CN110599520B - 一种旷场实验数据分析方法、系统及终端设备 - Google Patents
一种旷场实验数据分析方法、系统及终端设备 Download PDFInfo
- Publication number
- CN110599520B CN110599520B CN201910812552.5A CN201910812552A CN110599520B CN 110599520 B CN110599520 B CN 110599520B CN 201910812552 A CN201910812552 A CN 201910812552A CN 110599520 B CN110599520 B CN 110599520B
- Authority
- CN
- China
- Prior art keywords
- video
- experimental
- open field
- image
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本申请适用于数据处理技术领域,尤其涉及一种旷场实验数据分析方法、系统及终端设备。所述旷场实验数据分析方法包括:获取包含目标旷场的实验视频,并提取所述实验视频对应的各视频帧;将各所述视频帧转换为对应的二值图像,并从各所述二值图像中截取所述目标旷场对应的区域图像;获取各所述区域图像中实验动物的各像素点对应的第一坐标,并根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标;根据所述区域图像中所述目标旷场的轮廓边界建立坐标系,并根据各所述质心对应的第二坐标在所述坐标系中绘制所述实验动物的运动轨迹,以减少旷场实验数据分析中的时间成本,提高旷场实验数据分析的分析效率和准确性。
Description
技术领域
本申请属于数据处理技术领域,尤其涉及一种旷场实验数据分析方法、系统及终端设备。
背景技术
目前的动物行为学实验-旷场实验数据分析方法中,通常是先对旷场内的动物行为进行视频录制,然后播放所录制的视频,并通过人工对所播放的视频进行观察分析来得到动物的行为数据,不仅需耗费大量的时间成本,而且数据分析效率和准确性也较低。
发明内容
本申请实施例提供了一种旷场实验数据分析方法、系统及终端设备,可以解决现有技术中旷场实验数据分析效率和准确性低的问题。
第一方面,本申请实施例提供了一种旷场实验数据分析方法,包括:
获取包含目标旷场的实验视频,并提取所述实验视频对应的各视频帧;
将各所述视频帧转换为对应的二值图像,并从各所述二值图像中截取所述目标旷场对应的区域图像;
获取各所述区域图像中实验动物的各像素点对应的第一坐标,并根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标;
根据所述区域图像中所述目标旷场的轮廓边界建立坐标系,并根据各所述质心对应的第二坐标在所述坐标系中绘制所述实验动物的运动轨迹。
在第一方面的一种可能的实现方式中,所述将各所述视频帧转换为对应的二值图像,包括:
将各所述视频帧转换为对应的灰度图像;
获取初始分割阈值,根据所述初始分割阈值将各所述灰度图像转换为对应的初始二值图像;
确定所述初始二值图像是否满足预设条件;
若所述初始二值图像满足所述预设条件,则将各所述初始二值图像确定为各所述视频帧对应的二值图像;
若所述初始二值化图像不满足所述预设条件,调整所述初始分割阈值,并返回执行根据所述初始分割阈值将各所述灰度图像转换为对应的初始二值图像的步骤以及后续步骤。
可选地,所述从各所述二值图像中截取所述目标旷场对应的区域图像,包括:
显示任一所述灰度图像,以指示用户根据所显示的灰度图像设定所述目标旷场对应的所述轮廓边界;
根据所述轮廓边界从各所述二值图像中截取所述目标旷场对应的区域图像。
在第一方面的一种可能的实现方式中,在根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标之后,包括:
根据各所述质心对应的第二坐标确定所述实验动物的移动距离;
获取所述实验视频的视频时长,并根据所述移动距离和所述视频时长确定所述实验动物的移动速率。
可选地,所述根据各所述质心对应的第二坐标确定所述实验动物的移动距离,包括:
根据各所述质心对应的第二坐标分别计算相邻两帧区域图像中所述实验动物的质心之间的质心距离;
基于各所述质心距离确定所述实验动物的移动距离。
具体地,所述根据所述区域图像中所述目标旷场的轮廓边界建立坐标系,包括:
以所述区域图像中所述目标旷场的左边轮廓边界为纵轴,以所述目标旷场的下边轮廓边界为横轴建立所述坐标系。
在第一方面的一种可能的实现方式中,在根据所述区域图像中所述目标旷场的轮廓边界建立坐标系之后,包括:
在所述坐标系中确定目标区域,并根据各所述质心对应的第二坐标与所述目标区域对应的坐标范围确定位于所述目标区域内的质心的第一数量;
