光电成像系统与人眼视觉的匹配问题论文
摘 要 ：以电视、激光成像和热成像系统为代表的光电成像系统在军事和民用上有着广泛的用途，但光电成像系统与人眼视觉的匹配问题仍是按现有理论和方法难以准确解释或定量描述的普遍问题。从理论上阐述了此问题的本质，说明了在这种匹配系统中存在系统的最佳匹配，且匹配状态直接影响光电成像系统的总体设计，并对如何描述这种关系进行一些说明和分析。
关键词 ：光电技术论文
前言：对光电成像系统性能的评价主要涉及光学系统和光电成像系统的优化。在对光电成像系统的优化过程中，涉及材料、机械和电子等多门学科。随着科技的不断发展，阵列探测器更新换代的速度相对较快，为了满足阵列探测器的发展需求，加强对光电成像系统的研究，并且对其进行性能优化具有重要的价值。
1.对光电成像系统的性能优化
对光电成像系统的性能优化目标主要是对光学和电学内容进行设计，并且提升光电成像系统的性能，同时降低系统的制作成本。在光电成像系统中，探测器的性能主要是由电荷扩散、几何尺寸和位相时钟等因素决定。在使用的过程中，探测器的性能同样受到环境、运输和温度等因素的影响。
在设计师对光学系统进行设计时，要根据成像倍率和瞬时视场角来决定光学系统的焦距;并且要根据信噪比来设计孔径;同时要根据尺寸来设计相应的视场角;另外，要根据使用换环境和加工难度来设计相应的传递函数余量。在理想的光学系统设计中，艾里斑直径为2.44λF，光学系统函数的截止频率为1/λF，探测器函数的截止频率为1/d，当艾里斑直径为1个像元时，艾里斑直径为d，光学函数截止频率为2.44/d。但是当艾里斑为一个像元时，系统明显的缺乏采样，继而会导致探测器受到一定程度的限制。当系统传递相应的频谱时，将会导致成像失真[1]。
针对系统成像的失真问题，设计师在设计系统的过程中，可以采用增加空间采样频率的方式来提升系统的分辨率。其主要体现在以下几个方面：第一，当系统的艾里斑直径为2个像元时，系统同样欠缺采样，这种设计方式主要应用于航空相机和空间相机，其传递函数相比于设计值较低。第二，当艾里斑函数为3个像元时，光电系统的.传递函数较为容易达到0.1，其一般应用于中小型的光电成像系统。第三，当艾里斑函数为4个像元时，光电系统的分辨率相对较高，适用于实验室等设计环境。由此可见，在光电成像系统的性能优化设计中，增加系统空间采样频率的方式可以较好的提升系统的分辨率，进而可以达到光电系统的使用性能[2]。
2 系统误差对函数的影响
在光学成像系统的设计中，由于涉及、制造和使用的过程中会出现相应的误差，继而会降低传递函数，从而会影响光电成像系统的使用性能。根据科学研究显示，其影响性能的因素主要体现在以下几个方面：
2.1波像差对函数的影响
在光学系统的设计中，波像差会对系统的分辨率产生较大的影响，而在系统的设计中，加工环境、设计和使用等变化均可以影响波像差的变化，从而会影响光电成像系统的使用性能。在光电系统的设计中，其下降因子与波像差之间的关系如公式1所示：
在公式1中，Wmrs是系统的波像差，单位是波长，ATF(v)是函数的下降因子，表示空间频率。当系统的Wmrs=0.05，0.07，0.1和0.125时，系统的下降因子会达到在最低值。因此，在设计师设计光学成像系统的过程中，需要对波像差和函数下降因子进行合理的分析，以便可以保证系统的使用性能[3]。
2.2离焦对函数的影响
在光学成像系统的设计中，需要对系统进行调焦，当调焦过程中出现误差，对系统的函数会产生较大的影响。当离焦的弥散斑直径是d的时候，离焦的函数如公式2所示：
在公式2中，MTF(u)为离焦，当探测器像元的尺寸分别为10%d-d时，离焦函数的下降幅度越来越大。在设计师设计系统的过程中，为了保证系统的分散率，必须将探测器的像元尺寸控制在30%d以内，以便可以保证光电成像系统的使用效率。
