本發(fā)明涉及生物識(shí)別技術(shù)領(lǐng)域，特別是涉及一種依據(jù)攝像頭采集視頻信息并對(duì)其中水生生物個(gè)體進(jìn)行準(zhǔn)確區(qū)分的技術(shù)。

背景技術(shù)：

當(dāng)前的視頻追蹤技術(shù)，注重于對(duì)單一目標(biāo)的追蹤，一旦出現(xiàn)多個(gè)相似的目標(biāo)，有可能就會(huì)出現(xiàn)識(shí)別錯(cuò)誤的現(xiàn)象，這個(gè)問(wèn)題直接影響了整個(gè)視頻追蹤結(jié)果的準(zhǔn)確性。

本發(fā)明公開了一種水生生物個(gè)體指紋印跡識(shí)別分析儀，能夠在遇到多個(gè)目標(biāo)相距過(guò)近或者重疊的情況，對(duì)不同水生生物個(gè)體進(jìn)行準(zhǔn)確的識(shí)別，以確保實(shí)驗(yàn)的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種水生生物個(gè)體指紋印跡識(shí)別分析儀。

為了解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案是一種水生生物個(gè)體指紋印跡識(shí)別分析儀，包括生物養(yǎng)殖系統(tǒng)、視頻采集系統(tǒng)與數(shù)據(jù)處理系統(tǒng)。生物養(yǎng)殖系統(tǒng)的進(jìn)水口與外部水管連接，水管連接有流量計(jì)，以便控制進(jìn)水和出水；生物養(yǎng)殖系統(tǒng)的正上方為視屏采集系統(tǒng)，負(fù)責(zé)對(duì)視頻信息的采集；數(shù)據(jù)處理系統(tǒng)是基于水生生物個(gè)體指紋印跡 識(shí)別分析模型來(lái)對(duì)視屏采集系統(tǒng)所收集信息進(jìn)行識(shí)別處理，并得出相應(yīng)數(shù)據(jù)。

以上所述的水生生物個(gè)體指紋印跡識(shí)別分析儀，生物養(yǎng)殖系統(tǒng)所養(yǎng)殖的原生種為水生脊椎動(dòng)物的成體魚類，每個(gè)生物養(yǎng)殖系統(tǒng)養(yǎng)殖生物的數(shù)量在2條以上。

一種水生生物個(gè)體指紋印跡識(shí)別分析模型的建模方法，包括如下步驟：

(一)構(gòu)建二維模型的中心線：以水生生物的頭部鼻處與尾部末端為起點(diǎn)與終點(diǎn)，選擇正上方視角畫面，分別對(duì)代表水生生物個(gè)體的剪影繪制封閉輪廓線，通過(guò)輪廓線上的取點(diǎn)，從而可以算出代表相應(yīng)視角的中心線，根據(jù)二級(jí)遞階優(yōu)化算法可以計(jì)算出二維坐標(biāo)下的中心線；

(二)構(gòu)建水生生物個(gè)體指紋印跡模型：圍繞中心線繪制橢圓，生成水生生物個(gè)體的表面；橢圓的半徑根據(jù)橫截面確定，長(zhǎng)度可以由正上方視角的輪廓線計(jì)算得出，橢圓的朝向由圓心點(diǎn)的向量表示；然后整合所有橢圓，通過(guò)多重EKF(擴(kuò)展卡爾曼濾波)微調(diào)各橢圓的半徑，選出最有代表性的橢圓，構(gòu)造一個(gè)平滑的水生生物個(gè)體模型；

