一种基于视频图像处理的水生动物心率检测方法技术

本发明专利技术公开了一种基于视频图像处理的水生动物心率检测方法，通过获取水生动物腹面视频图像序列，选取心脏、背景感兴趣区域并保持追踪，采用多数据集联合分析法提取出二者共有的环境噪声分量并置零；随后根据双色反射模型，进一步消除其中的静态成分，并选出镜面反射成分、漫反射成分；再对镜面反射成分、漫反射成分组成的时间信号序列进行独立成分分析，通过相关性计算得到包含心率信息最多的独立成分；最后对其进行频域分解，并根据水生动物特有的心率范围筛选出频域上匹配度最高的子成分，再输出心动波形图输出或计算心率数值；本方案为非接触式检测水生动物心率提供一种鲁棒和准确的方法，在水产养殖监测和生物抗逆性评估方面有广泛应用前景。评估方面有广泛应用前景。评估方面有广泛应用前景。

【技术实现步骤摘要】
一种基于视频图像处理的水生动物心率检测方法


[0001]本专利技术涉及生物图像信息
，尤其涉及一种基于视频图像处理的水生动物心率检测方法。

技术介绍

[0002]水产养殖业是我国渔业的重要组成部分，然而在气候变化和不合理的养殖方式的条件下，会出现病害爆发、高温死亡等问题。通过选择育种培育出抗逆性或耐受性更强的水生动物，是应对该问题最有效的对策之一。
[0003]心率作为重要的生理指标，与水生动物的代谢状态以及对环境变化的应激密切相关。因此，技术人员通常将心率作为评价指标来评估水生动物应对内部或外部环境变化的能力，并用来辅助其遗传育种的工作。而目前水生动物的心率测量都存在一定的局限性，主要表现为需限制生物体活动、需持续接触、甚至需要进行外科手术，多采用植入式电极法、多普勒超声法等对水生动物心率进行测量。常规的远程非接触式测量心率的方法往往缺乏高精度的信号去噪方法和信号分离方法。由于水生动物生理结构特殊，大多没有分布在浅层表皮下的丰富的毛细血管，导致视频图像中蕴含的生理信息十分微弱，往往需要更准确、更鲁棒的技术手段来提取心率信息。因此，在现有的育种研究中，缺乏在非接触条件下便捷观测水生动物个体心率的方法，因此提供一种准确且鲁棒的方法来检测水生动物的心率迫在眉睫。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提出一种基于视频图像处理的水生动物心率检测方法，以期能为遗传育种研究人员拓宽抗逆性评估指标范围，从而增加遗传育种过程中的评价维度。
[0005]为了实现上述的技术目的，本专利技术所采用的技术方案为：
[0006]一种基于视频图像处理的水生动物心率检测方法，其包括：
[0007]1)获取t帧水生动物腹面的视频图像，然后按预设条件选取感兴趣区域并对其进行追踪和保持，获得心脏和背景区域时间信号序列，其中，所述感兴趣区域包括心脏感兴趣区域和背景感兴趣区域；
[0008]2)根据多数据集联合分析方法，筛选出心脏感兴趣区域和背景感兴趣区域共有的共同环境噪声并去除；
[0009]3)根据双色反射模型，将经过步骤2)中去除共同环境噪声后的心脏感兴趣区域时间信号序列视作光照变化成分、镜面反射成分、漫反射成分的线性组合，对其进行消除静态成分并投影至正交平面以去除光照变化成分；
[0010]4)对经过步骤3)处理获得的仅包含镜面反射成分和漫反射成分的心脏感兴趣区域时间信号序列进行独立成分分析，并筛选出与原心脏感兴趣区域信号序列中绿色通道相关性最强的独立成分；
[0011]5)从频域上对步骤4)处理获得的独立成分进行分解，筛选出频域上与水生动物物种特有的心率分布范围匹配度最高的子成分；
[0012]6)根据步骤5)处理获得的子成分进一步输出心动波形图或心率数值。
[0013]作为一种可能的实施方式，进一步，步骤1)中，所述视频图像为不同色彩空间下对色彩加以说明的数字图像；所述水生动物为具有心脏器官且其血液组织成分中包含血红细胞的水生动物。
