一种基于计算机视觉的斑马鱼群检测与跟踪方法
【专利摘要】本发明涉及一种基于计算机视觉的斑马鱼群检测与跟踪方法，属信息【技术领域】。该方法首先通过极值检测和局部区域椭圆拟合对鱼头区域进行定位和相关参数估算，然后结合卡尔曼预测和特征匹配对鱼群进行初始跟踪，最后根据检测和初始跟踪得到的信息，利用轨迹连接来处理鱼群运动中的遮挡问题。本发明的技术方案是：包括目标检测和目标跟踪两部分，其中目标检测包括尺度空间DoH斑点检测、椭圆拟合和椭圆约束三个步骤，目标跟踪包括运动预测、特征匹配和轨迹连接三个步骤。本发明的有益效果在于：能较好的处理鱼群的复杂运动带来的跟踪问题，具有跟踪准确，鲁棒性较强的优点。
【专利说明】一种基于计算机视觉的斑马鱼群检测与跟踪方法
【技术领域】:
[0001]本发明涉及一种基于计算机视觉的斑马鱼群检测与跟踪方法，属信息【技术领域】。
【背景技术】:
[0002]自然界的群体运动因为其普遍性而倍受众多领域的科学家关注，作为生物群体中的一员，鱼群运动的力学及生物学机理中还有很多没有解决的问题，其中含有许多极具应用价值的领域。深入研究鱼群游动机理不仅对认识鱼类运动，而且对深入理解整个水生动物的生态与进化过程，系统了解其生物学作用和生命形式，都将具有重大的科学意义。
[0003]斑马鱼作为一种模式生物，它不仅具有与人类似的消化系统、循环系统等器官系统结构，而且和大多数哺乳动物享有基因和生理上的同源性，因此被广泛用于各个领域的研究。在各项研究中，通过获得斑马鱼群的运动轨迹，分析每条轨迹以及轨迹之间的关系，成为了研究斑马鱼群体行为的主要手段。但是，和其它生物群体不同，斑马鱼群的检测与跟踪中存在如下难点:
[0004](I)检测方面:鱼的表观呈现变化的杆状，无法使用一个或几个模板来表示鱼的轮廓；其次，鱼在视频图像中的纹理信息较少，仅使用纹理特征来检测鱼的位置效果不佳；最后，当鱼群密度较大时，目标之间在图像中将会出现频繁的遮挡，很难从中检测出每个目标的位置。
[0005](2)跟踪方面:鱼群在游动中存在复杂的运动状态，现有的运动模型不能完全模拟鱼群的复杂运动；其次，鱼群成员间相似度较高，使用单一特征很难对不同目标进行区分；最后，鱼群遮挡造成的检测错误将使跟踪轨迹出现断裂等问题，这将为跟踪带来很大的困难。
【发明内容】
:
[0006]本发明的目的在于克服斑马鱼群检测与跟踪的难点，而提供一种基于计算机视觉的斑马鱼群检测与跟踪方法。
[0007]本发明的技术方案是:
[0008]包括目标检测和目标跟踪两部分，其中目标检测分为尺度空间DoH斑点检测、椭圆拟合和椭圆约束三个步骤，目标跟踪包括运动预测、特征匹配和轨迹连接三个步骤；具体如下:
[0009](I)目标检测
[0010]a.尺度空间DoH斑点检测:设(x, y, s)表示图像在尺度空间的任一像素点，x，y为像素点坐标，s为像素点的尺度，该点对应的Hessian矩阵表示为:
[0011]
【权利要求】
1.一种基于计算机视觉的斑马鱼群检测与跟踪方法，其特征在于该方法由目标检测和目标跟踪两部分构成，其中目标检测包括尺度空间DoH斑点检测、椭圆拟合和椭圆约束三个步骤，目标跟踪包括运动预测、特征匹配和轨迹连接三个步骤；该方法的具体步骤如下: (1)尺度空间DoH斑点检测:设(X，y,s)表示图像在尺度空间的任一像素点，X, y为像素点坐标，s为像素点的尺度，该点对应的Hessian矩阵表示为:
【文档编号】G06T7/20GK103955688SQ201410213890
【公开日】2014年7月30日 申请日期:2014年5月20日 优先权日:2014年5月20日
【发明者】钱志明, 施红星, 徐庆生 申请人:楚雄师范学院