van Norren)估计。
[0063] (1)Vλ＝Lens(λ)·(L％cr·L(λ)+M％cr·M(λ)).
[0064] 示例非色彩角膜灵敏度曲线在图6A中示出，其展示了具有峰值灵敏度在550nm至600nm范围内的高斯型钟形曲线形状。
[0065] 一旦已经建立了用于用户视网膜的非色彩角膜灵敏度曲线，算法400将该信息与显示光谱发射信息402一起使用以生成非色彩图像(步骤412)。该步骤涉及基于图像数据(401)和显示光谱发射信息(402)来确定显示器所显示的每个像素的光谱。将非色彩角膜灵敏度曲线与每个像素的光谱内容进行卷积，得到其每个像素值对应于该像素对观看者的L和M视锥的相对刺激量的非色彩图像。图5B说明了针对图5A中的图像的这种效果。
[0066] 接下来，算法400使用频率变换(例如，傅立叶变换)来生成非色彩图像的空间频谱(步骤413)。
[0067] 然后，算法400用表示视网膜上的感受野的调制传递函数(MTF)在非色彩空间频谱上进行操作(步骤414)。算法400还用表示用户眼睛的各种光学特性的MTF在非色彩空间频谱上进行操作(步骤415)。在数学上，MTF将眼睛的响应的幅度与不同空间频率的正弦曲线相关联。
[0068] 第一MTF(eyeMTF)描述了眼睛的光学部分如何随空间频率(通常称为点扩散函数)而使光线模糊。在图7A中示出了示出示例性MTF的曲线。具体而言，该曲线示出了随每度周期(CPD)而变化的归一化活性。如该曲线所说明的，低频率内容(例如2CPD和更低)几乎不变通过(即，活性高)，但是较高的空间频率内容(例如8CPD和更高)被散开，从而创建了与频率成相反关系的较小的视锥对比度(即，活性低，诸如最大活性的20％或更少)。
[0069] 针对非色彩系统的第二MTF可以通过从DC至大约每度100个周期(CPD)正弦曲线与高斯中心环绕感受野的差的积分来生成。在图7B中示出了示出示例性MTF的曲线。在此示例中，DC刺激的活性为零，低频率内容具有相对低的活性。针对高达约12CPD的最大值的频率，活性单调地增加，而频率较低时，活性降低。
[0070] 这些产物的总和成为视网膜将如何响应图像中存在的非色彩频率的数学表示。这两个调制传递函数在频率空间中相乘，这导致由于图像的非色彩分量的近视可能性的数学估计。作为示例，等式2描述了非色彩路径，其中c是视锥直径，而cpd是频率。
[0071]
[0072] 两个MTF的净效果在图7C中说明，其示出了以每度周期的随空间频率变化的归一化活性。DC的活性为零，但在约2CPD时迅速增加至峰值，然后在较高频率下迅速下降。在此示例中，对于高于约4CPD的空间频率，活性可以忽略不计。
[0073] 因此，这些操作产生用于非色彩系统的傅立叶光谱传输曲线(416)，并且算法400将该光谱的最大能量(步骤417)选择为非色彩系统410的近视可能性分数。
[0074] 上述非色彩系统处置空间频率内容(例如，页面上的文本)，该空间频率内容在其穿过角膜和晶状体时被改变，并由L-和M-对立系统采样。
[0075] 但是，低空间频谱内容可以优先于另一个调制一个视锥类别，从而创建与眼睛的调制传递函数无关的高空间频率视网膜对比度。例如，仅使用红色原色打开显示器将产生低空间频率分量，该低空间频率分量与M视锥相比，更大地驱动L视锥，从而在视网膜上创建高频内容。该点扩展函数实际上对散开色彩光没有效果，因此，第二数学构造用于单独建模这种对比度，在此称为L-M。该第二数学构造在色彩系统420中使用，其包括与非色彩系统410类似的步骤。
