一种运动生物的视频追踪方法和装置制造方法及图纸

本发明专利技术公开一种运动生物的视频追踪方法和装置。该方法能够自动识别一段视频中运动生物所处的实时位置，并跟踪绘制出每个运动生物的游动轨迹，最终生成所有运动生物的累计运动轨迹图，计算出视频拍摄时间内所有运动生物经过的实际总路径距离。与传统方法相比，本发明专利技术不仅突破了对运动生物的多目标追踪瓶颈，且能实现对手机或其他电子设备简单拍摄的视频进行快速自动分析，具有操作简便、测试快速、易于推广、追踪性强、可视化程度高、反馈信息丰富等优点。

【技术实现步骤摘要】
一种运动生物的视频追踪方法和装置
本专利技术采用计算机视频跟踪捕捉方法，实现了对运动生物比如环境科学研究的模式生物斑马鱼行为学的视频追踪，属于交叉领域的专利技术。本专利技术涉及对视频的预处理、对运动生物的实时追踪及标注、对所有运动生物累计游过像素点的实时统计、累计轨迹图的自动生成以及所有运动生物游过的实际总路径距离的自动计算。
技术介绍
在环境科学研究领域，斑马鱼常作为模式生物进行污染物的毒性研究。斑马鱼在实验过程中的运动追踪技术对于其行为研究至关重要。目前，常见的斑马鱼追踪技术主要为两种。一种是研究斑马鱼鱼卵或幼鱼的运动，研究对象为一枚鱼卵或一条幼鱼——将单个个体置于小型玻璃皿中，通过红外或其它手段进行监测，该测试系统运动范围小且不允许多个个体的干扰；第二种是研究斑马鱼成鱼的运动，需要架设多部实时监测的设备，反映各时间点目标整体所处的位置，统计某一截面的斑马鱼数量。对于第一种追踪方法，它只能监测一枚鱼卵或一条幼鱼的运动轨迹，无法对鱼群运动进行追踪；且这种追踪方法不适用于斑马鱼成鱼乃至体型更大的实验鱼种(如鲫鱼)，因为较小的玻璃皿严重限制了监测对象的正常运动行为。对于第二种追踪方法，其硬件要求较高，需要架设多部实时监测的设备，针对鱼群拍摄时，反馈结果是每一时刻各条鱼所处的位置，无法实现坐标与鱼的一一对应，只能反映鱼群整体的分布变化，不能对鱼个体进行追踪，无法准确获得鱼游动的实际路径。因此，需要开发一种方便快捷的方法，来实现鱼及运动生物的多目标行为追踪。
技术实现思路
针对上述现有技术的不足，本专利技术所要解决的技术问题在于提供一种运动生物的视频追踪方法和装置，适用于运动生物比如鱼类的追踪。该方法具有操作简便、测试快速、易于推广、追踪性强、可视化程度高、反馈信息丰富等优点。只需通过手机或其它电子设备拍摄一段运动生物的运动/游动的视频，程序即可自动识别一段视频中每个运动生物所处的实时位置，并跟踪绘制出每个运动生物的运动/游动轨迹，最终生成视频出现过的所有运动生物的累计运动/游动轨迹图，计算出视频拍摄时间内所有运动生物运动的实际总路径距离。本专利技术采取的技术方案为：一种运动生物的视频追踪方法，包括以下步骤：1)拍摄一段运动生物的视频，作为原始视频；2)对原始视频进行预处理，使每个运动生物形成清晰的轮廓；3)确定每个运动生物的轮廓的质心，作为对运动生物进行追踪的目标点；4)实时追踪各目标点的位置变化并以线条标注；5)保存已用线条进行标注的最后一帧图像，作为运动生物的累计运动轨迹图。进一步地，还包括以下步骤：6)测定所述原始视频中规定的两点间的实际距离；7)在实时追踪各目标点的位置变化时，实时计算和显示当前时间内所有目标点累计经过的像素点个数；8)依据相应的像素点个数与步骤6)所述实际距离的比例关系，将步骤7)最后一次的计算结果转化为实际距离，得到视频拍摄时间内所有运动生物经过的实际总路径距离。进一步地，步骤1)利用手机或其他电子设备拍摄所述原始视频，在拍摄时遵循以下规则：1.1)拍摄的运动生物与背景之间形成比较明显的对比；1.2)镜头应位于拍摄区域的正上方，拍摄过程中设备与拍摄区域保持平行，避免斜向拍摄；1.3)拍摄过程中应尽量保证设备的稳定，最好使用手机自拍架或相机三脚架进行辅助拍摄，避免人为抖动；1.4)拍摄过程中应尽量避免光线的扰动，包括水波扰动、玻璃缸内壁重影晃动、容器边角轮廓形成的阴影晃动。