艺术学科国家重点科研项目《全国戏曲剧种剧团现状调查》的统计资料表明，随着社会生活方式的巨大变化，传统戏曲艺术不仅逐步退出城市舞台，在农村的演出市场也日益缩小，一些剧种正在急剧消失。面对这种状况，要传承和发展传统戏曲艺术必须（&&& ） A．结合时代特点和要求进行创新，促进传统戏曲艺术的现代化 B．用行政手段进行重点保护&&
C．遵循市场规律、优胜劣汰 D．加强对外交流，将其推向世界 &
试题及解析
学段：高中
学科：政治
艺术学科国家重点科研项目《全国戏曲剧种剧团现状调查》的统计资料表明，随着社会生活方式的巨大变化，传统戏曲艺术不仅逐步退出城市舞台，在农村的演出市场也日益缩小，一些剧种正在急剧消失。面对这种状况，要传承和发展传统戏曲艺术必须（&&& ）
A．结合时代特点和要求进行创新，促进传统戏曲艺术的现代化
B．用行政手段进行重点保护&&
C．遵循市场规律、优胜劣汰
D．加强对外交流，将其推向世界
点击隐藏试题答案:
该试题的相关试卷
找老师要答案
考拉金牌语文教师
考拉金牌数学教师
考拉金牌英语教师
大家都在看
热门知识点 & & &&
请选择你的理由
答案不给力文档分类：
在线文档经过高度压缩，下载原文更清晰。
淘豆网网友近日为您收集整理了关于基于单目视觉运动背景下的动目标检测有关问题的研究(可复制论文)的文档，希望对您的工作和学习有所帮助。以下是文档介绍：基于单目视觉运动背景下的动目标检测有关问题的研究(可复制论文) 捅要基于图像序列的运动目标检测是计算机视觉领域的一个重要研究课题,将运动目标从实时变化的背景中快速地、准确地分离出来是对图像序列进一步分析处理的关键。其中固定摄像机下图像序列的运动目标检测已在现代社会中的军用和民用领域内得到广泛的应用。目前,运动背景下的运动目标检测已成为新的研究热点。本文对运动背景下基于单目视觉的背景运动补偿技术及运动目标检测技术做了深入研究。针对摄像机运动引起的运动背景问题,提出了一种基于特征块的改进RANSAC&LS算法,利用鲁棒统计的方法进行全局运动估计实现背景运动补偿。首先结合图像处理基本理论及运动背景的特定环境设计圆形匹配模板提高块匹配的准确性,并采用预检测方法精选特征块,缩短匹配时间;然后运用鲁棒统计算法一一随机抽样一致性fRANSAC)易)J除运动目标区域内的特征块以及误匹配的特征块,利用最大类间方差阈值确定参与最终模型参数估计的特征块对;最后使用最小二乘法(LS)得到全局运动估计参数实现背景的运动补偿。实验表明该算法对于发生平移、旋转变化的场景,能达到较好的背景运动补偿效果。在目标(来源：淘豆网[/p-2191396.html])检测过程中,分别利用单目视觉下基于灰度的连续帧间差分法和对称差分法实现了目标检测。仿真实验的结果验证了运动背景补偿算法的有效性,以及运动背景下基于运动补偿的目标检测的可行性。在运动目标区域较大或目标区域灰度分布较均匀的情况下,针对连续帧间差分会出现不连通的目标区域以及目标内部会出现较大孔洞的问题,提出了运动背景下的一种新的运动目标检测算法。关键词运动背景,目标检测,鲁棒统计,全局运动估计,背景运动补偿AbstractThe object detection based on video frequency is animportant topic puter vision.To separate the object from the real-time moving background rapidly and accurately,is thekey to the further analysis with the video frequency.The object detection (来源：淘豆网[/p-2191396.html])based on theimmovable camera has been widely used in the fields of modem military and civilian.Now,the object detection based on the moving background has e new focus.The object detection technology and the background pensation technologybased on single camera on the moving background were further studied in this paper.Animproved RANSAC algorithm and LS algorithm based on feature blocks Was proposed.Therobust statistics algorithm Was used to