[0076] 第一步骤421是为用户的周围视网膜创建非色彩角膜灵敏度曲线。算法400使用L∶M视锥比率403来与L和M视锥的视锥灵敏度(参见例如图1A)一起进行计算。色彩角膜灵敏度曲线可以从每个波长的视锥灵敏度的加权差中确定，其中权重是每种视锥类型的比率。灵敏度还可以解释其他因素，诸如在每个波长下人类晶状体的吸收。L-M系统的最后一个基本方面是，其被调谐为使白光不产生输出。等式3是用于确定色彩灵敏度的示例数学公式。此处，L是随波长变化的L-视锥的灵敏度，M是随波长变化的M-视锥的灵敏度，Lens是人类晶状体的泛黄的范诺伦估计，EE是等能量白光，并且x是使得该函数的总和＝0的增益变量集。
[0077] (3)L-M＝EE(λ)·(Lens(λ)·(x·L(λ)-(1-x)·M(λ))。
[0078] 示例性色彩角膜灵敏度曲线在图6B中示出，其展示了在约500nm处的最小值和在约600nm处的最大值。
[0079] 一旦已经建立了用于用户视网膜的色彩角膜灵敏度曲线，算法400将该信息与显示光谱发射信息402一起使用以生成色彩图像(步骤422)。图5C示出了色彩图像的示例。该图像对应于图5A所示的图像，并且示出了色彩对比度主要针对红色原色大于绿色原色的那些像素而发生。
[0080] 接下来，算法400使用频率变换(例如，傅立叶变换)来生成色彩图像的空间频谱(步骤423)。然后，算法400用表示视网膜上的感受野的MTF在色彩空间频谱上进行操作(步骤424)。等式4示出了这种色彩路径的示例。在此，c为感受野大小，cpd为频率。
[0081]
[0082] 图7D中的曲线图形化地说明了该MTF。DC信号不变地通过，但是随着频率增加，色彩信号与中心和周围产生反作用，从而降低系统的输出，直到达到零值为止。
[0083] 这些操作产生用于色彩系统的傅立叶光谱传输曲线(426)，并且算法400将该光谱的最大能量选择(步骤427)作为用于色彩系统420的近视可能性分数。
[0084] 算法400提供单个图像的近视可能性的值。然而，该算法可以应用于由多于一个图像组成的媒体。例如，可以通过这种方式例如，通过评估每个帧并组合(例如，求和、求平均或通过一些其他数学运算)每个帧的分数以提供综合分数来评估视频。
[0085] 此外，尽管前面的描述提供了用于确定非色彩和色彩对近视可能性的贡献的各种算子的特定示例，但是应当理解，可以使用其他数学运算。例如，尽管在功能上，视网膜的非色彩和色彩刺激的MTF的示例是谐波函数乘积与两个高斯的和或差的积分，但是可以使用这些MTF的其他功能形式。MTF描述中心环绕拮抗作用的另一示例是由多个个体高斯的一个构造。表示中心的视锥(或多个视锥)和表示周围的视锥(或多个视锥)，每个都将由唯一权重和符号的个别的高斯来建模，其中标准偏差将等于每个视锥对进入量子的灵敏度曲线。
[0086] 能够提供相似的近视源性指标的替代数学构造可以包括眼睛和视网膜的物理模型。在这样的方法中，可以使用具有精确的密度、大小和分布的L-、M-和S-视锥来生成经由计算机模拟的视网膜。显示图像将在其穿过时被角膜畸变，并被随着年龄而变化的晶状体改变，并最终以合适的大小和尺度降落在生成的视网膜上。然后，每种视锥类型的中心环绕输出将产生对近视负责的对比度机制的替代访问。
[0087] 在一些实现方式中，评估近视可能性的算法(例如，算法400)可以用于确定针对特定用户和该用户使用的特定显示器的调整的图像数据和/或显示颜色设置，以减少针对该显示器的显示图像的近视可能性。例如，参照图8，一种用于确定针对用户的显示器的调整的图像数据和/或设置的方法801使用计算引擎820，该计算引擎820接收一系列输入810并且向用户输出830推荐以用于用户设备的颜色设置。
[0088] 输入810包括用户812的L：M视锥比率信息，用户的显示器814的原色光谱、以及用户的设备类型816。