确定所述质心的第二数量,所述第二数量为所述运动轨迹所包括的质心的总数量;
获取所述实验视频的视频时长;
根据所述视频时长、所述第一数量和所述第二数量确定所述实验动物在所述目标区域内的活动时间。
可选地,所述获取包含目标旷场的实验视频,包括:
获取包含目标旷场的实验视频所对应的视频路径和视频名称;
根据所述视频路径和所述视频名称获取所述包含目标矿场的实验视频。
第二方面,本申请实施例提供了一种旷场实验数据分析系统,包括:
视频帧提取模块,用于获取包含目标旷场的实验视频,并提取所述实验视频对应的各视频帧;
区域图像截取模块,用于将各所述视频帧转换为对应的二值图像,并从各所述二值图像中截取所述目标旷场对应的区域图像;
质心坐标确定模块,用于获取各所述区域图像中实验动物的各像素点对应的第一坐标,并根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标;
运动轨迹绘制模块,用于根据所述区域图像中所述目标旷场的轮廓边界建立坐标系,并根据各所述质心对应的第二坐标在所述坐标系中绘制所述实验动物的运动轨迹。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的旷场实验数据分析方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的旷场实验数据分析方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的旷场实验数据分析方法。
本申请实施例中,在获取到包含目标旷场的实验视频后,可在不需要进行视频播放的情况下直接对实验视频进行视频帧的提取,并可对提取的各视频帧进行二值化处理,得到各视频帧对应的二值图像,然后可从各二值图像中截取目标旷场对应的区域图像,并可通过对区域图像进行分析来建立目标旷场对应的坐标系以及实验动物在各区域图像中的质心对应的坐标,从而可根据各质心对应的坐标在坐标系中快速、准确地绘制实验动物的运动轨迹,极大地减少了旷场实验数据分析中的时间成本,并有效提高了旷场实验数据分析的分析效率和准确性。
附图说明
图1是本申请一实施例提供的旷场实验数据分析方法的流程示意图;
图2是本申请一实施例提供的旷场实验数据分析方法在一个应用场景下得到的二值图像的流程示意图;
图3是本申请一实施例在一个应用场景下得到的灰度图像的示意图;
图4是本申请一实施例在一个应用场景下设定的轮廓边界的示意图;
图5是本申请一实施例在一个应用场景下得到的运动轨迹图的示意图;
图6是本申请一实施例提供的旷场实验数据分析方法在一个应用场景下确定实验动物在目标区域内的活动时间的流程示意图;
图7是本申请实施例提供的旷场实验数据分析系统的结构示意图;
图8是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
旷场实验是指通过将动物置于旷场实验装置内,并记录动物在旷场实验装置内的活动情况来分析得到动物行为数据的实验。现有的旷场实验数据分析方法一般需要对录制的视频进行播放,以在播放过程中由人工观察分析得到动物行为数据,不仅需耗费实验人员大量的时间,而且易降低旷场实验数据分析的分析效率和分析准确性。
为解决上述问题,本申请实施例提供了一种旷场实验数据分析方法、系统及终端设备,可在不需要进行视频播放的情况下直接对旷场实验中的实验视频进行视频帧的提取,并可对提取的各视频帧进行二值化处理,得到各视频帧对应的二值图像,然后可从各二值图像中截取目标旷场对应的区域图像,并可通过对区域图像进行分析来建立目标旷场(即旷场实验装置在图像中所对应的区域)对应的坐标系以及实验动物在各区域图像中的质心对应的坐标,从而可根据各质心对应的坐标在坐标系中快速、准确地绘制实验动物的运动轨迹。
可选地,本申请实施例中的旷场实验数据分析方法可适用于旷场实验装置与实验动物之间存在色差的场景中,例如可适用于旷场实验装置为白色、实验动物为黑色的场景中,或者可适用于旷场实验装置为黑色、实验动物为白色的场景中,等等。下面将以旷场实验装置为白色、实验动物为黑色的场景来对本申请实施例提供的旷场实验数据分析方法进行详细描述。
图1示出了本申请实施例提供的一种旷场实验数据分析方法的示意性流程图,所述旷场实验数据分析方法可以包括:
步骤S101、获取包含目标旷场的实验视频,并提取所述实验视频对应的各视频帧;
本申请实施例的执行主体可以为基于Matlab语言构建的旷场实验数据分析系统,以使用可开源获取的Matlab语言构建所述旷场实验分析系统,可确保所构建系统的方便轻巧,并使得所构建系统可简单快速地运行使用,降低旷场实验的实验成本。所述旷场实验数据分析系统可设置于任一终端设备中运行使用,所述终端设备包括但不限于:桌上型计算机、笔记本及掌上电脑等计算设备。其中,所述实验视频可以为各种格式的录制视频,例如可以为wmv(Windows Media Video)格式的录制视频,或者可以为rmvb(Real MediaVariable Bitrate)格式的录制视频,或者可以为mkv(Matroska Video)格式的录制视频,或者可以为avi(Audio Video Interleaved)格式的录制视频,等等。