[0014]作为一种可能的实施方式，进一步，步骤1)中，通过人工选取或目标检测算法进行选取心脏感兴趣区域和背景感兴趣区域并通过目标检测算法对其进行追踪和保持；所获得的心脏和背景区域时间信号序列为通过空间平均消除量化噪声后获得的时间信号序列。
[0015]作为一种可能的实施方式，进一步，步骤2)中，所述多数据集联合分析方法为基于多个数据集的联合盲源分离方法。
[0016]作为一种可能的实施方式，进一步，步骤3)中，通过对信号进行时域归一化处理以消除静态成分。
[0017]作为一种可能的实施方式，进一步，步骤5)中，根据集合经验模态分解方法对步骤4)处理获得的独立成分进行从频域上分解。
[0018]作为一种可能的实施方式，进一步，步骤6)中，根据步骤5)处理获得的子成分通过频域或时域方法计算得到信号所对应的心率数值，然后输出心率数值或转换成心动波形图输出。
[0019]基于上述方案，本专利技术还提供一种计算机可读的存储介质，所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现上述所述的基于视频图像处理的水生动物心率检测方法。
[0020]采用上述的技术方案，本专利技术与现有技术相比，其具有的有益效果为：
[0021]1、本专利技术方案对原本为冗余信息的背景内容加以利用：对于背景噪声的去除，没有采用传统的、通用式的处理方法，而是增设了背景感兴趣区域，通过联合盲源分离将心脏感兴趣区域和背景感兴趣区域共有的源信号成分向量提取出来并视为背景噪声去除，优势在于可以根据不同视频画面的背景部分进行自适应去噪。
[0022]2、本专利技术方案采用双色反射模型来分离包含有心率信息的信号：根据双色反射模型，将信号视为光照变化成分、镜面反射成分和漫反射成分三部分组成，光照变化成为亮度强度随光源以及光源、拍摄对象和相机之间的距离变化，镜面反射成分为皮肤表面直接反射而产生的镜面反射成分，漫反射成分为透射皮肤表面后被皮下组织和血液再吸收后的漫反射成分。它优势在于从生理和物理层面解释了心率信息的形成来源以及与其他成分组合方式，可以提供更准确、更鲁棒的提取包含心率信息的成分。
[0023]3、本专利技术方案在对包含心率信息的成分做进一步筛选时，充分考虑了水生动物的生理结构，以原始信号绿色通道信号作为筛选标准。血红蛋白是水生动物血液的组成成分，血红蛋白是有色的，在可见光区有吸收光谱。水生动物血红蛋白的最大吸收值氧(Oxy)型的在540到575纳米之间，羰基(carbonyl)型的在538到568纳米之间，跟哺乳类相比没有明显差异。所以采用绿色通道信号作为标准可以是更有理论支持与更加准确的筛选方式。
[0024]4、本专利技术方案采用集合经验模态分解方法对独立成分分析筛选后的独立成分进
行了进一步的频域分离。经过集合经验模态分解，将所选择的独立成分分为多个频段上的本征模态函数，根据理论上的水生动物物种特有的心率分布范围，可以选择包含期望频率最多的本征模态函数进行心动波形图输出或心率计算。它优势在于，从频域上进一步地提高了信噪比，排除了期望频率以外的成分干扰，提高了计算结果的可靠性。
附图说明
[0025]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1为本专利技术基于视频图像处理的非接触式水生动物心率检测方法流程示意图；
[0027]图2为本专利技术实施例中涉及的心脏感兴趣区域和背景感兴趣区域选取示意图；
[0028]图3为本专利技术实施例中涉及的心脏感兴趣区域信号序列图；
[0029]图4为本专利技术实施例中涉及的背景感兴趣区域信号序列图；
