论文题目: 基于体态识别的动物行为自动分析研究与应用
论文类型: 博士论文
论文专业: 生物医学工程
作者: 张敏
导师: 郑筱祥
关键词: 动物行为学,行为谱,体态,行为,数字图像处理和分析,实时,自动分析系统
文献来源: 浙江大学
发表年度: 2005
论文摘要: 实验动物行为分析广泛应用于运动功能和学习、记忆等高级中枢神经功能的研究,较电生理、生化等其它参数分析方法,具有全面反应实验动物整体状态的特点。因此动物行为实验已成为神经生理学、行为药理学等神经科学领域的重要研究手段之一。动物行为分析方法的发展经历了人工观察、传感检测技术、视频跟踪技术等阶段。近年来,应用数字图像处理技术跟踪动物活动的轨迹并步计算运动距离、速度等运动参数,已成为动物行为自动分析的前沿技术。该方法的实质是忽略动物体态及其变化,将动物看为质点,仅反应动物运动状态。而行为是由体态和体态的变化(包括位置的变化)组成的,体态能反映更多的心理因素,正确识别动物体态进而准确、详细描述动物的行为成为动物行为学特别是啮齿目动物行为研究的一个前沿方向。 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。 曲率是对轮廓形状的一种直观描述。应用本文提出的新的轮廓曲率算法一基于链码的变窗宽曲率估计法,将大鼠轮廓用曲率函数加以描述;由于大鼠体态具有多样性特点,类内特征矢量之间的差异不可忽略。选择谱系聚类算法对各体态类的特征矢量进行聚类分析,为每类建立细化的子类,体态识别在子类基础上进行。训练集、测试集(DPI:19.4)识别率分别为94.16%和89.58%。 实际实验当中,由实验动物尺寸差异、摄像机焦距变化等可能会带来图像分辨率的改变。尝试对不同分辨率的图像(DPI:11.6)进行识别,识别率为63.5%。
论文目录:
摘要
ABSTRACT
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 基于朴素贝时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
第二节 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 灵活设置实验参数
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
发布时间: 2005-07-15
相关论文
- [1].基于视频的运动人体异常行为分析识别研究[D]. 张军.西安电子科技大学2009
- [2].图像序列中人的行为分析和识别方法[D]. 韩磊.北京理工大学2009
- [3].人体运动跟踪的方法与实验研究[D]. 孙怡.大连理工大学2002
- [4].基于神经生物学的神经元真实感仿真[D]. 封宁.浙江大学2005
- [5].计算机智能视频监控系统关键技术研究[D]. 方帅.东北大学2005
- [6].视频运动目标检测及其实时处理系统研究[D]. 王东升.电子科技大学2004
- [7].智能交通中运动汽车检测及识别技术研究[D]. 刘循.四川大学2005
- [8].人体行为视觉识别中分割方法的研究[D]. 毕胜.大连海事大学2007
- [9].智能视频监控技术研究[D]. 孔晓东.上海交通大学2008
- [10].基于视频的目标检测、跟踪及其行为识别研究[D]. 王江涛.南京理工大学2008