基于体态识别的动物行为自动分析研究与应用

摘要

本论文针对实验动物体态和行为识别中的几个关键步骤,进行算法的研究,开发建立了一套适合动物行为自动分析的图像处理与分析的新方法及新的自动分析系统,可对动物体态进行实时识别,对动物行为谱实时详尽的描述和分析.针对动物行为实验环境光照变化大等特点,提出了彩色图像阈值剪影的目标提取方法,跟以往行为自动分析中常用的剪影方法相比,能克服实验过程中环境变化的影响,更好地提取目标,为后续的轮廓识别提供有利条件.对大鼠体态图像进行观察,根据大鼠体态二维投影的形状特点,将体态归为修饰、伸长、曲身、蹲卧、站立五大类.实验时大鼠是在一个区域内自由活动,位置和方向上均为可变的,描述大鼠体态的参数应具有旋转、平移不变性.本文采用归一化曲率来描述大鼠轮廓,提出了基于轮廓曲率和谱系聚类的算法.通过以上实验,表明了自动分析系统及基于体态分析的行为识别算法的优越性:不但可以精确定量基于运动的参数,同时也对行为谱进行分析和定量描述,提供了更多可靠的参数,利用多参数综合对行为进行评价.

目录

文摘

英文文摘

第一章动物行为识别方法及研究现状绪论

第一节动物行为常用研究模式与参数

1.1.1基于运动分析的实实验及参数

1.1.2基于形状分析的实验及参数

第二节行为识别方法研究进展概述

1.2.1观察法

1.2.2传感法

1.2.3视频跟踪法

1.2.4数字图像处理法

第三节数字图像处理和分析在行为识别中的研究现状

1.3.1目标检测算法

1.3.2行为自动识别算法

1.3.3现有行为自动识别系统的功能局限性

1.3.4小结

第四节本研究的目的、内容和意义

第二章行为自动识别以及算法

第一节目标检测算法

2.1.1目标检测算法原理

2.1.2目标检测的实际问题

第二节体态识别算法

2.2.1大鼠体态定义及分类

2.2.2体态识别算法的选择

2.2.3基于轮廓曲率和谱系聚类的识别算法

2.2.4基于朴素贝叶斯分类器及形状不变量的识别算法

2.2.5体态识别算法的比较

第三节基于运动的分析和算法

2.3.1图像重心矩的计算

2.3.2距离和时间参数

2.3.3路径分析

第四节行为自动识别

2.4.1站立体态的识别

2.4.2行为识别和行为谱的建立

2.4.3行为谱修正

2.4.4采样频率对参数的影响

第三章大鼠行为图像自动分析系统

第一节系统组成

第二节系统构成框架

3.2.1系统框架

3.2.2模块和实验流程

第三节系统算法流程图

第四节行为分析系统主要功能及优越性

3.4.1灵活设置实验数参

3.4.2实时描绘行为谱

3.4.3查看多种实验结果

3.4.4结果导出

3.4.5离线分析再实验

第四章行为图像自动分析系统的应用

第一节大鼠睡眠剥夺实验

4.1.1睡眼剥夺研究的意义

4.1.2目前的研究方法与水平

第二节睡眠剥夺大鼠旷场行为评价

4.2.1实验动物

4.2.2实验方法

4.2.3实验结果

4.2.4结果分析与讨论

第三节黄芪对大鼠睡眠剥夺后行为的影响

4.3.1实验材料

4.3.2实验步骤

4.3.3实验结果

4.3.4结果分析与讨论

第四节水迷宫实验

4.4.1实验材料

4.4.2实验器具和环境

4.4.3实验步骤

4.4.4实验结果和讨论

4.4.5实验结果分析

第五节小结

第五章工作总结和展望

博士期间相关论文发表情况

参考文献

致谢