[0030]图5为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频图像处理的水生动物心率检测方法，其特征在于，其包括：1)获取t帧水生动物腹面的视频图像，然后按预设条件选取感兴趣区域并对其进行追踪和保持，获得心脏和背景区域时间信号序列，其中，所述感兴趣区域包括心脏感兴趣区域和背景感兴趣区域；2)根据多数据集联合分析方法，筛选出心脏感兴趣区域和背景感兴趣区域共有的共同环境噪声并去除；3)根据双色反射模型，将经过步骤2)中去除共同环境噪声后的心脏感兴趣区域时间信号序列视作光照变化成分、镜面反射成分、漫反射成分的线性组合，对其进行消除静态成分并投影至正交平面以去除光照变化成分；4)对经过步骤3)处理获得的仅包含镜面反射成分和漫反射成分的心脏感兴趣区域时间信号序列进行独立成分分析，并筛选出与原心脏感兴趣区域信号序列中绿色通道相关性最强的独立成分；5)从频域上对步骤4)处理获得的独立成分进行分解，筛选出频域上与水生动物物种特有的心率分布范围匹配度最高的子成分；6)根据步骤5)处理获得的子成分进一步输出心动波形图或心率数值。2.如权利要求1所述的基于视频图像处理的水生动物心率检测方法，其特征在于，步骤1)中，所述视频图像为不同色彩空间下对色彩加以说明的数字图像；所述水生动物为具有心脏器官且其血液组织成分中包含血红细胞的水生动物。3.如权利要求1所述的基于视频图像处理的水生动物心率检测方法，其特征在于，步骤1)中，通过人工选取或目标检测算法进行选取心脏感兴趣区域和背景感兴趣区域并通过目标检测算法对其进行追踪和保持；所获得的心脏和背景区域时间信号序列为通过空间平均消除量化噪声后获得的时间信号序列。4.如权利要求1所述的基于视频图像处理的水生动物心率检测方法，其特征在于，步骤2)中，所述多数据集联合分析方法为基于多个数据集的联合盲源分离方法。5.如权利要求1所述的基于视频图像处理的水生动物心率检测方法，其特征在于，步骤3)中，通过对信号进行时域归一化处理以消除静态成分。6.如权利要求1所述的基于视频图像处理的水生动物心率检测方法，其特征在于，步骤5)中，根据集合经验模态分解方法对步骤4)处理获得的独立成分进行从频域上分解。7.如权利要求1所述的基于视频图像处理的水生动物心率检测方法，其特征在于，步骤6)中，根据步骤5)处理获得的子成分通过频域或时域方法计算得到信号所对应的心率数值，然后输出心率数值或转换成心动波形图输出。8.如权利要求1至7之一所述的基于视频图像处理的水生动物心率检测方法，其特征在于，其包括：1)获取t帧水生动物腹面的视频图像，将其转换为RGB视频图像后，选取心脏感兴趣区域和背景感兴趣区域并由目标检测算法完成感兴趣区域的追踪和保持；然后对于每块感兴趣区域，分别计算每一帧RGB视频图像三个颜色通道的平均像素强度，获得心脏感兴趣区域信号序列和背景感兴趣区域信号序列，所述心脏感兴趣区域信号序列的公式如下：X
hr
(t)＝[R
hr
(t)；G
hr
(t)；B
hr
(t)]
T
，
其中，R
hr
(t)、G
hr
(t)、B
hr
(t)分别为心脏感兴趣区域视频图像的R、G、B颜色通道的平均像素强度；所述背景感兴趣区域信号序列的公式如下：X
bg
(t)＝[R
bg
(t)；G
bg
(t)；B
bg
(t)]
T
；其中，R
bg
(t)、G
bg
(t)、B
bg
(t)分别为背景感兴趣区域视频图像的R、G、B颜色通道的平均像素强度；2)根据联合盲源分离方法，利用数学公式SCV(t)＝W*X(t)，对所述的心脏感兴趣区域信号序列X
hr
(t)和背景感兴趣区域信号序列X
bg
(t)进行联合盲源分离处理，得到解混矩阵W，其中，其中W为解混矩阵，...

【专利技术属性】
技术研发人员：胡天宇，邓雅程，陈佳，王大鹏，张榕鑫，徐鹏，游伟伟，骆轩，
申请(专利权)人：厦门大学，
类型：发明
国别省市：