2.3像移对函数的影响
在光电成像系统的使用过程中，在曝光时间内，像在像面内会出现移动，从而会在一定程度上导致函数下降。像移主要包括线性异动、高频随机振动和正弦振动。当系统的线性位移数值为d时，系统函数如公式3所示：
在公式3中，ud主要代表空间频率，当系统探测器像元的尺寸分别为10%d、20%d、30%d、40%d、50%d和d时，像移的下降幅度会逐渐增大。
在光电成像系统的设计过程中，光电的函数主要是由波像差、离焦和像移的乘积得到。对于光学遥感中的光电成像系统，在设计的过程中，可以将空间频率设置在0.5左右，在光电系统加工后，其函数应该控制在0.2左右。而系统最终应用的函数应该控制在0.1左右[4]。因此，在光电成像系统的使用过程中，只有设计师根据实际使用要求来进行设计，才可以达到最佳的使用性能。
3 系统的平均传递函数
在光电成像系统中，光学传递函数在线性空间内属于不变的系统，但是探测器取样会不断的发生变化。在系统的使用中，为了满足系统的使用需求，设计师可以采用平均函数的方式来表示空间频率的变化，以便可以更好的对光电成像系统的性能进行优化。在光电成像系统的使用中，随着系统sin函数和cos数值的不断增加，系统的相位值会逐渐缩小，并且逐渐趋于标准理论值。在数据的使用过程中，规定相应的相位等于0.因此，在光电成像系统的设计过程中，设计师应该尽量的减少函数的数值，以便可以保证系统的分辨率。
4 系统的信噪比
在光电成像系统的使用过程中，信噪比是影响系统的重要指标。在信噪比的使用过程中，主要分为红外系统信噪比和光系统信噪比。其分别如公式4和公式5所示。
在公式4中，主要表示红外系统的信噪比，其中F为孔径数，L为地面的辐射亮度。通过公式4，可以较好的对系统的数值进行计算。
在公式5中，Se为信号电子数，Ne为噪声电子数，De为暗信号输出的电子数。在系统的设计中，设计师要根据实际情况来合理的选择信噪比的数值。
结语：光电成像系统的设计关系着其分辨率的大小，继而会影响人们对光电系统的使用性能。希望通过本文的相关介绍，设计师在设计光电成像系统的过程中，可以合理的设计像移、离焦和波像差，以便可以更好的提升光电系统的使用性能。
参考文献：
[1]石涵，都东，苏志宏，等.医用全身正电子发射成像探测系统技术的研发热点和进展[J].生物医学工程学杂志，2015，01(12)：218-224.
[2]张颖，牛燕雄，吕建明，等.星载光电成像系统建模与性能评估[J].激光与光电子学进展，2015，02(13)：148-154.
[3]乔健.舰载光电成像系统探测能力分析[J].光学精密工程，2013，10(10)：2520-2526.
[4]马东玺，张文博，范大鹏.光电跟踪伺服系统的输入多采样率满意控制[J].红外与激光工程，2011，12(12)：2484-2491.
运动目标检测与跟踪算法研究 视觉是人类感知自身周围复杂环境最直接有效的手段之一， 而在现实生活中 大量有意义的视觉信息都包含在运动中，人眼对运动的物体和目标也更敏感，能 够快速的发现运动目标， 并对目标的运动轨迹进行预测和描绘。 随着计算机技术、 通信技术、图像处理技术的不断发展，计算机视觉己成为目前的热点研究问题之 一。 而运动目标检测与跟踪是计算机视觉研究的核心课题之一， 融合了图像处理、 模式识别、人工智能、自动控制、计算机等众多领域的先进技术，在军事制导、 视觉导航、视频监控、智能交通、医疗诊断、工业产品检测等方面有着重要的实 用价值和广阔的发展前景。 1、国内外研究现状 1.1 运动目标检测 运动目标检测是指从序列图像中将运动的前景目标从背景图像中提取出来。 根据运动目标与摄像机之间的关系， 运动目标检测分为静态背景下的运动目标检 测和动态背景下的运动目标检测。 