(三)水生生物個(gè)體的指紋印跡模型的匹配：將動(dòng)態(tài)的視頻圖像采集到的數(shù)據(jù)與靜態(tài)畫面中構(gòu)建出的水生生物個(gè)體的二維模型進(jìn)行匹配，并根據(jù)動(dòng)態(tài)視頻圖像采集到的數(shù)據(jù)下一幀的內(nèi)容對(duì)目標(biāo)的模型進(jìn)行更新；在遇到多個(gè)目標(biāo)相距過(guò)近或者重疊的情況，采用對(duì)相鄰的個(gè)體進(jìn)行匹配的方法，通過(guò)在下一幀的圖像中選取幾個(gè)距離目標(biāo)個(gè)體 最近的剪影，并將目標(biāo)個(gè)體的中心線與每個(gè)剪影進(jìn)行比較，判斷是否存在最吻合的中心線剪影，通過(guò)計(jì)算剪影各點(diǎn)與中心線的距離，進(jìn)一步確定該目標(biāo)個(gè)體下一幀的對(duì)應(yīng)剪影，從而避免在此情況下選擇錯(cuò)誤的模型；

(四)二維模型的重建：利用模擬退火算法搜索樣本點(diǎn)的狀態(tài)空間，在該狀態(tài)空間中選出最能代表目標(biāo)的一點(diǎn)來(lái)作為下一個(gè)樣本點(diǎn)，一個(gè)接一個(gè)點(diǎn)構(gòu)建出水生生物的二維模型；

(五)模型的平滑處理：對(duì)以上最優(yōu)化輸出的結(jié)果，利用卡爾曼濾波器對(duì)模型的噪聲數(shù)據(jù)過(guò)濾，最終得出水生生物的平滑二維模型。

本發(fā)明有以下優(yōu)點(diǎn)：

本發(fā)明為一種水生生物個(gè)體指紋印跡識(shí)別分析儀，可以精確的分辨每個(gè)個(gè)體，無(wú)論該個(gè)體如何變換方向、動(dòng)作，甚至與其他相似個(gè)體發(fā)生交叉互換，或者曾經(jīng)移出視野范圍又重新回來(lái)，本發(fā)明都能夠準(zhǔn)確的識(shí)別對(duì)應(yīng)的個(gè)體，確保了實(shí)驗(yàn)的精準(zhǔn)進(jìn)行。

附圖說(shuō)明

下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明做進(jìn)一步詳細(xì)的說(shuō)明。

圖1是本發(fā)明的結(jié)構(gòu)示意圖。

圖2是指紋印跡識(shí)別分析模型的建模流程示意圖。

圖3是交叉變換演示示意圖。

具體實(shí)施方式

一種水生生物個(gè)體指紋印跡識(shí)別分析儀，包括生物養(yǎng)殖系統(tǒng)1、視頻采集系統(tǒng)2、3與數(shù)據(jù)處理系統(tǒng)4。生物養(yǎng)殖系統(tǒng)1的進(jìn)水口與外部水管連接，水管連接有流量計(jì)，以便控制進(jìn)水和出水；生物養(yǎng)殖系統(tǒng)1的正上方為視屏采集系統(tǒng)2、3，負(fù)責(zé)對(duì)視頻信息的采集；數(shù)據(jù)處理系統(tǒng)4是基于水生生物個(gè)體指紋印跡識(shí)別分析模型來(lái)對(duì)視屏采集系統(tǒng)2、3所收集信息進(jìn)行識(shí)別處理，并得出相應(yīng)的數(shù)據(jù)。

以上所述的水生生物個(gè)體指紋印跡識(shí)別分析儀，生物養(yǎng)殖系統(tǒng)1所養(yǎng)殖的原生種為水生脊椎動(dòng)物的成體魚類，每個(gè)生物養(yǎng)殖系統(tǒng)養(yǎng)殖生物的數(shù)量在3-10條。

下面結(jié)合本發(fā)明的實(shí)施例，一種水生生物個(gè)體指紋印跡識(shí)別分析儀的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明。

實(shí)施例

以斑馬魚為觀測(cè)對(duì)象為例：

參考圖3，對(duì)斑馬魚的行為蹤跡進(jìn)行監(jiān)測(cè)分析，斑馬魚的觀測(cè)養(yǎng)殖系統(tǒng)由有機(jī)玻璃制作的監(jiān)測(cè)區(qū)域，為直徑10cm的缸狀容器1。將用于視頻采集的攝像頭2鑲嵌于生物行為監(jiān)測(cè)區(qū)域頂蓋的合適位置，對(duì)區(qū)域內(nèi)斑馬魚行為進(jìn)行指紋印跡識(shí)別。