应理解,在对某一目标旷场完成旷场实验的视频录制后,可将所录制的包含该目标旷场的实验视频存储于所述终端设备的存储装置或者存储于与所述终端设备连接的云端服务器中。在此,所述包含目标旷场的实验视频是指实验视频是在可以完整拍摄到所述目标旷场的情况下所录制的视频。在需要进行旷场实验数据分析时,可从所述存储装置或者从所述云端服务器中获取所述包含目标旷场的实验视频。具体地,在需要进行旷场实验数据分析时,用户可向所述旷场实验数据分析系统输入所述包含目标旷场的实验视频所对应的视频路径和视频名称,所述旷场实验数据分析系统则可通过解读所述视频路径和所述视频名称来获取所述实验视频。例如,所述旷场实验数据分析系统可通过下述方式解读所述视频路径和所述视频名称来获取所述实验视频:
datapath='C:\Users\pinbo\Desktop\matlab_test\open_field_ana';
datafile='CON_1.wmv';
cd(datapath);
tit_fn=sprintf('%s',datafile(1:end-4));
应理解,所述旷场实验数据分析系统获取到所述实验视频后,即可通过读取函数(如video=VideoReader(datafile))来读取所述实验视频,并可在视频读取过程中实时提取所述实验视频对应的各视频帧,如可按照视频顺序依次提取所述实验视频对应的各视频帧。其中,所述旷场实验数据分析系统在读取所述实验视频时,还可以获取所述实验视频的视频时长和帧速率,并可以根据所述视频时长和所述帧速率来确定所提取的视频帧的帧数,例如,可以根据帧数=视频时长*帧速率来确定所提取的视频帧的帧数,即所述旷场实验数据分析系统在视频读取过程中可提取所述帧数的视频帧。
步骤S102、将各所述视频帧转换为对应的二值图像,并从各所述二值图像中截取所述目标旷场对应的区域图像;
具体地,如图2所示,所述将各所述视频帧转换为对应的二值图像,可以包括:
步骤S201、将各所述视频帧转换为对应的灰度图像;
本申请实施例中,可以首先将各所述频帧转分别转换成灰度范围为0至1之间的灰度图像,即各所述灰度图像中各像素点的灰度值均为0至1之间,在此,可以采用现有的任一灰度转换方法来将各所述视频帧转换为对应的灰度图像,本申请实施例对此不作限定。
步骤S202、获取初始分割阈值,并根据所述初始分割阈值将各所述灰度图像转换为对应的初始二值图像;
需要说明的是,所述初始分割阈值可以通过实验测试确定,且所述初始分割阈值的范围为0至1之间,例如,可以根据实验测试将所述初始分割阈值设置为0.3。在此,在获取到所述初始分割阈值后,针对每一帧灰度图像,可首先获取该灰度图像中各像素点的灰度值,然后可将灰度值大于所述初始分割阈值的像素点的灰度值重新设置为1(即可将实验动物对应的像素点的像素值设置为1),并可将灰度值小于或等于所述初始分割阈值的像素点的灰度值重新设置为0(即可将旷场实验装置对应的像素点的像素值设置为0),以此得到像素点的灰度值为0或1的初始二值图像。例如,在所述初始分割阈值为0.3的场景中,可将灰度值大于0.3的像素点的灰度值均设置为1,并可将灰度值小于或等于0.3像素点的灰度值均设置为0。
步骤S203、确定所述初始二值图像是否满足预设条件;
步骤S204、若所述初始二值图像满足所述预设条件,则将各所述初始二值图像确定为各所述视频帧对应的二值图像;
步骤S205、若所述初始二值化图像不满足所述预设条件,调整所述初始分割阈值,并返回执行根据所述初始分割阈值将各所述灰度图像转换为对应的初始二值图像的步骤以及后续步骤。
对于上述步骤S203至步骤S205,所述旷场实验数据分析系统在根据所述初始分割阈值得到任一灰度图像的初始二值图像后,可将所述初始二值图像显示于显示界面,以指示用户确定所显示的初始二值图像是否满足预设条件,即指示所述用户确定所述初始二值图像中的实验动物与目标旷场之间是否分割正确,并反馈对应的响应信息,如反馈实验动物与目标旷场之间分割正确的响应信息,或者反馈实验动物与目标旷场之间分割不正确的响应信息。所述旷场实验数据分析系统则可根据所述响应信息确定所述初始二值图像是否满足预设条件,若确定所述初始二值图像满足所述预设条件,则可以将各所述初始二值图像确定为各所述视频帧对应的二值图像;若确定所述初始二值化图像不满足所述预设条件,则可以调整所述初始分割阈值,在此,在所述响应信息为实验动物与目标旷场之间分割不正确的响应信息时,所述响应信息中还可以携带有所述用户输入的调整后的分割阈值,所述旷场实验数据分析系统则可根据所述响应信息中所携带的分割阈值调整所述初始分割阈值,即可将所述初始分割阈值调整至所述响应信息中所携带的分割阈值,并继续执行根据所述初始分割阈值将各所述灰度图像转换为对应的初始二值图像的步骤以及后续步骤,直到确定所述初始二值化图像满足所述预设条件为止。