[0089] L：M视锥比率信息包括用户的眼睛中的每个的L：M视锥比率，其可以根据经验(例如，从眼睛保健专业人员或其他技术人员的测量中)获得。用户的显示器814的原色光谱也可以根据经验(例如，通过光谱测量)确定或例如从显示器OEM或其他来源获得。在某些情况下，原色光谱基于用户设备类型816从各种不同类型显示器的光谱的数据库中获得。
[0090] 计算引擎计算针对用户显示的一个或多个图像以及用户的显示器的近视可能性(步骤822)。图像可以由用户提供，或者可以是标准图像(例如，代表可能由用户观看的不同类型的媒体)的标准图像的集合中的一个或多个。标准图像的示例包括文本页面(例如，以黑和白渲染的)和各种对象或场景的彩色图像。
[0091] 基于近视可能性计算，计算引擎确定图像的调整的图像数据和/或最佳显示设置(步骤824)。计算引擎可以通过调整图像中至少一些像素的像素颜色并重新计算近视可能性以确定颜色改变是否产生较低的分数来确定最佳显示设置。例如，可以减小图像的红色饱和度和/或可以减小非色彩图像具有大响应的空间频率处的图像对比度的变化。计算引擎可以重复此过程，直到已经达到图像的近视可能性的阈值为止。
[0092] 替代地或附加地，计算引擎可以缩放显示器的原色光谱，并使用修改后的显示器原色光谱来重复近视可能性计算。例如，计算引擎可以针对红色原色的不同相对强度执行近视可能性计算，直到已经达到近视可能性的阈值为止。
[0093] 最终，计算引擎修改图像数据和/或显示设置以用于在用户设备上渲染图像(步骤832)。
[0094] 通常，可以由用户设备或一些其他远程设备(例如，服务器)来执行计算。
[0095] 通过计算图像的近视可能性的可量化值，可以量化图像将差异地刺激L视锥和M视锥的程度。这种量化允许对刺激(例如，特定的图像、视频文件)进行评分，进而通过比较分数允许客观比较不同媒体的近视可能性。
[0096] 通常，近视可能性可以被归一化为一定尺度，或被分配一些其他表示内容的近视可能性的标识符。例如，该值可以表示为范围(例如，从1至10)内的值、百分比或一些其他字母数字标识符(例如，字母等级)、颜色尺度或描述。
[0097] 用于内容的诸如上述尺度的近视源性尺度可能在许多方面有用。例如，尺度允许人们对内容(例如电影或其他视频文件)对观看者的近视影响进行评级。
[0098] 尺度还提供了一种客观的方法来测量修改图像的算法，其包括改变图像的颜色，诸如在2012年4月20日提交的标题为“MYOPIA-SAFE VIDEO DISPLAYS(近视安全视频显示)”的U.S.2014/0063347A1中；在2017年1月18日提交的标题为“METHODS FOR DISPLAYING AN E-BOOK USING A COMBINATION OF COLORS FOR TEXT AND BACKGROUND THAT HAVE A REDUCED MYOPIAGENIC EFFECT(使用具有减小的近视源性效果的用于文本和背景颜色组合来显示电子书的方法)”的U.S.S.N.15/409,049中；以及，例如，在2017年1月18日提交的标题为“METHOD AND APPARATUS FOR REDUCING MYOPIAGENIC EFFECT OF ELECTRONIC DISPLAYS(减小电子显示器的近视源性效果的方法和装置)”的PCT/US2017/013969中公开的算法。它们可用于对旨在增加或减少差异L：M视锥刺激的算法的效率进行评级。例如，可以通过比较使用相应算法修改的公共视频文件的分数来比较算法。在一些实施例中，可以使用尺度来比较对具有不同计算效率的算法的近视可能性降低的效果。例如，可以评估修改视频文件中每一帧的算法与修改更少帧(例如，每隔一帧、每第三帧等)的算法之间的权衡。同样，可以评估评估每个像素的算法与对帧内的像素进行采样的算法之间的权衡。
