[发明专利]一种基于机器视觉的小鼠探索的识别方法

摘要

本发明公开了一种基于机器视觉的小鼠探索的识别方法，所述方法利用现有监控摄像机采集图像，利用背景分割技术将小鼠轮廓从图像中去噪并提取出来后，进行综合性的智能识别。将小鼠鼻部距离目标物体一定范围(可根据需求定义)，且鼻部朝向经过目标物体的行为，视为探索行为，并记录探索时间。该方法综合各种机器视觉技术，包括Canny边缘检测，角点检测，质心检测等技术，并提出基于比例约束的角点检测的算法，和基于质心检测的角点预测算法，能够准确的识别实验小鼠鼻部探索行为参数，准确率高达97％。本发明方法无需人工监管，极大地节省人力、经济成本，有效解决了科学实验中的人为主观判断造成的可养成果不真实、不严谨的问题。

主权项

一种基于机器视觉的小鼠探索的识别方法，其特征在于，所述方法包括以下步骤：步骤1，在小鼠实验区域垂直上空安装监控摄像机，摄像机镜头对地面、墙角区域进行实时监控；摄像机通过数据线与PC设备连接组成监控系统；步骤2，监控系统以25帧/秒的采样频率对摄像机摄录的图像进行处理，并对摄录图像进行高斯滤波；步骤3，监控系统利用未放入小鼠之前的背景图像作为一个基本的背景模型，使用这个背景模型将前景从背景中分割出来；步骤4，将前景的二值图像轮廓从背景中分割出来后，为避免实验环境光照的影响，利用形态学开操作将小的噪声消除，再用闭操作重建边缘部分；步骤5，将处理好的二值前景图与对应帧图像通过Canny边缘检测技术检测小鼠轮廓，利用轮廓查找技术获取其最外层轮廓像素；步骤6，以步骤5中边缘检测结果为基础，确定每帧图像中小鼠的质心；步骤7，根据图像预处理之后的小鼠形态特征：鼻部和尾部的角点特征特别明显；采用角点检测算法，检测出小鼠最强两角点，分别标记为B1和B2；步骤8，以步骤7中所检测的角点B1和B2为中心，在步骤5中所获取的最外层轮廓像素中左右各取19个像素点，分别标记为E1和F1、E2和F2；然后分别确定E1和F1的中点M1，E2和F2的中点M2，连接M1和B1，连接M2和B2；步骤9，根据小鼠的体态特征及其实时变换规律，提出比例约束角点算法，确定出鼻部；比较M1B1与E1F1的比值和M2B2与E2F2的比值，确定其最大值；设M1B1与E1F1的比值较大，则B1作为鼻部预选点；步骤10，为防止小鼠体型变换较大而造成的角点检测失败，只有当步骤9中的最大值大于0.8时，才确定B1为真正鼻部，M1B1延长线作为鼻部朝向；否则，舍弃B1；依据前一帧图像确定的鼻部点，当前帧图像与前一帧图像的质心坐标变化之差预测出当前帧的小鼠鼻部，并重复步骤8，且以MB延长线作为鼻部朝向；步骤11，当小鼠鼻部距离目标物体到达一定范围(自主设定)，且鼻部朝向经过目标物体时，探索次数加一，同时开始计时；当小鼠鼻部离开设定得范围或方向偏离目标物体时，计时结束，统计小鼠探索目标时间。