进一步地，步骤1)所述的原始视频的分辨率在其拍摄设备上查知，或将视频导入计算机后查看其属性得知。进一步地，步骤1)所述的原始视频的视野分为三种情况：a)拍摄视野大于运动范围；b)拍摄视野小于运动范围；c)拍摄视野等于运动范围。进一步地，步骤6)所述原始的视频中规定的两点间的实际距离采用以下方式测定：对于a)所述的情景，选用运动生物的容器的长或宽进行长度测定，或选择取景框边缘两点进行实际长度测定；对于b)所述的情景，在拍摄范围内选择同一方向上的两点进行实际长度测定；对于c)所述的情景，选用运动生物的容器的长或宽进行长度测定，或在拍摄范围内选择同一方向上的两点进行实际长度测定。进一步地，步骤2)所述预处理采用灰度变换的方法，通过设定阈值，逐点改变视频中每一个像素灰度值，目的是将感兴趣的目标进行突出，相对抑制不感兴趣的区域，最终转化成二值图像视频，从而能够清晰地分辨出其中的每一个运动生物，而背景及其它杂质被滤除。进一步地，所述二值图像视频与所述原始视频设置为统一规格并同步播放，所述同步播放过程中，二值图像视频和原始视频的规格是预先设定的，无法改变显示窗口的大小，从而固定每个像素点对应的实际长度，保证追踪轨迹的路径长度计算结果的唯一性。进一步地，步骤3)所述目标点的确定，是将步骤2)形成的每个清晰轮廓作外接圆，该外接圆的圆心即轮廓的质心，作为运动生物在游动过程中进行追踪的目标点。进一步地，步骤4)所述实时追踪各目标点的位置变化采用卡尔曼滤波的方法，其是一个对动态系统的状态序列进行线性最小方差误差估计的算法，通过状态方程和观测方程来描述一个动态系统；利用卡尔曼滤波进行追踪的过程分为两个步骤：预测部分，利用当前的状态和误差协方差估计下一时刻的状态，得到先验估计；更新部分，将新的观测值与先验估计值一起考虑，从而获得后验估计；在每次完成预测和更新以后，由后验估计值预测下一时刻的先验估计，重复以上步骤；利用该方法，根据当前每个运动生物所处的状态预测下一时刻每个运动生物所处的状态，并结合其下一时刻每个运动生物所处的实际状态对预测结果进行校准。进一步地，所述像素点个数是当前时间内所有目标点累计游过的像素点个数之和，该数值将实时显示在控制台上。一种运动生物的视频追踪装置，其包括：拍摄单元，负责拍摄一段运动生物的视频，作为原始视频；预处理单元，负责对原始视频进行预处理，使每个运动生物形成清晰的轮廓；目标点确定单元，负责确定每个运动生物的轮廓的质心，作为对运动生物进行追踪的目标点；实时追踪单元，负责实时追踪各目标点的位置变化并以线条标注；追踪结果生成单元，负责保存已用线条进行标注的最后一帧图像，作为运动生物的累计运动轨迹图。进一步地，上述装置还包括：距离测定单元，负责测定所述原始视频中规定的两点间的实际距离；像素点个数计算单元，负责在实时追踪各目标点的位置变化时，实时计算和显示当前时间内所有目标点累计经过的像素点个数；总路径距离计算单元，负责依据相应的像素点个数与所述实际距离的比例关系，将像素点个数计算单元的最后一次的计算结果转化为实际距离，得到视频拍摄时间内所有运动生物经过的实际总路径距离。本专利技术不仅突破了对运动生物的多目标追踪瓶颈，且能实现对手机或其他电子设备简单拍摄的视频进行快速自动分析，具有操作简便、测试快速、易于推广、追踪性强、可视化程度高、反馈信息丰富等优点。本专利技术的有益效果：与传统方法相比，本专利技术的优势如下：(1)本专利技术能够实现对运动生物如斑马鱼游动轨迹的自动追踪捕捉，突破了对运动生物的多目标追踪瓶颈；(2)本专利技术具有操作简便、测试快速、易于推广等优点，只需提供一段用手机或其他电子设备拍摄的视频简单输入参数，程序即可自动进行后续分析并输出；(3)本专利技术的可视化程度高、追踪性强，程序可实时追踪每条鱼的游动轨迹及鱼群整体的分布情况；(4)本文档来自技高网...