[0099] 尽管本文的示例描述了电子图像和视频，但熟练的技术人员将意识到，这样的尺度可能在非数字世界中有用，例如可以对包括书籍、报纸、棋盘游戏等的印刷媒体的近视影响进行评级。可以测量从这种物理媒体反射的光，并且可以按照上述方式计算视网膜刺激。
[0100] 量化近视源性尺度除了评估媒体外，还可用于产品设计。例如，近视源性尺度可以用于评估某些类型的显示器中的颜色组合，并识别在近视源性尺度上有利地评级的那些颜色组合。
[0101] 这种颜色组合在显示文本时有用，特别是通常使用白色背景上的黑色文本以显示器允许的最大对比度显示文本。但是，认为文本和背景之间的高对比度在查看者的视网膜上产生高对比度，继而导致近视。因此，认为可以通过选择提供相对低的总体视锥对比度的颜色组合来减少阅读的近视源性效果。这在以包括但不限于电子书硬件、电子书软件、文字处理软件等的各种设置中的显示文本中可能有用。
[0102] 因此，诸如上述的近视源性尺度可能对于选择用于显示文本的颜色组合有用。这可以通过使用尺度评估文本和背景的不同颜色组合来实现。
[0103] 通常，基于上述内容的电子阅读器或文字处理解决方案可以以多种方式实施。例如，在具有彩色显示器的电子阅读器或移动设备上的电子阅读器应用中，用户可以选择具有有利的近视源性分数和可读性分数的颜色组合。例如，在设置过程中或经由设置菜单，电子阅读器可以向用户显示各种颜色组合选项，用户可以从中选择所需的选择。这是有利的，因为期望优选的颜色组合因用户而异，并且提供决策的选择将允许每个用户使用他们最期望的颜色组合。同样，可以以类似方式确定文字处理解决方案。
[0104] 另一方面，可以使用单色电子阅读器，诸如使用电泳显示器的单色电子阅读器，其具有的颜色组合具有减小的近视源性分数，并且基于诸如上述那些尺度具有相对良好的可读性。在单色电子阅读器的一些实现方式中，每个像素由一个或多个“微胶囊”组成，该“微胶囊”包含两种具有相反电荷的色素颗粒。当将电荷施加到特定像素时，具有相同电荷的颗粒从像素的一侧排斥到另一侧，并且具有相反电荷的那些颗粒被吸引。因此，通过反转像素上的电荷，取决于施加电荷的时间，像素可以呈现一种颜料或另一种颜料的颜色，或两种颜料的各种组合的颜色。因此，在实施例中，可以选择颜料(单独或与黑色和/或白色颜料组合)以对应于相对于黑色和白色颜料具有减小的近视源性分数的颜色组合。当显示时，这样的颜料组合可以减小视网膜的相邻神经元之间的对比度和/或减小中心环绕拮抗作用。
[0105] 在一些实施例中，用户可以输入期望的近视减小水平，并且电子阅读器返回与期望的水平相对应的颜色组合的选择。例如，图9示出了算法900，其中用户可以选择具有期望的近视减小水平的文本-背景颜色组合。在此，例如，作为电子阅读器设置的一部分，或在为电子阅读器操作系统的一部分的选项菜单中，电子阅读器为用户呈现界面，诸如输入框、滑块、下拉菜单框、单选按钮或其他输入工具，用户可以在其中输入所需的近视减小水平。期望水平可以是最小的近视减小量、近视减小值的范围、或指示期望水平的单个值。水平可以表示为百分比(例如，最为近视源性组合对应于减少0％，而最为近视减小组合对应于100％)或一些其他尺度(例如，从0到10或一些其他字母数字尺度)。
[0106] 在接收到用户的输入(步骤910)时，算法900检索与用户指定的水平相对应的颜色组合，并向用户呈现一个或多个组合(步骤920)。可以使用诸如通过算法的近视源性尺度来计算颜色组合，或者可以预先计算颜色组合，并且可以将颜色组合存储在算法可访问的数据库中(例如，本地或远程)。
[0107] 呈现给用户的颜色组合的数目可以变化。例如，算法只能呈现与用户所需水平最接近地匹配(例如，10或更少，8或更少，5或更少)的组合的子集。在一些实现方式中，算法可以呈现在一定范围内(例如，在所需水平的10％之内、5％之内、2％之内、1％之内)与用户所需的近视减小水平相匹配的那些颜色组合。