需要说明的是,对初始分割阈值根据用户输入的分割阈值进行调整仅作示意性解释,不应理解为对本申请实施例的限制,本申请实施例当然也可以根据图像识别技术自动进行初始分割阈值的调整。
应理解,所述目标旷场对应的旷场实验装置在视频录制过程中一直处于固定位置,从而使得所述目标旷场在所有视频帧中的区域均相同,即所述目标旷场在所有二值图像中的区域也均相同。因此,在一种可能的实现方式中,所述旷场实验数据分析系统在得到各所述视频帧对应的灰度图像后,可以在显示界面中显示任一灰度图像(如显示图3所示的灰度图像),以指示所述用户根据所显示的灰度图像设定所述目标旷场对应的轮廓边界(如可将图3所显示的灰度图像中旷场实验装置内的矩形框设置为如图4所示的目标旷场对应的轮廓边界),所述旷场实验数据分析系统则可接收用户所设定的轮廓边界,并可以根据所述轮廓边界从各所述二值图像中截取所述目标旷场对应的区域图像,以通过截取目标旷场对应的区域图像来进行后续的数据分析,可极大地减少数据分析中的分析工作量,从而可提高旷场实验数据分析的分析效率。
需要说明的是,通过用户设定目标旷场的轮廓边界仅作示意性解释,不应理解为对本申请实施例的限制,本申请实施例当然也可以根据图像识别技术自动确定目标旷场对应的轮廓边界。
在一种可能的实现方式中,也可以先进行区域图像的截取操作,然后再进行二值图像的转换操作,即可以首先从各所述视频帧中截取出目标旷场对应的区域图像,然后可以再对各区域图像进行二值化转换处理,后续则可以对二值化转换处理后的区域图像进行质心的确定等,以通过先进行区域图像的截取再进行区域图像的二值化处理来减少二值化处理过程中的处理工作量,从而提高旷场实验数据分析的分析效率。
步骤S103、获取各所述区域图像中实验动物的各像素点对应的第一坐标,并根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标;
在此,所述旷场实验数据分析系统在截取出所述目标旷场对应的各区域图像后,可分别获取各所述区域图像中实验动物的各像素点对应的第一坐标,即获取各所述区域图像中灰度值为1的像素点对应的第一坐标,并可根据各所述区域图像中各像素点对应的第一坐标分别确定各所述区域图像中所述实验动物的质心对应的第二坐标,如可根据第一帧区域图像中灰度值为1的像素点对应的第一坐标计算得到第一帧区域图像中所述实验动物的质心A对应的第二坐标,可根据第二帧区域图像中灰度值为1的像素点对应的第一坐标计算得到第二帧区域图像中所述实验动物的质心B对应的第二坐标,以此类推,直到根据最后一帧区域图像中灰度值为1的像素点对应的第一坐标计算得到该最后一帧区域图像中所述实验动物的质心对应的第二坐标为止。具体地,所述旷场实验数据分析系统可通过调用下述方式来计算各所述区域图像所述实验动物的质心对应的第二坐标coordinate.cdata:
BW3=double(BW_adjust);
[rows,cols]=size(BW3);
x=ones(rows,1)*(1:cols);
y=(1:rows)'*ones(1,cols);
area=sum(sum(BW3));
meanx=sum(sum(BW3.*x))/area;
meany=sum(sum(BW3.*y))/area;
coordinate.cdata{i,1}=[meanx,meany];
End
在一种可能的实现方式中,在根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标之后,还可以包括:
步骤a、根据各所述质心对应的第二坐标确定所述实验动物的移动距离;
具体地,所述根据各所述质心对应的第二坐标确定所述实验动物的移动距离,可以包括:步骤a1、根据各所述质心对应的第二坐标分别计算相邻两帧区域图像中所述实验动物的质心之间的质心距离;步骤a2、基于各所述质心距离确定所述实验动物的移动距离。
应理解,所述实验动物最终的移动距离可以根据连续两帧区域图像中所述实验动物的质心之间的质心距离确定,即可首先计算每连续两帧区域图像中所述实验动物的质心距离,然后可将各所述质心距离进行相加来得到所述实验动物最终的移动距离。
步骤b、获取所述实验视频的视频时长,并根据所述移动距离和所述视频时长确定所述实验动物的移动速率。
本申请实施例中,所述旷场实验数据分析系统在读取所述实验视频时,还可以获取所述实验视频的视频时长,因此,在确定所述实验动物最终的移动距离后,可根据所述移动距离和所述视频时长确定所述实验动物的移动速率,例如可利用移动距离/视频时长来得到所述移动速率。
步骤S104、根据所述区域图像中所述目标旷场的轮廓边界建立坐标系,并根据各所述质心对应的第二坐标在所述坐标系中绘制所述实验动物的运动轨迹;
具体地,所述根据所述区域图像中所述目标旷场的轮廓边界建立坐标系可以包括:以所述区域图像中所述目标旷场的左边轮廓边界为纵轴,以所述目标旷场的下边轮廓边界为横轴建立所述坐标系。
