[发明专利]基于计算机视觉的动物多样性监测方法

权利要求书

1.一种基于计算机视觉的动物多样性监测方法，其特征在于具体步骤如下：

(1)当视觉系统利用运动检测算法检测到有动物时，获取动物图像，对获取的动物图像进行图像预处理；

(2) 确定图像分割数目，利用模糊C均值聚类算法进行图像分割；

(3)分割后的二值图像存在大量噪声，利用数学形态学运算去除噪声；

(4)利用BLOB分析抽取动物图像，对抽取的动物图像进行存储，计算其纹理、形状、尺寸和颜色特征，利用得到的这些特征进行识别，并统计出现的时间、频率、数量、种类的等相关信息，建立特征库，实现动物多样性监测。

2.根据权利要求1所述的监测方法，其特征在于步骤(1)中所述运动检测算法具体为，计算机视觉系统连续的对场景进行监控，当监测到有动物出现时，就拍下其照片以获取图像进行处理；运动检测利用背景减除方法判断动物是否出现；背景减除的方法是，对于当前帧图像                                               和背景图像在坐标处（x,y）的灰度值之差大于给定阈值T，就认为该点是运动的点，即，

对一帧图像，统计上式中非零像素点的个数，当其值超过一定数值时就认为目标出现，即检测到运动物体，此时获取图像进行处理。

3.根据权利要求1所述的监测方法，其特征在于步骤(2)中所述确定图像分割数目是利用主分量变换将图像RGB数据进行变换，利用尺度空间滤波器对主分量直方图进行分析以确定其直方图峰的个数，据此得出图像的区域分割数。

4.根据权利要求1所述的监测方法，其特征在于图像分割主要是对彩色图像进行分割，步骤(2)中图像分割是指利用FCM算法实现彩色图像的分割，直接利用图像像素点的RGB数值进行聚类，距离的计算则采用CIE空间中的欧式距离得出的，通过利用英伟达CUDA的图像处理单元来提高FCM算法的运算速度。

5.根据权利要求1所述的监测方法，其特征在于步骤(3)中所述分割后去除噪声，图像经过FCM算法后得到一个二值图像，背景可能出现与动物颜色接近的像素点，采用数学形态学来滤波和提取动物边缘轮廓，数学形态学的基本运算包含腐蚀、膨胀、开运算和闭运算；

开运算作为数学形态学算子可以用于平滑目标边界和去除小的目标，即噪声，图像X利用结构元素B进行开运算表示为，

                   

其中：X为分割后的二值图像，B为结构元素，开运算其实是先利用结构元素对图像进行腐蚀运算后在进行膨胀运算，腐蚀和膨胀都是数学形态学算子；

腐蚀运算表示为，     

膨胀运算表示为，。

6.根据权利要求1所述的监测方法，其特征在于步骤(4)中所述BLOB分析利用两次扫描法对数学形态学滤波后的图像进行标记，对标记后的图像，滤掉比较大的噪音区块和获取各个目标的图像用于特征提取。

7.根据权利要求1所述的监测方法，其特征在于步骤特征提取综合动物的形状、大小、颜色和纹理特征，设计特征向量进行识别，颜色特征利用平均颜色反映其基本颜色、颜色方差反映其颜色变化；利用矩形度、细长度和紧致度反映其形态特征；矩形度定义如下，

A为目标面积， a,b分别为外界矩形的长和宽；

紧致度定义为

紧致度=，L为周长，A为面积；

细长度用目标区域外键矩形的长宽比来表示。