[0108] 在查看呈现的颜色组合时，用户选择所需的组合。在接收到选择(步骤930)时，该算法使用所选择的颜色组合显示文本(步骤940)。
[0109] 在一些实施例中，除了期望的近视减小水平之外，该算法可以基于一种或多种标准向用户呈现颜色组合。例如，除了近视减小水平之外，可以基于可读性分数(请参见上文)向用户显示颜色组合。替代地，可以基于从其他用户收集的偏好或者由特定用户先前表达的偏好和/或由特定用户或一组用户的先前行为导出的偏好来向用户呈现颜色组合。
[0110] 在一些实施例中，该算法包括推荐引擎，该推荐引擎基于电子书中内容的性质来提供近视减小的颜色组合的选择。例如，推荐可以取决于电子书是否主要是文本(例如，小说或非小说类书籍)、是否包含文本和图形(例如，教科书、杂志或报纸)、或是否主要是图形(例如，图画小说或漫画)而变化。针对不同电子书内容的推荐颜色组合可以基于用于评估不同类型内容的近视源性效果的近视源性尺度(例如，上述LMS尺度)。替代地或附加地，推荐可以基于可能对于电子阅读不同类型的内容优选的或适合的关于用户偏好收集和观察到的数据(例如，当前在屏幕前的单个用户、随着时间的推移从许多用户累积的大量用户数据集合、或两者)。
[0111] 在某些实现方式中，电子阅读器可以包括用于用户的模式：使用常规颜色方案显示电子书的常规模式，以及使用与常规模式相比具有近视源性减小效果的颜色组合来显示电子书的近视安全模式。换句话说，不同的颜色组合可以与设备上的不同账户关联。例如，电子阅读器可以具有允许父母为孩子(例如，一个或多个)或他们自己创建不同近视减小水平的设置的用户体验的特征。换句话说，当孩子在他们的账户下操作电子阅读器时，他们可能无法选择颜色组合(或者至少具有减小的改变显示颜色的能力)。因此，在某些实现方式中，管理员(例如，成人账户)可以将颜色组合与近视减小模式相关联，当使用某些用户账户(例如，儿童账户)访问电子书时，该模式将由电子阅读器使用。
[0112] 此外，在某些实施例中，用于呈现文本和背景的颜色组合可以随时间变化(自动地或在提示时)。例如，在一些实施例中，近视减小模式可以使用具有第一近视减小水平的颜色组合来开始阅读会话，并且随着阅读会话进展而改变颜色组合。例如，随着阅读会话进展(例如，通过时间或阅读内容的进展来测量)，可以使用具有增加的近视减小的颜色。颜色改变可以自动发生。替代地，随着阅读会话进展，可以提示用户改变颜色组合。在一些实施例中，随着阅读会话进展，电子阅读器可以在具有相似的近视源性分数的颜色组合之间改变，例如，简单地为用户呈现改变。近视减小的颜色组合可以通过多种方式在电子阅读器中实施。例如，如上所讨论的，可以将近视减小的颜色组合包括为电子阅读器的操作系统的一部分。替代地，可以经由软件将近视减小的颜色组合实施为现有电子阅读器程序的附件、或者实施为可以安装在电子阅读器、其他移动设备或用于阅读电子书的任何其他设备上的独立的电子阅读器应用。
[0113] 通常，可以使用与黑色和白色相比具有减小的近视可能性的颜色组合显示任何格式的电子书，其包括(但不限于)宽带电子书(BBeB)(例如，使用扩展名.lrf、.lrx的电子书文件)、漫画书存档文件(例如，使用文件扩展名.cbr(RAR)、.cbz(ZIP)、.cb7(7z)、.cbt(TAR)、.cba(ACE)的电子书文件)、编译的HTML(例如，使用扩展名.chm的电子书文件)、DAISY–ANSI/NISO