在此,在建立所述坐标系后,则可以根据各质心对应的第二坐标在所述坐标系中绘制所述实验动物的运动轨迹,即以所述质心表征所述实验动物在所述目标旷场中的位置,从而根据质心的坐标变化来体现所述实验动物在所述目标旷场中的移动情况。具体地,可分别连接连续两帧区域图像中的质心来得到所述实验动物在所述目标旷场中的运动轨迹。本申请实施例中,在得到所述运动轨迹后,还可根据所述目标旷场的轮廓边界绘制所述运动轨迹的轮廓边界,例如,在一个具体应用场景中,可将所述目标旷场的轮廓边界绘制成所述运动轨迹的轮廓边界,从而得到如图5所示的运动轨迹图。
应理解,在得到所述实验动物的运动轨迹图后,可设置保存路径来保存所述运动路径图,以方便后续进行旷场实验数据的查看与分析等。
在另一种可能的实现方式中,如图6所示,在根据所述目标旷场的轮廓边界建立坐标系之后,可以包括:
步骤S601、在所述坐标系中确定目标区域,并根据各所述质心对应的第二坐标与所述目标区域对应的坐标范围确定位于所述目标区域内的质心的第一数量;
步骤S602、确定所述质心的第二数量,所述第二数量为所述运动轨迹所包括的质心的总数量;
步骤S603、获取所述实验视频的视频时长;
步骤S604、根据所述视频时长、所述第一数量和所述第二数量确定所述实验动物在所述目标区域内的活动时间。
对于上述步骤S601至步骤S604,在旷场实验中,往往还需要分析所述实验动物在特定的目标区域中的停留时间等。本申请实施例中,在建立所述目标旷场对应的坐标系后,还可以指示所述用户设定目标区域在所述坐标系中的坐标范围,所述旷场实验数据分析系统则可根据所述用户所设定的坐标范围在所述坐标系中确定所述目标区域,例如确定出如图5中所示的目标区域(即图5中运动轨迹图内的小矩形区域)。
在确定出所述目标区域后,所述旷场实验数据分析系统则可首先根据各所述质心对应的第二坐标和所述目标区域对应的坐标范围确定位于所述目标区域内的质心的第一数量,并可获取所述质心的第二数量,所述第二数量即为所述实验视频中所述质心的总数量,在此,所述质心的总数量可以根据所绘制的运动轨迹来确定,另外,因所述实验视频中的每一帧视频帧中均可包括所述实验动物,因此本申请实施例中,当然也可以根据所述实验视频对应的视频帧的帧数来确定所述质心的总数量,即可将所述视频帧的帧数确定为所述质心的总数量;然后可获取所述实验视频的视频时长,并可根据所述视频时长、所述第一数量和所述第二数量确定所述实验动物在所述目标区域内的活动时间,如可根据活动时间=视频时长*(第一数量/第二数量)来确定所述实验动物在所述目标区域内的活动时间,以快速、准确得到旷场实验中实验动物在特定的目标区域内的行为数据。
本申请实施例中,首先获取包含目标旷场的实验视频,并直接提取所述实验视频对应的各视频帧;随后将各所述视频帧转换为对应的二值图像,并从各所述二值图像中截取所述目标旷场对应的区域图像;然后获取各所述区域图像中实验动物的各像素点对应的第一坐标,并根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标;最后根据所述区域图像中所述目标旷场的轮廓边界建立坐标系,并根据各所述质心对应的第二坐标在所述坐标系中绘制所述实验动物的运动轨迹。即本申请实施例中,在获取到实验视频后,可在不需要进行视频播放的情况下直接对实验视频进行视频帧的提取,并可对提取的各视频帧进行二值化处理,得到各视频帧对应的二值图像,然后可从各二值图像中截取目标旷场对应的区域图像,并可通过对区域图像进行分析来建立目标旷场对应的坐标系以及实验动物在各区域图像中的质心对应的坐标,从而可根据各质心对应的坐标在坐标系中快速、准确地绘制实验动物的运动轨迹,极大地减少了旷场实验数据分析中的时间成本,并有效提高了旷场实验数据分析的分析效率和准确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的旷场实验数据分析方法,图7示出了本申请实施例提供的旷场实验数据分析系统的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图7,所述旷场实验数据分析系统,包括:
视频帧提取模块701,用于获取包含目标旷场的实验视频,并提取所述实验视频对应的各视频帧;
区域图像截取模块702,用于将各所述视频帧转换为对应的二值图像,并从各所述二值图像中截取所述目标旷场对应的区域图像;
质心坐标确定模块703,用于获取各所述区域图像中实验动物的各像素点对应的第一坐标,并根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标;
运动轨迹绘制模块704,用于根据所述区域图像中所述目标旷场的轮廓边界建立坐标系,并根据各所述质心对应的第二坐标在所述坐标系中绘制所述实验动物的运动轨迹。
在一种可能的实现方式中,所述区域图像截取模块702,可以包括:
区域图像转换单元,用于将各所述区域图像转换为对应的灰度图像;
分割阈值获取单元,用于获取初始分割阈值,根据所述初始分割阈值将各所述灰度图像转换为对应的初始二值图像;
