一種基于視頻圖像的斑馬魚(yú)跟蹤方法
【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明涉及一種基于視頻圖像的斑馬魚(yú)跟蹤方法，屬信息技術(shù)領(lǐng)域。
【背景技術(shù)】：
[0002] 隨著近年來(lái)計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，基于視頻圖像的斑馬魚(yú)行為分析已經(jīng)成為一 個(gè)熱門(mén)研宄問(wèn)題。要對(duì)斑馬魚(yú)進(jìn)行行為分析，首先必須得到每一條游動(dòng)的斑馬魚(yú)的軌跡信 息，然后對(duì)這些信息進(jìn)行統(tǒng)計(jì)分析來(lái)發(fā)現(xiàn)各種斑馬魚(yú)的運(yùn)動(dòng)規(guī)律，跟蹤系統(tǒng)的魯棒性和準(zhǔn) 確性直接影響著行為分析的效果。因此，斑馬魚(yú)跟蹤是斑馬魚(yú)行為分析中的關(guān)鍵步驟。因 為斑馬魚(yú)的身體結(jié)構(gòu)具有非剛性特點(diǎn)，它的形狀會(huì)不斷發(fā)生變化。另外，斑馬魚(yú)在游動(dòng)過(guò)程 中存在相互遮擋的現(xiàn)象，這些問(wèn)題為基于視頻圖像的斑馬魚(yú)跟蹤帶來(lái)了極大的困難。
[0003] 目前常見(jiàn)的斑馬魚(yú)跟蹤方法為基于運(yùn)動(dòng)信息的跟蹤，它通過(guò)對(duì)檢測(cè)到的每條斑馬 魚(yú)進(jìn)行運(yùn)動(dòng)狀態(tài)的分析來(lái)預(yù)測(cè)下一時(shí)刻魚(yú)的位置。該方法能夠同時(shí)跟蹤數(shù)量較多的斑馬 魚(yú)，但是跟蹤的準(zhǔn)確性和穩(wěn)定性不佳。

【發(fā)明內(nèi)容】
：
[0004] 本發(fā)明的目的在于克服基于運(yùn)行信息的斑馬魚(yú)跟蹤的不足，提供一種簡(jiǎn)單而高效 的斑馬魚(yú)跟蹤方法。
[0005] 本發(fā)明的基于視頻圖像的斑馬魚(yú)跟蹤方法，其特征在于該方法由目標(biāo)檢測(cè)和目標(biāo) 跟蹤兩部分構(gòu)成；其中：目標(biāo)檢測(cè)包括運(yùn)動(dòng)區(qū)域分割、中心線(xiàn)提取、魚(yú)頭端點(diǎn)檢測(cè)和魚(yú)頭方 向計(jì)算四個(gè)步驟；目標(biāo)跟蹤包括代價(jià)函數(shù)計(jì)算和全局優(yōu)化關(guān)聯(lián)兩個(gè)步驟；該方法的具體步 驟如下：
[0006] (1)運(yùn)動(dòng)區(qū)域分割
[0007] 使用基于時(shí)域的中值濾波法對(duì)背景進(jìn)行建模來(lái)獲得運(yùn)動(dòng)區(qū)域，即：選取視頻的前 η幀圖像的中值圖像作為背景圖像，通過(guò)對(duì)背景圖像與輸入圖像的差分圖像進(jìn)行閾值化處 理分割出圖像中的運(yùn)動(dòng)區(qū)域：
【主權(quán)項(xiàng)】
1. 一種基于視頻圖像的斑馬魚(yú)跟蹤方法，其特征在于該方法由目標(biāo)檢測(cè)和目標(biāo)跟蹤 兩部分構(gòu)成；其中：目標(biāo)檢測(cè)包括運(yùn)動(dòng)區(qū)域分割、中心線(xiàn)提取、魚(yú)頭端點(diǎn)檢測(cè)和魚(yú)頭方向計(jì) 算四個(gè)步驟；目標(biāo)跟蹤包括代價(jià)函數(shù)計(jì)算和全局優(yōu)化關(guān)聯(lián)兩個(gè)步驟；該方法的具體步驟如 下： (1) 運(yùn)動(dòng)區(qū)域分割 使用基于時(shí)域的中值濾波法對(duì)背景進(jìn)行建模來(lái)獲得運(yùn)動(dòng)區(qū)域，即：選取視頻的前η幀 圖像的中值圖像作為背景圖像，通過(guò)對(duì)背景圖像與輸入圖像的差分圖像進(jìn)行閾值化處理分 割出圖像中的運(yùn)動(dòng)區(qū)域：