静态背景下的运动目标检测是指摄像机在整个 监视过程中不发生移动； 动态背景下的运动目标检测是指摄像机在监视过程中发 生了移动，如平动、旋转或多自由度运动等。 静态背景 静态背景下的运动目标检测方法主要有以下几种： （1）背景差分法 背景差分法是目前最常用的一种目标检测方法， 其基本思想就是首先获得一个 背景模型，然后将当前帧与背景模型相减，如果像素差值大于某一阈值，则判断 此像素属于运动目标，否则属于背景图像。利用当前图像与背景图像的差分来检 测运动区域，一般能够提供比较完整的特征数据，但对于动态场景的变化，如光 照和外来无关事件的干扰等特别敏感。 很多研究人员目前都致力于开发不同的背 景模型，以减少动态场景变化对运动目标检测的影响。背景模型的建立与更新、 阴影的去除等对跟踪结果的好坏至关重要。 背景差分法的实现简单，在固定背景下能够完整地精确、快速地分割出运动 对象。不足之处是易受环境光线变化的影响，需要加入背景图像更新机制，且只 对背景已知的运动对象检测比较有效， 不适用于摄像头运动或者背景灰度变化很 大的情况。 （2）帧间差分法 帧间差分法是在连续的图像序列中两个或三个相邻帧间， 采用基于像素的时 间差分并阈值化来提取图像中的运动区域。 帧间差分法对动态环境具有较强的自 适应性，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产 生空洞现象。因此在相邻帧间差分法的基础上提出了对称差分法，它是对图像序 列中每连续三帧图像进行对称差分，检测出目标的运动范围，同时利用上一帧分 割出来的模板对检测出来的目标运动范围进行修正， 从而能较好地检测出中间帧 运动目标的形状轮廓。 帧间差分法非常适合于动态变化的环境，因为它只对运动物体敏感。实际上 它只检测相对运动的物体，而且因两幅图像的时间间隔较短，差分图像受光线 变化影响小，检测有效而稳定。该算法简单、速度快，已得到广泛应用。虽然该 方法不能够完整地分割运动对象，只能检测出物体运动变化的区域，但所检测出 的物体运动信息仍可用于进一步的目标分割。 （3）光流法 光流法就充分的利用了图像自身所携带的信息。在空间中,运动可以用运动 场描述,而在一个图像平面上,物体的运动往往是通过图像序列中图像灰度分布 的不同来体现,从而使空间中的运动场转移到图像上就表示为光流场。所谓光流 是指空间中物体被观测面上的像素点运动产生的瞬时速度场， 包含了物体表面结 构和动态行为等重要信息。 基于光流法的运动目标检测采用了运动目标随时间变 化的光流特性，由于光流不仅包含了被观测物体的运动信息，还携带了物体运动 和景物三位结构的丰富信息。 在比较理想的情况下,它能够检测独立运动的对象, 不需要预先知道场景的任何信息,可以很精确地计算出运动物体的速度,并且可 用于动态场景的情况。 但是大多数光流方法的计算相当复杂,对硬件要求比较高, 不适于实时处理,而且对噪声比较敏感,抗噪性差。并且由于遮挡、多光源、透明 性及噪声等原因，使得光流场基本方程——灰度守恒的假设条件无法满足，不能 正确求出光流场，计算方也相当复杂，计算量巨大，不能满足实时的要求。 动态背景 动态背景下的运动目标检测由于存在着目标与摄像机之间复杂的相对运动， 检测方法要比静态背景下的运动目标检测方法复杂。常用的检测方法有匹配法、 光流法以及全局运动估计法等。 2、运动目标跟踪 运动目标跟踪是确定同一物体在图像序列的不同帧中的位置的过程。 近年来 出现了大批运动目标跟踪方法，许多文献对这些方法进行了分类介绍，可将目标 跟踪方法分为四类：基于区域的跟踪、基于特征的跟踪、基于活动轮廓的跟踪、 基于模型的跟踪，这种分类方法概括了目前大多数跟踪方法，下面用这种分类方 法对目前的跟踪方法进行概括介绍。 (1)基于区域的跟踪 基于区域的跟踪方法基本思想是： 首先通过图像分割或预先人为确定提取包 含目标区域的模板，并设定一个相似性度量，然后在序列图像中搜索目标，把度 量取极值时对应的区域作为对应帧中的目标区域。 由于提取的目标模板包含了较 完整的目标信息，该方法在目标未被遮挡时，跟踪精度非常高，跟踪非常稳定， 但通常比较耗时，特别是当目标区域较大时，因此一般应用于跟踪较小的目标或 对比度较差的目标。该方法还可以和多种预测算法结合使用，如卡尔曼预测、粒 子预测等，以估计每帧图像中目标的位置。近年来，对基于区域的跟踪方法关注 较多的是如何处理运动目标姿态变化引起的模板变化时的情况以及目标被严重 遮挡时的情况。 (2)基于特征的跟踪 基于特征的跟踪方法基本思想是：首先提取目标的某个或某些局部特征，然 后利用某种匹配算法在图像序列中进行特征匹配，从而实现对目标的跟踪。该方 法的优点是即使目标部分被遮挡，只要还有一部分特征可以被看到，就可以完成 跟踪任务，另外，该方法还可与卡尔曼滤波器结合使用，实时性较好，因此常用 于复杂场景下对运动目标的实时、 鲁棒跟踪。 用于跟踪的特征很多， 如角点边缘、 形状、纹理、颜色等，如何从众多的特征中选取最具区分性、最稳定的特征是基 于特征的跟踪方法的关键和难点所在。 (3)基于活动轮廓的跟踪 基于活动轮廓的跟踪方法基本思想是：利用封闭的曲线轮廓表达运动目标， 结合图像特征、曲线轮廓构造能量函数，通过求解极小化能量实现曲线轮廓的自 动连续更新，从而实现对目标的跟踪。自Kass在1987年提出Snake模型以来，基 于活动轮廓的方法就开始广泛应用于目标跟踪领域。相对于基于区域的跟踪方 法，轮廓表达有减少复杂度的优点，而且在目标被部分遮挡的情况下也能连续的 进行跟踪，但是该方法的跟踪结果受初始化影响较大，对噪声也较为敏感。 (4)基于模型的跟踪 基于模型的跟踪方法基本思想是： 首先通过一定的先验知识对所跟踪目标建 立模型，然后通过匹配跟踪目标，并进行模型的实时更新。通常利用测量、CAD 工具和计算机视觉技术建立模型。主要有三种形式的模型，即线图模型、二维轮 廓模型和三维立体模型口61，应用较多的是运动目标的三维立体模型，尤其是对 刚体目标如汽车的跟踪。该方法的优点是可以精确分析目标的运动轨迹，即使在 目标姿态变化和部分遮挡的情况下也能够可靠的跟踪， 但跟踪精度取决于模型的 精度，而在现实生活中要获得所有运动目标的精确模型是非常困难的。 目标检测算法，至今已提出了数千种各种类型的算法，而且每年都有上百篇相 关的研究论文或报告发表。尽管人们在目标检测或图像分割等方面做了许多研 究，现己提出的分割算法大都是针对具体问题的，并没有一种适合于所有情况的 通用算法。 目前， 比较经典的运动目标检测算法有： 双帧差分法、 三帧差分法(对 称差分法)、背景差法、光流法等方法，这些方法之间并不是完全独立，而是可 以相互交融的。 目标跟踪的主要目的就是要建立目标运动的时域模型， 其算法的优劣直接影响 着运动目标跟踪的稳定性和精确度， 虽然对运动目标跟踪理论的研究已经进行了 很多年，但至今它仍然是计算机视觉等领域的研究热点问题之一。研究一种鲁棒 性好、精确、高性能的运动目标跟踪方法依然是该研究领域所面临的一个巨大挑 战。基于此目的，系统必须对每个独立的目标进行持续的跟踪。为了实现对复杂 环境中运动目标快速、稳定的跟踪，人们提出了众多算法，但先前的许多算法都 是针对刚体目标，或是将形变较小的非刚体近似为刚体目标进行跟踪，因而这些 算法难以实现对形状变化较大的非刚体目标的正确跟踪。 根据跟踪算法所用的预 测技术来划分，目前主要的跟踪算法有：基于均值漂移的方法、基于遗传算法的 方法、基于Kalman滤波器的方法、基于Monto Carlo的方法以及多假设跟踪的方 法等。