二值图像判断单元,用于确定所述初始二值图像是否满足预设条件;
二值图像确定单元,用于若所述初始二值图像满足所述预设条件,则将各所述初始二值图像确定为各所述视频帧对应的二值图像;
分割阈值调整单元,用于若所述初始二值化图像不满足所述预设条件,调整所述初始分割阈值,并返回执行根据所述初始分割阈值将各所述灰度图像转换为对应的初始二值图像的步骤以及后续步骤。
可选地,所述区域图像截取模块702,还可以包括:
灰度图像显示单元,用于显示任一所述灰度图像,以指示用户根据所显示的灰度图像设定所述目标旷场对应的所述轮廓边界;
区域图像截取单元,用于根据所述轮廓边界从各所述二值图像中截取所述目标旷场对应的区域图像。
在一种可能的实现方式中,所述旷场实验数据分析系统,还可以包括:
移动距离确定模块,用于根据各所述质心对应的第二坐标确定所述实验动物的移动距离;
移动速率确定模块,用于获取所述实验视频的视频时长,并根据所述移动距离和所述视频时长确定所述实验动物的移动速率。
可选地,所述移动距离确定模块,可以包括:
质心距离计算单元,用于根据各所述质心对应的第二坐标分别计算相邻两帧区域图像中所述实验动物的质心之间的质心距离;
移动距离确定单元,用于基于各所述质心距离确定所述实验动物的移动距离。
具体地,所述运动轨迹绘制模块704,具体用于以所述区域图像中所述目标旷场的左边轮廓边界为纵轴,以所述目标旷场的下边轮廓边界为横轴建立所述坐标系。
可选地,所述旷场实验数据分析系统,还可以包括:
目标区域确定模块,用于在所述坐标系中确定目标区域,并根据各所述质心对应的第二坐标与所述目标区域对应的坐标范围确定位于所述目标区域内的质心的第一数量;
质心数量确定模块,用于确定所述质心的第二数量,所述第二数量为所述运动轨迹所包括的质心的总数量;
视频时长获取模块,用于获取所述实验视频的视频时长;
活动时间确定模块,用于根据所述视频时长、所述第一数量和所述第二数量确定所述实验动物在所述目标区域内的活动时间。
可选地,所述视频帧提取模块701,可以包括:
路径名称获取单元,用于获取包含目标旷场的实验视频所对应的视频路径和视频名称;
实验视频获取单元,用于根据所述视频路径和所述视频名称获取所述包含目标矿场的实验视频。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图8为本申请一实施例提供的终端设备的结构示意图。如图8所示,该实施例的终端设备8包括:至少一个处理器80(图8中仅示出一个)处理器、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82,所述处理器80执行所述计算机程序82时实现上述任意各个旷场实验数据分析方法实施例中的步骤。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是终端设备8的举例,并不构成对终端设备8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),该处理器80还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81在一些实施例中可以是所述终端设备8的内部存储单元,例如终端设备8的硬盘或内存。所述存储器81在另一些实施例中也可以是所述终端设备8的外部存储设备,例如所述终端设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种旷场实验数据分析方法,其特征在于,包括:
获取包含目标旷场的实验视频,并提取所述实验视频对应的各视频帧;
将各所述视频帧转换为对应的二值图像,并从各所述二值图像中截取所述目标旷场对应的区域图像;
获取各所述区域图像中实验动物的各像素点对应的第一坐标,并根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标;
根据所述区域图像中所述目标旷场的轮廓边界建立坐标系,并根据各所述质心对应的第二坐标在所述坐标系中绘制所述实验动物的运动轨迹;
在根据所述区域图像中所述目标旷场的轮廓边界建立坐标系之后,包括:
在所述坐标系中确定目标区域,并根据各所述质心对应的第二坐标与所述目标区域对应的坐标范围确定位于所述目标区域内的质心的第一数量;
确定所述质心的第二数量,所述第二数量为所述运动轨迹所包括的质心的总数量,所述质心的总数量为所述实验视频的视频帧的帧数;
获取所述实验视频的视频时长;
根据所述视频时长、所述第一数量和所述第二数量确定所述实验动物在所述目标区域内的活动时间,所述活动时间=视频时长*(第一数量/第二数量)。
2.如权利要求1所述的旷场实验数据分析方法,其特征在于,所述将各所述视频帧转换为对应的二值图像,包括:
将各所述视频帧转换为对应的灰度图像;
获取初始分割阈值,根据所述初始分割阈值将各所述灰度图像转换为对应的初始二值图像;