式中：It(x，y)表示第t幀圖像，表示由前η幀中值圖像得到的背景圖像，Rt(x，y)表示 得到的運(yùn)動(dòng)區(qū)域； (2) 中心線(xiàn)提取 使用快速行進(jìn)算法提取中心線(xiàn)，即：在圖像區(qū)域外圍構(gòu)造一個(gè)活動(dòng)窄帶，活動(dòng)窄帶內(nèi) 部點(diǎn)的到達(dá)時(shí)間U未定，當(dāng)前傳播邊界利用逆向差分格式向內(nèi)傳播，凡是傳播到的點(diǎn)，就 凍結(jié)到達(dá)時(shí)間U，然后構(gòu)造新的活動(dòng)窄帶，如此循環(huán)，得到整個(gè)平面上每個(gè)點(diǎn)的到達(dá)時(shí)間U， 通過(guò)設(shè)置閾值T u來(lái)消除中心線(xiàn)上的細(xì)小分支，最終的骨架S定義為： C= {(i, j) I max (| ux |, | uy |) > Tj ux = U (i+1, j) -U (i, j), uy = U (i, j+1) -U (i, j) 上式中表示：當(dāng)一個(gè)點(diǎn)與其領(lǐng)域x方向和y方向的兩個(gè)點(diǎn)間到達(dá)時(shí)間U的最大差值大 于Tu時(shí)，該點(diǎn)為骨架點(diǎn)；T u值越大，被忽略的細(xì)節(jié)越多；T u值越小，被保留的細(xì)節(jié)越多； (3) 魚(yú)頭端點(diǎn)檢測(cè) 中心線(xiàn)描述了運(yùn)動(dòng)區(qū)域的主體形狀特征，線(xiàn)的端點(diǎn)表示魚(yú)頭或魚(yú)尾位置；為排除魚(yú)體 中除魚(yú)頭和魚(yú)尾端點(diǎn)以外的其它分支上的端點(diǎn)，對(duì)上一步得到的所有端點(diǎn)進(jìn)行過(guò)濾，只有 端點(diǎn)距離其最近交叉點(diǎn)的長(zhǎng)度大于閾值1\時(shí)，該端點(diǎn)才被認(rèn)為是魚(yú)頭或魚(yú)尾端點(diǎn)，否則過(guò) 濾該端點(diǎn)；由于魚(yú)的頭部寬度大于尾部寬度，我們以得到的端點(diǎn)為圓心，以該點(diǎn)到區(qū)域邊緣 的最小距離為半徑做圓，則圓的直徑能夠近似表示端點(diǎn)位置的區(qū)域?qū)挾?，然后通過(guò)設(shè)定的 寬度閾值T w來(lái)判定端點(diǎn)是否屬于魚(yú)頭端點(diǎn)； (4) 魚(yú)頭方向計(jì)算 使用魚(yú)頭端點(diǎn)的Hessian矩陣來(lái)計(jì)算魚(yú)頭區(qū)域的方向，即：首先使用不同尺度生成的 高斯模板對(duì)圖像進(jìn)行卷積運(yùn)算，得到圖像在各個(gè)尺度下的DoH響應(yīng)值，然后在魚(yú)頭端點(diǎn)位 置搜索具有最大DoH響應(yīng)值的尺度作為最終的Hessian矩陣，設(shè)魚(yú)頭端點(diǎn)為（X，y)，最大響 應(yīng)值的尺度為s，該尺度下對(duì)應(yīng)的Hessian矩陣表示為：
令λ 2(| λ」>| λ2|)分別表示Hessian矩陣的特征值，對(duì)應(yīng)的特征向量a JP α 2 分別表示（x，y)點(diǎn)曲率最大和最小的方向，則魚(yú)頭區(qū)域的方向表示為arctanU/aJ ; (5) 代價(jià)函數(shù)計(jì)算 斑馬魚(yú)在相鄰兩幀圖像中，同一目標(biāo)的魚(yú)頭位置和方向的變化較小，不同目標(biāo)的魚(yú)頭 位置和方向變化較大，為在跟蹤中使用這一規(guī)律，定義當(dāng)前幀中第i個(gè)目標(biāo)和前一幀中第j 個(gè)目標(biāo)的代價(jià)函數(shù)如下：