运动检测与目标跟踪算法模块 运动检测与目标跟踪算法模块 与目标跟踪 一、运动检测算法 1.算法效果 算法效果总体来说，对比度高的视频检测效果要优于对比度低的视频。 算法可以比较好地去除目标周围的浅影子，浅影的去除率在 80%以上。去影后目标的 完整性可以得到较好的保持，在 80%以上。在对比度比较高的环境中可以准确地识别较大 的滞留物或盗移物。 从对目标的检测率上来说，对小目标较难进行检测。一般目标小于 40 个像素就会被漏 掉。对于对比度不高的目标会检测不完整。总体上来说，算法在对比度较高的环境中漏检率 都较低，在 0.1%以下，在对比度不高或有小目标的场景下漏检率在 6%以下。 精细运动检测的目的是在较理想的环境下尽量精确地提取目标的轮廓和区域， 以供高层 进行应用。同时在分离距离较近目标和进行其它信息的进一步判断也具有一定的优势。 反映算法优缺点的详细效果如下所示： 去影子和完整性 效果好 公司内视频 左边的为去影前，右边的 为去影后的结果，可以看出在 完整 性和去影率上 都有所 突 出。 这两个视频的共周特点 城市交通 是，影子都是浅影子，视频噪 声不太明显。目标与背景的对 比度比较高。 效果差 这两个视频的特点是影子 都是深影子。虽然影子没有去 掉，但是物体的完整性是比较 高的。主要原因就是场景的对 路口，上午 十点 比度比较高。 滞留物检测和稳定性 效果好 会议室盗移 效果好的原因，一是盗移或 滞留目标与背景对比度较大，二 是目标本身尺寸较大。 另外盗移物或滞留物在保持 各自的状态期间不能受到光照变 化或其它明显运动目标的干扰， 要不然有可能会造成判断的不稳 定。 效果差 会议室 遗留 物 大部分时间内，滞留的判断 都是较稳定的，但是在后期出现 了不稳定。主要原因是目标太小 的原故。 因此在进行滞留物判断时， 大目标，对比度较高的环境有利 于判断的稳定性和准确性。 漏检率 效果好 城市交通 在对比度高的环境下， 目标相对都较大的情况下 （大于 40 个像素） 可以很 ， 稳定的检测出目标。 在这种 条件下的漏检率通常都是 非常低的，在 0.1%以下。 效果差 行人－傍晚 和“行人”目录下 的 其 它 昏 暗 条件 下的视频 在对 比度较低的 情况 下，会造成检测结果不稳 定。漏检率较高。主要原因 是由于去影子造成的。 这种 对比度下的漏检率一般在 6%以下。 除了 对比度低是 造成 漏检的原因外， 过小的目标 也会造成漏检，一般是 40 个像素以下的目标都会被 忽略掉。 1.2 算法效率内存消耗（单位：b） .MD_ISRAM_data .MD_ISRAM_bss .MD_SDRAM_data 0x470 0x24 0x348 .MD_SDRAM_bss .MD_text 0x1a8480 0x6d40 速度 ms 运动区域占 2/3 左右时 CPU 占用率 一帧耗时 Max:57% Min:2.8% Avg:37.5% Max:23 Min:1.14 Avg:15 运动区域占 1/3 左右时 Max:45% Min:2.8% Avg:20% Max:18 Min:1.14 Avg:8 1.3 检测参数说明 检测参数说明 检测到的滞留物或盗走物的消失时间目前分别设定在 200 帧和 100 帧， 可以通过参数来 自行调整。 目前目标与背景的差异是根据局部光照强度所决定的， 范围在 4 个像素值以上。 目前参 数设置要求目标大小要在 20 个像素以上才能被检测到，可以通过参数来自行调整。 目标阴影的去除能力是可以调整的， 目前的参数设置可以去除大部分的浅影子和较小的 光照变化。 1.4 适用环境推荐光照条件较好（具有一定的对比度）的室内环境或室外环境。不易用它去检测过小的目 标，比如小于 40 个像素的目标。室外环境不易太复杂。输出目标为精细轮廓目标，可以为 后面高层应用提供良好的信息。 