确定所述初始二值图像是否满足预设条件;
若所述初始二值图像满足所述预设条件,则将各所述初始二值图像确定为各所述视频帧对应的二值图像;
若所述初始二值图像不满足所述预设条件,调整所述初始分割阈值,并返回执行根据所述初始分割阈值将各所述灰度图像转换为对应的初始二值图像的步骤以及后续步骤。
3.如权利要求2所述的旷场实验数据分析方法,其特征在于,所述从各所述二值图像中截取所述目标旷场对应的区域图像,包括:
显示任一所述灰度图像,以指示用户根据所显示的灰度图像设定所述目标旷场对应的所述轮廓边界;
根据所述轮廓边界从各所述二值图像中截取所述目标旷场对应的区域图像。
4.如权利要求1所述的旷场实验数据分析方法,其特征在于,在根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标之后,包括:
根据各所述质心对应的第二坐标确定所述实验动物的移动距离;
获取所述实验视频的视频时长,并根据所述移动距离和所述视频时长确定所述实验动物的移动速率。
5.如权利要求4所述的旷场实验数据分析方法,其特征在于,所述根据各所述质心对应的第二坐标确定所述实验动物的移动距离,包括:
根据各所述质心对应的第二坐标分别计算相邻两帧区域图像中所述实验动物的质心之间的质心距离;
基于各所述质心距离确定所述实验动物的移动距离。
6.如权利要求1至5中任一项所述的旷场实验数据分析方法,其特征在于,所述获取包含目标旷场的实验视频,包括:
获取包含目标旷场的实验视频所对应的视频路径和视频名称;
根据所述视频路径和所述视频名称获取所述包含目标矿场的实验视频。
7.一种旷场实验数据分析系统,其特征在于,包括:
视频帧提取模块,用于获取包含目标旷场的实验视频,并提取所述实验视频对应的各视频帧;
区域图像截取模块,用于将各所述视频帧转换为对应的二值图像,并从各所述二值图像中截取所述目标旷场对应的区域图像;
质心坐标确定模块,用于获取各所述区域图像中实验动物的各像素点对应的第一坐标,并根据各所述像素点对应的第一坐标确定各所述区域图像中所述实验动物的质心对应的第二坐标;
运动轨迹绘制模块,用于根据所述区域图像中所述目标旷场的轮廓边界建立坐标系,并根据各所述质心对应的第二坐标在所述坐标系中绘制所述实验动物的运动轨迹;
目标区域确定模块,用于在所述坐标系中确定目标区域,并根据各所述质心对应的第二坐标与所述目标区域对应的坐标范围确定位于所述目标区域内的质心的第一数量;
质心数量确定模块,用于确定所述质心的第二数量,所述第二数量为所述运动轨迹所包括的质心的总数量,所述质心的总数量为所述实验视频的视频帧的帧数;
视频时长获取模块,用于获取所述实验视频的视频时长;
活动时间确定模块,用于根据所述视频时长、所述第一数量和所述第二数量确定所述实验动物在所述目标区域内的活动时间,所述活动时间=视频时长*(第一数量/第二数量)。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的旷场实验数据分析方法。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的旷场实验数据分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812552.5A CN110599520B (zh) | 2019-08-30 | 2019-08-30 | 一种旷场实验数据分析方法、系统及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812552.5A CN110599520B (zh) | 2019-08-30 | 2019-08-30 | 一种旷场实验数据分析方法、系统及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110599520A CN110599520A (zh) | 2019-12-20 |
CN110599520B true CN110599520B (zh) | 2022-02-08 |
Family
ID=68856536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910812552.5A Active CN110599520B (zh) | 2019-08-30 | 2019-08-30 | 一种旷场实验数据分析方法、系统及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110599520B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111727905A (zh) * | 2020-06-22 | 2020-10-02 | 安徽正华生物仪器设备有限公司 | 基于深度学习的大小鼠旷场实验自动化分析系统和方法 |