利用本監(jiān)測(cè)裝置進(jìn)行指紋印跡分析，試驗(yàn)用魚總共5條，均為成年5cm左右斑馬魚，試驗(yàn)進(jìn)行的溫度控制在20±2℃，光照周期為16H：8D，食物早晚固定時(shí)間投喂。

用于觀察記錄斑馬魚行為蹤跡的視頻采集終端負(fù)責(zé)采集上方的標(biāo)準(zhǔn)視頻數(shù)據(jù)，由信號(hào)線傳輸?shù)揭曨l處理中轉(zhuǎn)站3上，將采集的視頻 虛擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，輸送到指紋印跡分析工作站4中，對(duì)斑馬魚進(jìn)行視頻追蹤與指紋印跡分析。

構(gòu)建斑馬魚個(gè)體指紋印跡識(shí)別分析模型，包括如下步驟：

(一)構(gòu)建二維模型的中心線：以斑馬魚個(gè)體的頭部鼻處與尾部末端為起點(diǎn)與終點(diǎn)，選擇正上方視角的畫面，代表斑馬魚個(gè)體的剪影繪制封閉輪廓線，通過(guò)輪廓線上的取點(diǎn)，從而可以算出代表相應(yīng)視角的中心線，根據(jù)二級(jí)遞階優(yōu)化算法可以計(jì)算出二維坐標(biāo)下的中心線；

(二)構(gòu)建斑馬魚個(gè)體指紋印跡模型：圍繞中心線繪制橢圓，生成斑馬魚個(gè)體的表面；橢圓的半徑根據(jù)橫截面確定，長(zhǎng)度可以由正上方視角的輪廓線計(jì)算得出，橢圓的朝向由圓心點(diǎn)的向量表示；然后整合所有橢圓，通過(guò)多重EKF(擴(kuò)展卡爾曼濾波)微調(diào)各橢圓的半徑，選出最有代表性的橢圓，構(gòu)造一個(gè)平滑的斑馬魚個(gè)體模型；

(三)斑馬魚個(gè)體的指紋印跡模型的匹配：將動(dòng)態(tài)的視頻圖像采集到的數(shù)據(jù)與靜態(tài)畫面中構(gòu)建出的斑馬魚個(gè)體的二維模型進(jìn)行匹配，并根據(jù)動(dòng)態(tài)視頻圖像采集到的數(shù)據(jù)下一幀的內(nèi)容對(duì)目標(biāo)的模型進(jìn)行更新；在遇到多個(gè)目標(biāo)相距過(guò)近或者重疊的情況，我們采用對(duì)相鄰的個(gè)體進(jìn)行匹配的方法，通過(guò)在下一幀的圖像中選取幾個(gè)距離目標(biāo)個(gè)體最近的剪影，并將目標(biāo)個(gè)體的中心線與每個(gè)剪影進(jìn)行比較，判斷是否存在最吻合的中心線剪影，通過(guò)計(jì)算剪影各點(diǎn)與中心線的距離，進(jìn)一步確定該目標(biāo)個(gè)體下一幀的對(duì)應(yīng)剪影，從而避免在此情況下選擇錯(cuò)誤的模型；

(四)二維模型的重建：利用模擬退火算法搜索樣本點(diǎn)的狀態(tài)空 間，在該狀態(tài)空間中選出最能代表目標(biāo)的一點(diǎn)來(lái)作為下一個(gè)樣本點(diǎn)，一個(gè)接一個(gè)點(diǎn)構(gòu)建出斑馬魚個(gè)體的二維模型；

(五)模型的平滑處理：對(duì)以上最優(yōu)化輸出的結(jié)果，利用卡爾曼濾波器對(duì)模型的噪聲數(shù)據(jù)過(guò)濾，最終得出斑馬魚個(gè)體的平滑二維模型。