【技术保护点】
1.一种运动生物的视频追踪方法，其特征在于，包括以下步骤：1)拍摄一段运动生物的视频，作为原始视频；2)对原始视频进行预处理，使每个运动生物形成清晰的轮廓；3)确定每个运动生物的轮廓的质心，作为对运动生物进行追踪的目标点；4)实时追踪各目标点的位置变化并以线条标注；5)保存已用线条进行标注的最后一帧图像，作为运动生物的累计运动轨迹图。

【技术特征摘要】
1.一种运动生物的视频追踪方法，其特征在于，包括以下步骤：1)拍摄一段运动生物的视频，作为原始视频；2)对原始视频进行预处理，使每个运动生物形成清晰的轮廓；3)确定每个运动生物的轮廓的质心，作为对运动生物进行追踪的目标点；4)实时追踪各目标点的位置变化并以线条标注；5)保存已用线条进行标注的最后一帧图像，作为运动生物的累计运动轨迹图。2.如权利要求1所述的方法，其特征在于，还包括以下步骤：6)测定所述原始视频中规定的两点间的实际距离；7)在实时追踪各目标点的位置变化时，实时计算和显示当前时间内所有目标点累计经过的像素点个数；8)依据相应的像素点个数与步骤6)所述实际距离的比例关系，将步骤7)最后一次的计算结果转化为实际距离，得到视频拍摄时间内所有运动生物经过的实际总路径距离。3.如权利要求1或2所述的方法，其特征在于，步骤1)利用手机或其他电子设备拍摄所述原始视频，在拍摄时遵循以下规则：1.1)拍摄的运动生物与背景之间形成比较明显的对比；1.2)镜头应位于拍摄区域的正上方，拍摄过程中设备与拍摄区域保持平行，避免斜向拍摄；1.3)拍摄过程中应尽量保证设备的稳定，最好使用手机自拍架或相机三脚架进行辅助拍摄，避免人为抖动；1.4)拍摄过程中应尽量避免光线的扰动，包括水波扰动、玻璃缸内壁重影晃动、容器边角轮廓形成的阴影晃动。4.如权利要求1或2所述的方法，其特征在于，步骤1)所述的原始视频的分辨率在其拍摄设备上查知，或将视频导入计算机后查看其属性得知。5.如权利要求2所述的方法，其特征在于，步骤1)所述的原始视频的视野分为三种情况：a)拍摄视野大于运动范围；b)拍摄视野小于运动范围；c)拍摄视野等于运动范围。6.如权利要求5所述的方法，其特征在于，步骤6)所述原始的视频中规定的两点间的实际距离采用以下方式测定：对于a)所述的情景，选用运动生物的容器的长或宽进行长度测定，或选择取景框边缘两点进行实际长度测定；对于b)所述的情景，在拍摄范围内选择同一方向上的两点进行实际长度测定；对于c)所述的情景，选用运动生物的容器的长或宽进行长度测定，或在拍摄范围内选择同一方向上的两点进行实际长度测定。7.如权利要求1或2所述的方法，其特征在于，步骤2)所述预处理采用灰度变换的方法，通过设定阈值，逐点改变视频中每一个像素灰度值，目的是将感兴趣的目标进行突出，相对抑制不感兴趣的区域，最终转化成二值图像视频，从而能够清晰地分辨出其中的每一个运动生物，而背景及其它杂质被滤除。8.如权利要求7所述的方法，其特征在于，所述二值图像视频与所述原始视频设置为统一规格并同步播放，所...

【专利技术属性】
技术研发人员：万祎，刘航，彭超，崔洪洋，高世雄，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京,11