CN113470077B (zh) * | 2021-07-15 | 2022-06-07 | 郑州布恩科技有限公司 | 一种基于关键点检测的小鼠旷场实验运动行为分析方法 |
CN114549371B (zh) * | 2022-04-26 | 2022-09-09 | 中国科学技术大学 | 图像分析方法及装置 |
CN116664372A (zh) * | 2023-03-06 | 2023-08-29 | 中国科学院深圳先进技术研究院 | 一种旷场偏好区域确定方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106162091A (zh) * | 2016-07-28 | 2016-11-23 | 乐视控股(北京)有限公司 | 一种视频监控方法及装置 |
CN109977768A (zh) * | 2019-02-18 | 2019-07-05 | 中国科学院深圳先进技术研究院 | 一种闭环反馈式动物行为分析系统、方法及装置 |
-
2019
- 2019-08-30 CN CN201910812552.5A patent/CN110599520B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106162091A (zh) * | 2016-07-28 | 2016-11-23 | 乐视控股(北京)有限公司 | 一种视频监控方法及装置 |
CN109977768A (zh) * | 2019-02-18 | 2019-07-05 | 中国科学院深圳先进技术研究院 | 一种闭环反馈式动物行为分析系统、方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于视频分析的犊牛基本行为识别;孟凡昌;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20161115;第8-14、27-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110599520A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110599520B (zh) | 一种旷场实验数据分析方法、系统及终端设备 | |
CN111815754B (zh) | 一种三维信息确定方法、三维信息确定装置及终端设备 | |
CN112528831B (zh) | 多目标姿态估计方法、多目标姿态估计装置及终端设备 | |
CN109376256B (zh) | 图像搜索方法及装置 | |
CN109784304B (zh) | 用于标注牙齿图像的方法和装置 | |
CN111124888B (zh) | 录制脚本的生成方法和装置及电子装置 | |
CN107909569B (zh) | 一种花屏检测方法、花屏检测装置及电子设备 | |
CN110287891A (zh) | 基于人体关键点的手势控制方法、装置及电子设备 | |
CN110705651A (zh) | 用于对视频识别准确率测试的方法、装置、设备及介质 | |
CN110941978B (zh) | 一种未识别身份人员的人脸聚类方法、装置及存储介质 | |
CN109948420B (zh) | 人脸比对方法、装置及终端设备 | |
CN109325480B (zh) | 身份信息的录入方法及终端设备 | |
CN111667504B (zh) | 一种人脸追踪方法、装置及设备 | |
CN113015022A (zh) | 行为识别方法、装置、终端设备及计算机可读存储介质 | |
CN113393487A (zh) | 运动目标检测方法、装置、电子设备及介质 | |
CN111340801A (zh) | 一种牲畜盘点方法、装置、设备及存储介质 | |
CN107770487B (zh) | 一种特征提取并优选的方法、系统及终端设备 | |
CN110248235B (zh) | 软件教学方法、装置、终端设备及介质 | |
CN114494863A (zh) | 基于Blend Mask算法的动物幼崽计数方法以及装置 | |
CN112200004A (zh) | 图像检测模型的训练方法、装置及终端设备 | |
CN112418089A (zh) | 一种手势识别方法、装置及终端 | |
CN109657546B (zh) | 基于神经网络的视频行为识别方法及终端设备 | |
CN112966658B (zh) | 机器人导航方法、装置、终端设备及计算机可读存储介质 | |
CN113034449B (zh) | 目标检测模型训练方法、装置及通信设备 | |
CN116246298A (zh) | 一种空间占用人数统计方法、终端设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |