小动物手术器械在实验鼠的临床使用
来源： |发布时间：2021-07-15 14:37|点击:次
基于梯度直方图特征的实验鼠检测需要的小动物手术器械。
在神经生理学、行为药理学等领域中老鼠经常被当作实验对象，研究它在药物或变化的环境下，其运动频率、运动范围等是否会有所改变。传统的研究方法对动物的监测是靠人为观察，比较浪费时间和人力，而且记录的实验结果也存在人为误差。
计算机的飞速发展为监测实验鼠提供了便利，通过计算机结合图像处理技术去分析视频记录，给实验者提供更精准和详细的实验鼠运动信息，同时推动了动物行为学的发展。
传统的阈值分割法的难点在于阈值的设置，它是直接影响图像分割的好坏，但阈值很容易受到光照、噪声等影响，这就造成了阈值分割法的效果差，图像目标检测的准确率低，不能推广使用。针对阈值分割法的缺点提出一种新的检测方法，首先对实验鼠图像的灰度进行分析，求得实验鼠图像的梯度图，再提取实验鼠图像的梯度直方图特征，然后结合支持向量机，构建一个图像分类器进行图像目标检测，这种检测方法鲁棒性较强，准确率较高，简单实用。
1、阈值分割法
阈值分割法是将一副图像包括目标、背景和噪声，通过设定某一阈值T将图像分成两部分:大于T的灰度值和小于T的灰度值。阈值分割方法的实验流程图如图1。阈值分割方法大致分为实验鼠图像预处理、图像二值化、形态学闭操作处理和标记轮廓等步骤。图2是阈值设置为90的阈值分割法的示例图，其中第一列为实验鼠原始图像，第二列为二值化图像，第三列为标记轮廓图像，图像中用的红色曲线标记出实验鼠轮廓。
由两组示例可知:由于老鼠本身的试验箱底部栅格的反光难以满足光线均匀的要求，这暴露出阈值分割方法的阈值容易受到光照变换、噪声的影响而变动的问题，这导致不能准确标记出实验鼠的位置、可靠性差、很难推广使用等，所以我们要重新选一种新的检测方法。
2、基于梯度特征的实验鼠检测方法的实现
2．1提出基于梯度特征的实验鼠检测方法
针对阈值分割方法存在的问题—阈值易受光照、噪声的影响而变化，首先通过观察实验鼠和试验箱的特征发现，栅格存在的固定规律的纹理，实验鼠本身则纹理平滑如图3，然后在这个规律的基础上从梯度幅值和梯度方向两个角度出发来选取特征，构建分类器，以达到较好的实验鼠检测效果。
2．2特征提取
在微积分中，一维函数的一阶微分可以定义为:
dfdx=limf(x+ε)－f(x)ε
对于灰度图像来说，可以将其看作为一个二维函数
f(x，y)，此时其微分采用偏微分来表达:
f(x，y)x=limf(x+ε，y)－f(x，y)εf(x，y)y
=limf(x，y+ε)－f(x，y)ε又由于图像是一个离散的二维函数，ε不能无限小，最小的ε就是相邻两个像素的距离，其值为1。
则上述的图像微分可以转换成:
f(x，y)x=f(x+1，y)－f(x，y)=gxf(x，y)y
=f(x，y+1)－f(x，y)
=gy
上述所求得gx和gy分别是x方向、y方向的梯度。而梯度幅值一般用绝对值近似表示为:
M(x，y)=|gx|+|gy|
(1)同理可得像素点的梯度角度为:
θ=arctan(dydx)
(2)由公式(1)和(2)计算实验鼠图像的梯度图如图5所示，实验鼠正负样本的特征直方图如图6。
从图5中的梯度幅值图像和梯度方向图像可以看出，实验鼠整体上梯度均匀。在构建分类器的梯度特征时本文用直方图降低了特征的维数，这样提高对特征图像的数据处理的灵活性和降低对方向的敏感度。
此文字最终解释权归河南宜慧康科技有限公司所有：详情请咨询河南宜慧康科技有限公司官网。