Z39.86、DjVu(例如，使用扩展名.djvu的电子书文件)、DOC(例如，使用扩展名.DOC的电子书文件)、DOCX(例如，使用扩展名.DOCX的电子书文件)、EPUB(例如，使用扩展名.epub的电子书文件)、eReader(例如，使用扩展名.pdb的电子书文件)、FictionBook(例如，使用扩展名.fb2的电子书文件)、APABI(例如，使用扩展名.xeb、.ceb的电子书文件)、超文本标记语言(例如，使用扩展名.htm、.html的电子书文件和通常附属图像，js和css)、iBook(例如，使用扩展名.ibooks的电子书文件)、IEC 62448、INF(例如，使用扩展名.inf的电子书文件)、KF8(亚马逊Kindle)(例如，使用扩展名.azw3、.azw、.kf8的电子书文件)、Microsoft LIT(例如，使用扩展名.lit的电子书文件)、MOBI或Mobipocket(例如，使用扩展名.prc、.mobi的电子书文件)、多媒体电子书(例如，使用扩展名.exe或.html的电子书文件)、牛顿电子书(例如，使用扩展名.pkg的电子书文件)、开放电子封装(例如，使用扩展名.opf的电子书文件)、便携式文档格式(例如，使用扩展名.pdf的电子书文件)、纯文本文件(例如，使用扩展名.txt的电子书文件)、Plucker(例如，使用扩展名.pdb的电子书文件)、PostScript(例如，使用扩展名.ps的电子书文件)、富文本格式(例如，使用扩展名.rtf的电子书文件)、SSReader(例如，使用扩展名.pdg的电子书文件)、文本编码倡议(例如，使用扩展名.xml的电子书文件)、TomeRaider(例如，电子书使用扩展名.tr2、.tr3的电子书文件、和开放XML纸张规范(例如，使用扩展名.oxps、.xps的电子书文件)。
[0114] 这里描述的包括本说明书中公开的结构及其等同结构的系统和方法的各方面可以以数字电子电路或计算机软件、固件或硬件来实施，或者以它们中的一个或多个的组合来实施。例如，在一些实现方式中，可以使用数字电子电路，或者以计算机软件、固件或硬件，或者以它们中的一个或多个的组合来执行以上公开的算法。
[0115] 术语“电子处理模块”涵盖用于处理数据和/或控制信号生成的所有种类的装置、设备和机器，包括例如可编程处理器、计算机、片上系统、或前述的多个或者组合。该模块可以包括专用逻辑电路，例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。除了硬件之外，该模块还可以包括为所讨论的计算机程序创建执行环境的代码，例如，构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行环境、虚拟机、或其中一个或多个的组合的代码。模块和执行环境可以实现各种不同的计算模型基础结构，诸如Web服务、分布式计算和网格计算基础结构。
[0116] 计算机程序(也称为程序、软件、软件应用、脚本或代码)可以用包括编译或解释语言、声明性或过程语言的任何形式的编程语言来编写。计算机程序可以但不必对应于文件系统中的文件。程序可以存储在保存其他程序或数据的文件的一部分中(例如，存储在标记语言文档中的一个或多个脚本)、专用于所讨论程序的单个文件中、或多个协调文件(例如，存储一个或多个模块、子程序或部分代码的文件)中。可以部署计算机程序以在位于一个站点上或分布在多个站点上并通过通信网络互连的一台计算机或多台计算机上执行。
[0117] 可以由一个或多个可编程过程器执行一个或多个计算机程序以通过对输入数据进行操作并生成输出来执行动作来执行上述某些过程。过程和逻辑流程也可以由专用逻辑电路执行，并且装置也可以实现为专用逻辑电路，例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