estimat(来源：淘豆网[/p-2191396.html])e the global motion in order to finish thebackground pensation.First,a kind of circle template Was designed according to the basic theory and themoving background environment to improve the accuracy of blocks-matching andPre—detection method was used to detect the feature blocks,which could reduce much timefi'om matching the feature blocks.Second,the improved RANSAC(Random SampleConsensus)robust statistics Was used to remove the blocks in the ta(来源：淘豆网[/p-2191396.html])rget area and those blockswhich are matched falsely.We used a threshold selection method from gray-level histogramsproposed by Otsu to choose the blocks that would be concemed with the parameter estimationof final model.Finally,the final blocks Was used puter the global motion estimationparameters by LS(1east squares algorithm)to finish the background pensation.The experiments showed that the improved algorithm could get beaer effect ofbackground pe(来源：淘豆网[/p-2191396.html])nsation toward the translational and rotational motion of thebackground.In the process of object detection,the inter-flame difference object detection method andsymmetrical inter-frame difference object detection method based on莎ay were usedrespectively.The experiments results proved the validity of background pensationalgorithm and the feasibility of object—detecting based on the background pensation.Aiming at the case that target area was larger a(来源：淘豆网[/p-2191396.html])nd the gray Was distributed withless levels,a new algorithm on moving background Was proposed to lessen the connectivityrupture and to minish the hole in the target area.Key wordsmoving background,obj ect detection,robust statistics,global motion estimation,pensationii知识水坝@pologoogle为您整理西北大学学位论文知识产权声明书本人完全了解西北大学关于收集、保存、使用学位论文的规定。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。本人授权西北大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所(来源：淘豆网[/p-2191396.html])等机构将本学位论文收录到《中国学位论文全文数据库》或其它相关数据库。保密论文待解密后适用本声明。学位论文储虢埠指导教师躲幽***年钿多日垆∥月多日西北大学学位论文独创性声明本人声明:所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,本论文不包含其他人已经发表或撰写过的研究成果,也不包含为获得西北大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:荻辑)呻年/月岁日知识水坝@pologoogle为您整理西北大学硕士学位论文第一章绪论弟一早珀V匕1.1研究的背景及意义人类主要是通过视觉、触觉、听觉和嗅觉等感觉器官来感知外部世界,其中高达80%的信息源于视觉【l】。人类首先将现实世界中的三维物体通过视觉系统成像为二维图像,再从中获取三维信息来感知物体。随着信号处理技术的发展,人们开始尝试利用摄像机获取环境图像并转化成数字信号,再让计算机以数字图像处理的方(来源：淘豆网[/p-2191396.html])法来模拟人类对视觉信息处理的全过程,这就形成了一门新兴的学科一计算机视觉。计算机视觉的发展使人类将视觉系统功能赋予机器的梦想得以实现。作为一门多学科交叉的学科,计算机视觉涉及计算机、计算机图形学、图像处理、模式识别、数学、心理学、生理学、神经网络和人工智能等。虽然基于计算机视觉的研究已有很多,但直到最近十几年才在地图绘制、物体的三维重建与识别、医学辅助诊断、智能监控系统、机器人视觉导航、工业机器人视觉系统等领域得到广泛的发展。随着科技的发展和人们生活水平的提高,团体和个人的安全意识不断增强,视频监控系统得到了越来越广泛的应用。监控系统从视频信号的人工监视、硬盘录像及系统多画面显示等简单功能,发展到利用计算机实现运动目标的智能检测和跟踪。目前,它已经广泛应用在电力、厂矿、交通道路、博物馆、商业、银行、军事、公安、智能小区等系统和领域的安全监控、自动监控和远程监控。在图像序列特别是视频图像序列中进行运动目标的检测是计算机视觉研究中的一项关键技术。目标检测就是利用目标的有效特征,使用适当的匹配算法,(来源：淘豆网[/p-2191396.html])在图像序列中将运动目标从实时变化的背景中快速准确地分离出来,这也是本文主要的研究内容。一个好的目标检测算法一般须满足三个基本的要求:1.实时性好。目标检测算法虽然没有目标跟踪算法的实时性要求高,但是至少要比运动目标移出视场范围的速率快,否则无法实现运动目标的正常检测。一般来说,目标检测之后还有其他的图像处理环节,还要预留较多的时间给这些处理环节,所以实时性至关重要。2.准确性高。能够准确地将目标从背景中分离出来,这是整个检测算法的关键。3.鲁棒性强。在实际的观测过程中,图像的背景可能很复杂,同时视频场景受光照、气流的影响以及视频信号受采集噪声等因素的影响,会在视频图像中产生诸多类噪声。这些均使得目标的检测变得更加困难,这就要求算法具有更高的鲁棒性。第一章绪论目标检测的目的是从序列图像中将变化的目标区域从背景中分割出来。但是实际视频中存在着光照变化、背景景物运动的干扰、目标阴影、摄像机运动以及运动目标的自遮挡和互遮挡等因素,这些都给运动目标的正确检测带来了极大的挑战。运动背景下正确地检测目标直接(来源：淘豆网[/p-2191396.html])影响着后续对运动目标的跟踪和分类工作,因此成为计算机视觉研究中一项重要的课题。国内外研究者关于视频监视系统及分析处理技术已经开展了大量的研究工作,并取得了诸多成果。但在复杂背景下特别是运动背景下的目标检测依然是研究的热点,目前的各种算法大多是面向问题的。因此,研究运动背景下的目标检测算法具有重大意义,但也充满挑战。1.2研究现状根据摄像机与背景之间是否有相对运动,可以将视频运动目标检测分为静止背景和运动背景的目标检测。在视频监视的整个过程中,当背景与摄像头之间位置保持相对不变时,背景图像的大小和位置在不同帧中将保持不变。目前大多数的实际系统使用的是静态背景下基于单目视觉的检测与跟踪技术。如:浙江理工大学计算机视觉与模式识别研究中心曹丽提出了一种在静止摄像机条件下基于统计背景模型和滤波器模型的运动目标检测和跟踪算法f21。西北大学电子信息科学与技术学院王宾在Kim算法的基础上提出了一种改进的运动目标检测算法,较Kim算法有更好的检测效果和更快的速度【31;崔宇巍针对静态背景下的背景差法,提出了多级分块的背景估计方法更新背景模型【4】。天津大学精密仪器与光电子工程学院邱尚斌提出了背景更新方法来克服光线对目标检测的影响【5】。湖南大学电气与信息工程学院万琴针对多目标相互遮挡,通过自适应颜色直方图建立目标模型,并用概率推理方法计算目标遮挡程度从而能准确确定被遮挡目标的参数【6】。相对于运动背景而言,静态背景有其优点,但也存在着许多的缺陷。静态背景的信息量小,运算速度相对较快。但实际应用中不可能做到完全静态,静态背景是我们处理视频的一种理想化情况。当摄像头发生抖动时,静态背景下的检测算法将失去它原有的精确性,因此静态背景下的算法对硬件的稳定性要求很高。