這里pcmax和dc max分別表示魚(yú)在相鄰幀間的最大方向變化和最大位置變化；pc u和dc u 分別表示當(dāng)前幀目標(biāo)i和前一幀目標(biāo)j之間的位置變化和方向變化；ω和（l-ω)分別表 示位置變化率和方向變化率在代價(jià)函數(shù)中所占權(quán)重； (6)全局優(yōu)化關(guān)聯(lián) 根據(jù)代價(jià)函數(shù)，利用全局優(yōu)化方法對(duì)相鄰幀目標(biāo)進(jìn)行關(guān)聯(lián)，即：設(shè)前一幀目標(biāo)數(shù)為η， 當(dāng)前幀目標(biāo)數(shù)為m，則定義m行Xn列的代價(jià)函數(shù)矩陣，并按照總代價(jià)函數(shù)值最小的原則選 擇當(dāng)前幀中的η個(gè)目標(biāo)與前一幀的目標(biāo)進(jìn)行關(guān)聯(lián)；如果已經(jīng)關(guān)聯(lián)過(guò)的前一幀目標(biāo)，則從代 價(jià)函數(shù)矩陣中刪除該目標(biāo)所在列；如果存在前一幀的目標(biāo)沒(méi)有被關(guān)聯(lián)（n>m)，則在當(dāng)前幀 中保持該目標(biāo)在前一幀中的狀態(tài)；如果存在當(dāng)前幀的目標(biāo)沒(méi)有被關(guān)聯(lián)（n〈m)，則忽略該目 標(biāo)；為減少關(guān)聯(lián)數(shù)量，提尚跟蹤性能，定義一個(gè)最大遮擋距尚閾值T。，只有當(dāng)相鄰幀目標(biāo)間 的距離變化小于最大遮擋距離時(shí)才進(jìn)行數(shù)據(jù)關(guān)聯(lián)，否則不進(jìn)行關(guān)聯(lián)。
【專(zhuān)利摘要】一種基于視頻圖像的斑馬魚(yú)跟蹤方法，屬信息技術(shù)領(lǐng)域。該方法通過(guò)斑馬魚(yú)圖像的形狀特點(diǎn)對(duì)斑馬魚(yú)的魚(yú)頭進(jìn)行檢測(cè)，根據(jù)魚(yú)頭區(qū)域的灰度分布計(jì)算魚(yú)頭方向，根據(jù)檢測(cè)到的位置和方向信息，使用全局優(yōu)化方法對(duì)相鄰幀間的目標(biāo)進(jìn)行關(guān)聯(lián)，完成斑馬魚(yú)的跟蹤。方法包括目標(biāo)檢測(cè)和目標(biāo)跟蹤；目標(biāo)檢測(cè)包括運(yùn)動(dòng)區(qū)域分割、中心線(xiàn)提取、魚(yú)頭端點(diǎn)檢測(cè)和魚(yú)頭方向計(jì)算步驟；目標(biāo)跟蹤包括代價(jià)函數(shù)計(jì)算和全局優(yōu)化關(guān)聯(lián)步驟。有益效果在于：能同時(shí)檢測(cè)出魚(yú)頭位置和方向信息，檢測(cè)準(zhǔn)確率高；無(wú)需用運(yùn)動(dòng)模型對(duì)魚(yú)進(jìn)行運(yùn)動(dòng)預(yù)測(cè)，簡(jiǎn)化了跟蹤過(guò)程；能較好的處理魚(yú)在運(yùn)動(dòng)中的遮擋問(wèn)題，跟蹤的穩(wěn)定性高；能較好的處理斑馬魚(yú)跟蹤中出現(xiàn)的問(wèn)題，具有跟蹤準(zhǔn)確，魯棒性較強(qiáng)的優(yōu)點(diǎn)。
【IPC分類(lèi)】G06T7-20
【公開(kāi)號(hào)】CN104766346
【申請(qǐng)?zhí)枴緾N201510181901
【發(fā)明人】錢(qián)志明, 秦海菲, 劉曉青, 趙勇超
【申請(qǐng)人】楚雄師范學(xué)院
【公開(kāi)日】2015年7月8日
【申請(qǐng)日】2015年4月15日