二、目标跟踪 2.1 稳定运行环境要求此版本跟踪算法与运动检测算法紧密结合， 对相机的架设和视频的背景环境和运动目标 数量运动方式有一定要求： 背景要求： 由于运动跟踪是基于运动检测的结果进行的， 所以对背景的要求和运动检测一样， 背景要求： 运动目标相对于背景要有一定反差。 运动目标：由于运动检测中，对较小的目标可能过滤掉。所以运动目标的大小要符合运动检 运动目标： 测的要求。运动目标的速度不能太大，要保证前后帧运动目标的重合面积大于 10 个像素。此阈值可修改(建议不要随意修改，过小，可能把碎片当成原目标分 裂出来的小目标，过大，可能失去跟踪。当然可试着调节以适应不同场景)。该 算法对由于运动检测在地面上产生的碎片抗干扰性比较差， 运动目标和碎片相遇 时，容易发生融合又分离的现象，造成轨迹混乱。消失目标和新生目标很容易当 成同一目标处理，所以可能出现一个新目标继承新生目标的轨迹。 运动方式： 运动目标的最大数量由外部设定。 但运动跟踪对运动目标比较稀疏的场景效果比 运动方式： 较好。 算法对由于运动检测在运动目标上产生的碎片有一定的抗干扰。 算法没对 物体的遮挡进行处理。对于两运动目标之间的遮挡按融合来处理。 拍摄角度： 拍摄角度：拍摄视野比较大，且最好是俯视拍摄。
科学家发现人眼有一种可怕的能力。它可以检测“鬼影图像”，
这些图像是以随机模式编码的，以前认为只有计算机才能检测到。但在一篇发表在预印本服务器arXiv上的新论文中，苏格兰爱丁堡Heriot Watt大学和格拉斯哥大学的科学家发现，人眼本身可以完成所需的计算。
虽然大脑不能单独看到它们，但眼睛不知何故能检测出所有的模式，研究报告的合著者、赫里奥特-瓦特大学的物理学教授达尼埃勒·法乔说。[最令人惊奇的光学错觉（以及它们的工作原理]
，多个像素从一个光源（如太阳）吸收光线来创建图像。“鬼影图像基本上是相反的：它们从一个可预测的阵列中的多个光源开始，”Faccio告诉LiveScience，光是由一个单点探测器收集的，通常称为“桶”。
一个简单的方法来设想这是如何工作的，就是考虑使用单点激光扫描场景的激光雷达。探测器捕捉激光的光线如何从场景中的每个点反射回来，然后可以重建成图像。
但是有一个更快的方法来获取鬼魂图像，Faccio说。研究人员发现，他们可以将图案投射到场景上，而不是用单一光源扫描场景。然后可以测量从物体上反弹的光和图案。这种光的模式和最初投射的模式之间的差异包含了“鬼影图像”，然后计算机可以从数据中通过数学方法提取出来。这些图像看起来像原始图像的灰阶表示。
计算上来说，这种制作鬼影图像的方法涉及两个数学步骤，法乔说。第一种是将原始图案和投影到对象上后显示的图案组合起来。这是通过将原始图案与物体发出的光信号相乘和每个点的图案在数学上完成的。第二步是把整个场景中的数字加起来。[11个最漂亮的数学方程式]
“我们问自己的问题是，‘人类大脑能做到吗？’Faccio说，
研究人员决定把注意力集中在下半部分的计算上，把所有的模式相加。为了做到这一点，他们首先在著名的阿尔伯特·爱因斯坦伸出舌头的照片上投射出一种叫做阿达玛的棋盘式图案。然后，他们使用一个单像素探测器收集得到的光模式，并将其输入LED投影仪。
LED投影仪将爱因斯坦加阿达玛模式照到显示原始阿达玛模式的屏幕上，基本上将两者相乘。第一步：完成。
下一步是看人们在看这个总和时能看到什么。研究人员发现，当爱因斯坦和阿达玛模式以1秒或更长的脉冲缓慢投射时，人们只看到黑白棋盘——没有鬼影图像。但随着研究人员加快了预测速度，爱因斯坦的傻乎乎的面容出现了。研究人员还对数字和字母进行了实验，发现它们在“幽灵”版本中是可以辨认的。
“黑人和白人将“不会消失的，”法乔说它们会变成灰色，而你确实开始看到眼前出现的图像。