而且在很多情况下,摄像机是以两种形式运动的:一种是摄像机的支架固定,摄像机可以偏转、俯仰以及缩放;另~种是摄像机装在某个移动的载体上的,如奔驰的车辆或飞行的飞机上【7,8,9】。运动背景下的跟踪与检测更符合实际情况,将有更为广泛的应用。2两北大学硕士学位论文复杂背景下的运动目标检测一直是视频图像处理领域的难点。各种视频的应用场合不尽相同,运动目标所处的环境和背景千变万化,这对目标检测算法的适应性和稳健性提出了更高的要求,也日益成为提高视频图像处理系统实用性和可靠性的严重障碍。国内外研究者关于视频监视系统及分析处理技术已经开展了大量的研究工作,并取得了不少成果。如美国康奈尔大学计算机系设计了一套航拍视频检测与持续跟踪系统,即使在发生短时间内目标被遮挡或目标时静时动的情况下,也能够对多运动目标实现长时间的准确跟踪【ml。该系统首先基于Kanade.Lucas.Tomasi算法的特征点跟踪和基于M估计的鲁棒性仿射参数估计实现运动背景估计与补偿,然后利用三帧差减的方法检测运动目标,利用形态学操作分割图像并定位运动目标。最后对多目标进行标记,利用Hausdorff距离匹配和模板更新的方法对目标进行长时问的跟踪。1997年,美国国防高级研究项目署设立了以卡内基梅隆大学带头,麻省理工学院等高校参与的视觉监控重大项目VSAM(Video Surveillance And Monitoring),主要研究用于战场及普通民用场景监控的自动视频理解技术【111。该系统融合了数字摄像机、音频采集头、红外和微波报警探测器、温度探测器等多种类型的传感器。使用架设在高处多方位旋转云台上的单个摄像机,可以对监控地区进行全方位的昼夜监控。首先有规律地初始化一系列背景图像,然后利用基于特征区域的方法将实际摄录的视频图与相应的背景图作匹配,再利用背景减除法检测运动目标。2005年,美国中央佛罗里达大学计算机视觉实验室开发出了基于MATLAB的COCOA系统,用于无人机低空航拍视频图像的目标检测与跟踪处Ntl2】。该系统基于MATLAB平台,针对一段视频图像序列,通过背景运动补偿、运动检测与目标跟踪三大技术环节,来完成对目标的检测与跟踪。对机载光电传感器或红外传感器所摄视频图像进行鲁棒性背景运动补偿,并可生成全景图,利于更高层次的应用,对图像中多种运动目标(如汽车、坦克、摩托车等)进行可靠性检测并进行持久性跟踪。近几年国内已涌现出大批的研究者投入到复杂背景下运动目标检测与跟踪技术的研究中,许多研究机构和高等院校也投入了相当的研究精力。中科院自动化所模式识别国家重点实验室、清华大学图形图像研究所及上海交大图像处理与模式识别研究所主要针对视频运动跟踪中的轮廓跟踪算法进行了研究。中国科学院光电技术研究所赖作镁等人,提出了一种基于背景运动补偿和假设检验的目标检测算法,紧跟着又提出了一种用仿射参数模型来近似场景中摄像机的复杂运动,采用参数化的多分辨率估计方法鲁棒地估计出仿射参数;然后在运动补偿帧与当前帧之间求光流场,得到目标轮廓的初始分割;3第一章绪论最后通过聚类和搜索填充算法分割出完整的目标【13,14】。合肥工业大学栾庆磊等人,提出了一种基于灰度投影相关曲线分析的运动背景目标检测方法【15】。在大量学者的研究下,虽然已经产生了很多在特定条件下具有良好性能的运动目标检测和跟踪的方法及视频监视系统。但是从实际应用的角度看,提出一种抗干扰性强、能适应各种场合各种条件的、稳健的运动目标检测和跟踪算法还会有很长的一段路要走。1.3论文内容及结构安排1.3.1本课题的主要内容本课题主要内容是研究如何从摄像机运动引起的运动背景中检测出运动目标,以服务于运动背景的视频监控系统。实际的视频场景受环境、光照、气流的影响以及视频信号受采集量化噪声、信道传输噪声、现场电磁干扰等因素的影响,会在视频图像中产生诸多类噪声。为了给后续全局运动估计提供高质量的输入信号,文中首先对常见去噪处理方法进行了对比,最后选出适合本课题应用目的的方法进行图像预处理。在全局运动估计过程中,从确立二维运动估计模型入手,选用能够描述平移、旋转以及形变的仿射参数模型作为运动背景参数模型。选择特征块匹配方法计算运动位移矢量,利用圆的旋转不变性特征,设计加权的圆形模板作为块匹配模板,提高匹配精度。并提出了特征块的预检测方法,加强待匹配块的特征性,缩短运动估计的总耗时间。在背景运动补偿技术上,提出了传统RANSAC鲁棒统计算法的改进算法。结合改进算法和LS最小二乘法来估计背景的运动模型参数,并利用双线性内插法对运动模型参数得到的背景灰度进行补偿。在目标检测定位方法上,采用了连续帧间差分和对称差分两种方法对背景运动补偿后的视频图像进行目标检测。针对较大目标区域灰度分布较平坦会引起目标区域的不连通检测以及目标内部出现较大孔洞的问题,提出了运动背景下的一种新的运动目标检测算法。1.3.2论文结构第一章:绪论。主要阐述了课题的研究背景及意义,简单介绍当前国内外关于运动目标检测的研究现状。第二章:视频图像处理与分析。主要阐述运动目标检测过程中所需要的图像处理与分析的基本理论。4西北大学硕士学位论文第三章:运动目标检测。简单综述目标检测的常见方法及运动目标检测系统,阐述了运动目标检测的一般过程,主要介绍静态背景下的运动目标检测常用算法,以及运动背景与静态背景运动目标检测的根本差别。第四章:基于鲁棒统计的背景运动补偿技术。简单叙述运动补偿参数模型的确立,了解块匹配运动估计的原理,详细分析块匹配算法的影响因素:模板形状尺寸的设定、特征块的选取方法、特征块的匹配准则以及搜索策略。研究了常用鲁棒估计算法,最终提出了一种基于特征块的改进鼬气NSAC&Ls的算法,并进行了算法的可行性分析及结果验证。第五章:单目视觉运动背景下的目标检测。利用前几章的理论算法结合运动背景的特定环境,设计了加权的圆形模板来提高块匹配正确率。利用改进扎埘SAC&LS的算法建立参数模型完成背景的运动估计与补偿,将运动背景转换成相邻帧间的相对静止背景,运用连续帧间差分算法和本文提出的一种新的运动目标检测算法完成单目视觉运动背景下的目标检测。最后总结了本文所做的工作及研究成果,指出研究中的不足及进一步的研究方向。5第一二章视频图像处理与分析第二章视频图像处理与分析2.1视频图像去噪图像中的噪声是一种灰度取值随机信号。常见的噪声有脉冲噪声、椒盐噪声、高斯噪声等。脉冲噪声含有随机的白灰度值或黑灰度值;椒盐噪声则含有随机出现的黑白灰度值;与前两者不同的是,高斯噪声是灰度服从高斯或正态分布的噪声【M】。线性平滑滤波器去除高斯噪声的效果很好,且在大多数情况下,对其它类型噪声的去除也有很好的效果。在线性平滑滤波器的设计时,选择滤波的权值应保证滤波器只有一个称为主瓣的峰值, 并且在水平方向和垂直方向上是对称的。常用的线性滤波器有均值滤波器、高斯平滑滤波器等。均值滤波器是最简单的线性滤波器,它将每一个点的像素值用其局部邻域内所有值的均值来代替【171。删】2万1(量m,明(2·1)其中,M是邻域Ⅳ内的像素点总数。例如,在像素点[f,刀处取3x3邻域,有g[i,刀=I/M=1/9,那么方程(2.1)就退化成方程(2.2)的局部均值运算。办町】=吉∑∑厂附】(2.2)7 k=i一1 I=j一1邻域Ⅳ的大小影响着滤波程度,大尺度邻域虽然加大了滤波程度,但会导致图像细节的损失。非线性滤波器有中值滤波器和边缘保持滤波器等。中值滤波器是用某像素点邻域灰度值的中值来置换该像素点的灰度值,是基于排序统计理论的一种能够有效抑制噪声的非线性信号处理技术。该算法具有运算简单而且速度快的优点。因为中值滤波器不依赖于邻域内与典型值差别很大的值,所以在去除脉冲噪声、椒盐噪声的同时又能比较好地保留图像边缘细节。另外,中值滤波很容易自适应化,可以进一步提高其滤波性能【16,17]。中值滤波可以在一定程度上克服线性滤波器带来的图像细节模糊的缺点,而且对滤除脉冲干扰最为有效。中值滤波计算方便,在实际计算过程中不需要图像的统计特性。但是对一些细节多,特别是线、尖顶等细节多的图像不宜采用中值滤波【16】。采用大小不同领域的中值滤波器的结果是不相同的,所以选择大小合适的邻域是中值滤波器的关6日北大学硕±学位论文键。以下是对HUMAN avi视频(本文使用的视频均是t奉人亲自录制的自然视频,HUMAN avi和BUS avi为两个运动背景视频,PARK avi为静态背景视频)中的图像进行中值滤波的示罔。#№n目* n十m##目* 3’十mE#目*(a)滤波前古有噪声图像(b)2x2模板(c)3x3模板图2-1中值滤波前后的图像从图2-l(曲可以看出,滤波前图像中出现了黑白亮度值,且在一些局部范围内表现比较明显,人眼的直接效果就是图像的某些区域“花了”,在运动目标——人的附近这种现象比较明显。若直接用未经过滤波的图像进行块匹配,在某些噪声效果比较强的区域,出现错误匹配的几率较大。经过如图2-1fb)所示的2x2中值滤波后,前面提到的那种“花图”现象不再明显,但滤波后图像较原图变得模糊。当采用的滤波基元块越大这种模糊的效果越明显,经后续实验结果表明,选用图2-l(e)3x3基元块的中值滤波对本课题的视频图像是比较合适的。2 2二值化图像在计算机视觉系统中,将日标区域同图像其他区域分离升来,首先需要对图像进行分割。分割是把像素聚合成区域的过程,严格定义如下·U:,只=整幅图像({B}是一个完备分割)·P,NP,=o,i≠/,({且l是一个完备分割)·每个区域P;满足一个谓词,即区域内的所有点有某种共同的性质·不同区域的图像,不满足这一谓词二值化图像可以通过对灰度图像进行适当的分割得到。如果目标的灰度只落在某一区间内,并且背景的灰度值不在该区间内,则可以通过闽值运算得到目标的二值化图像,即把区间外的点置为0,区间内的点置为1。目标和背景之间是否有足够的强弱对比度,直接决定了闽值运算是否可以有效地进行图像分割【”I。播放器加载中，请稍候...
该用户其他文档
下载所得到的文件列表基于单目视觉运动背景下的动目标检测有关问题的研究(可复制论文).pdf
文档介绍：
基于单目视觉运动背景下的动目标检测有关问题的研究(可复制论文) 捅要基于图像序列的运动目标检测是计算机视觉领域的一个重要研究课题,将运动目标从实时变化的背景中快速地、准确地分离出来是对图像序列进一步分析处理的关键。其中固定摄像机下图像序列的运动目标检测已在现代社会中的军用和民用领域内得到广泛的应用。目前...
内容来自淘豆网转载请标明出处.当前位置：您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
安全管理考试复习资料.doc50页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：100 &&
你可能关注的文档：
··········
··········
安全管理考试复习资料
二○○四年十一月
安全生产是企业永恒的主题，随着《中华人民共和国安全生产法》的颁布实施，企业的安全管理必须与时俱进，完善安全管理体制，落实安全生产责任制，转变安全管理观念，提高安全管理水平。如何进行新形势下的安全管理，如何管理才能最有效、最直接的杜绝各类伤害事故的发生，是摆在企业面前的一道难题。
铁业公司通过一年实践与探索，摸索出安全管理的的关键就是解决如何让每一级安全管理人员知道自己该管什么？和怎么去管的问题？同时安全管理必须依靠科学、高效的运作，建立良好的管理体系与网络，从基层班组和员工抓起，让每名员工都能够积极认真的学习安全知识，提高安全意识，重视安全问题，运用安全技术。达到安全管理良性运转，实现企业安全生产保障员工人身健康的根本目的。
安全管理概述
事故是不安全行为和不安全状态的直接后果，而这两者都是可以用管理来控制的。建立并保持工作环境、工作任务及工作人员之间的协调性，是管理者的责任。对工人及其行为的管理，要困难一些。要告诉工人们有关的信息，要使他们知道事故不是不可避免的，而是人为造成的。工人需要通过训练来掌握技能，承认安全系统的必要性并且按照要求进行工作，同时要及时报告及纠正不安全的状态及行为。工人们的安全知识和安全态度需要随时改进。
在管理方面，一项基本的原则是，要致力于对事故现象的本质分析，而不是把注意力放在事故的后果、伤亡和损失方面。此外，要清醒的认识到，导致事故的直接原因也并不一定是事故的最重要的特征。深层次的原因，如系统
正在加载中，请稍后...学校医务室对九年级的用眼习惯所作的调查结果如表1所示，表中空缺的部分反映在表2的扇形图和表3的条形图中．
经常近距离写字
经常长时间看书
长时间使用电脑
近距离地看电视
不及时检查视力
（1）请把三个表中的空缺部分补充完整；
（2）请提出一个保护视力的口号（15个字以内）．
（1）根据编号5的比例为25%，且有240人，即可求出总人数，结合各部分的百分比即可求出具体的人数，从而补全各表；
（2）口号只要积极向上合理即可．
解：（1）编号5的比例为25%，且有240人，则总人数=240÷25%=960人，
编号2的人数为200人，所占比例=200÷960=20.83%，
编号3的人数为200人，所占比例=52÷960=5.42%，
编号4的比例是11.25%，人数=960×110.25=108人
补全的三张表如下：
（2）例如：“像爱护生命一样地爱护眼睛！”等．