[0118] 例如，适合于执行计算机程序的处理器包括通用微处理器和专用微处理器两者，以及任何类型的数字计算机的处理器。通常，处理器将从只读存储器或随机存取存储器或两者接收指令和数据。一种计算机，包括：处理器，其用于根据指令执行动作；以及一个或多个存储设备，其用于存储指令和数据。计算机还可包括或可操作地耦合以从例如，磁性磁光盘或光盘的一个或多个大容量存储设备接收数据或将数据传输到一个或多个大容量存储设备，或以上两者，该一个或多个大容量存储设备用于存储数据。然而，计算机不必具有此类设备。适合于存储计算机程序指令和数据的设备包括所有形式的非易失性存储器、介质和存储器设备，包括例如半导体存储器设备(例如，EPROM、EEPROM、闪存设备等)、磁盘(例如，内部硬盘、可移动磁盘等)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路补充或并入专用逻辑电路中。
[0119] 为了提供与用户的交互，可以在具有用于向用户显示信息的显示设备(例如，平板显示器、或另一类型的显示设备)以及用户可以通过它们向计算机提供输入的键盘和指点设备(例如，鼠标、轨迹球、平板计算机、触摸屏或其他类型的定点设备)的计算机上实施操作。其他种类的设备也可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感觉反馈，例如视觉反馈、听觉反馈或触觉反馈；并且，可以以任何形式接收来自用户的输入，包括声音、语音或触觉输入。另外，计算机可以通过向用户使用的设备发送文档以及从用户使用的设备接收文档来与用户进行交互；例如，通过响应于从网页浏览器收到的请求，将网页发送到用户客户端设备上的网页浏览器。
[0120] 计算系统可以包括单个计算设备、或者彼此接近或通常相互远离并通常通过通信网络进行交互的多个计算机。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)、互联网络(例如，互联网)、包括卫星链路的网络、以及点对点网络(例如，ad hoc点对点网络)。客户端和服务器的关系可以通过在各自计算机上运行并且彼此之间具有客户端-服务器关系的计算机程序来产生。
[0121] 图10示出了示例电子处理模块1000，该电子处理模块1000包括处理器1010、存储器1020、存储设备1030和输入/输出设备1040。组件1010、1020、1030和1040中的每一个可以例如通过系统总线1050而互连。处理器1010能够处理在系统1000内执行的指令。在一些实现方式中，处理器1010是单线程处理器、多线程处理器或另一类型的处理器。处理器1010能够处理存储在存储器1020或存储设备1030中的指令。存储器1020和存储设备1030可以在模块1000内存储信息。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 投影物镜及波导显示设备 | 2020-05-08 | 460 |
| OCT引导的青光眼手术的方法和系统 | 2020-05-11 | 920 |
| 基于新型偏振体全息光栅的近眼光场显示器 | 2020-05-11 | 223 |
| 一种基于正离焦的近眼显示系统 | 2020-05-11 | 451 |
| 一种近眼显示光学系统及头戴式显示器 | 2020-05-12 | 952 |
| 一种用于飞机训练的头盔显示器 | 2020-05-11 | 519 |
| 用于使用视差信息的3D媒体数据产生、编码、解码和显示的方法和装置 | 2020-05-11 | 706 |
| 一种装沙箱体深水围堰系统 | 2020-05-08 | 701 |
| 基于眼睛跟踪和生理测量而生成和显示360度视频的方法和装置 | 2020-05-08 | 509 |
| 一种眼部运动装置 | 2020-05-11 | 259 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