这有效的原因，Faccio说，是人眼刷新速度慢。这与电影工作的原因没什么不同：当图像在屏幕上的闪烁速度超过这个刷新率时，它会产生平滑运动的错觉。
“眼睛”获取信息的速度非常快，“Faccio说。”
研究人员发现，闪烁的图案在眼睛的“记忆”中停留了大约20毫秒，随着时间的推移逐渐消失。如果20毫秒的模式重叠，眼睛像电影一样总结它们，让鬼魂图像出现。
这个发现令人兴奋的部分，法乔说，鬼魂成像系统可以用来研究人类的视觉系统。研究人员的论文目前正在一份同行评议的期刊上进行评议。研究小组的下一步工作是找出人眼是否也可以进行观察鬼魂图像的第一步，也许是通过将左右眼的不同输入相乘。
是关于生命科学的原始文章。
绵阳中学保护视力宣传资料
预防青少年近视应从预防为主、防治结合的原则出发，在青少年阶段，眼球尚未发育成熟。走进视为生条件不好的环境，从事紧张的视近作业，则环境因素就成为形成近视的主要因素。因此、保护视力显得尤为重要。现从以下几点帮助大家如何保护视力。
一、光线需充足，反光要避免
舒适的光线，可以得到良好的视觉信息，光线过强或过暗都会给眼睛带来不良的影响。因此青少年平常看书的书桌应有边灯装置，其目的在于减少反光，以降低对眼睛的伤害。
二、连续阅读时间不宜过长
青少年看书写字、看电视、用电脑，几个小时不休息，有的学生甚至到深夜才睡觉，这样不仅影响身体健康，使眼睛负担过重，容易引起调节性（或称功能性）近视，即假性近视。而且还会使眼外肌对眼球壁的巩膜组织产生压力，眼内压增高，眼内组织充血。因此，学生看书学习每隔50分钟休息片刻为宜。
三、坐姿要端正，距离适中
不要弯腰驼背，或趴在桌上看书，更不能躺在床上，侧着身看书。眼与书本的距离应保持30—35厘米，身体与课桌保持一掌——大约10厘米的距离，书本与课桌的角度要保持.在30—45度。如书本水平放在桌面上，看书时就要向前稍低头，这样就容易把书本移近眼睛，加重眼睛负担2—3倍，从而引起颈部肌肉和颈背的疲劳，而不自觉的向前倾斜，长期下去就会导致视力下降。
四、少看电视，少用电脑 尽量减少与对人眼产生辐射的电视、电脑、游戏机等电器设备的接触，因为，显象管辐射出的X射线可大量消耗视网膜中的视紫质，可以使视力明显减退。 电脑最好选用液晶显示器，以减少电磁波对眼睛的伤害。经常玩游戏机的同学更易损坏视力，而且自幼即玩游戏机的低视力同学，配镜连矫正视力都上不去，原因就在于视网膜和黄斑部的功能受到了损害。
五、睡眠要充足，注意用眼卫生
作息时间要有规律，睡眠要充足。睡眠不足会导致眼睛结膜充血、分泌物增多、畏光流泪，眼酸痛等结膜、角膜炎症。应尽量避免风沙、烟尘、紫外线、红外线、化学物品、医药用品等对眼睛的伤害。个人卫生要保持清洁，毛巾、脸盆、手帕等个人物品，要专人专用，尽量不用他人物品，以避免造成交叉感染，引起眼部疾病，导致视力下降。
六、在行车或走路时不能看书 有的青少年喜欢边走路边看书，或在行走的车厢里看书，这样对眼睛很不利，因为车厢在晃动，身体在摇晃，眼睛与书本距离无法固定，加上照明条件不好，加重了眼睛的负担，经常如此就有可能引起近视。
七、多做眼保健操，进行户外运动 做眼保健操是我国中小学校重视眼保健工作的具体体现，通过按摩眼部周围各穴位和肌肉，刺激神经末梢，增加眼部周围组织血液循环，调节眼的新陈代谢，从而达到消除疲劳，增强视力，预防近视的目的。此外，多接触青山绿水等大自然景物，也有利于眼睛的健康。
八、注意饮食结构，营养摄取应均衡
营养摄取要均衡，偏食或过多摄入糖和蛋白质，从而缺乏如锌、钙、铬等微量元素，都不利于视力健康。不偏食、挑食、暴食，多吃水果、蔬菜，少吃糖，养成良好的饮食习惯。平时注意补充有利于维持正常视力的营养物质、维生素A、动物性食物，如动物肝脏、乳及乳制品、蛋黄、鱼虾等；还有植物性食物如胡萝卜、菠菜、西红柿、豆及豆制品。
