基于机器视觉的啮齿类动物步态分析系统、方法及介质

本发明涉及机器视觉、数字图像处理、生物医学工程、实验动物行为学分析与步态分析，尤其涉及基于机器视觉的啮齿类动物步态分析系统、方法及介质。

背景技术：

1、步态分析是实验动物行为学研究的核心技术，广泛应用于神经损伤模型评估、骨科疾病研究、运动功能康复评价及药物药效筛选等生物医学领域，通过定量分析啮齿类动物的行走姿态、运动节律和时空参数，能够客观反映动物神经系统与运动系统的功能状态。

2、目前，啮齿类动物步态分析主要采用四类技术路线：人工观察或逐帧标注依赖实验人员逐帧判断爪印位置、接触时段与步序关系，工作量大、效率极低，且结果受主观因素影响显著，长时程高速视频的标注一致性难以保障；基于专用步道或压力检测平台的集成系统虽数据结构化程度高，但单套设备购置成本高昂，且必须在配备专用硬件的实验室开展实验，场景受限严重，对实验空间和硬件条件要求苛刻；基于跑台的视频系统通过外部驱动迫使动物持续运动，虽便于连续采集，但动物步速完全受设备约束，无法呈现自然自主行走状态，甚至可能引发应激反应，干扰实验结果真实性；基于普通视频的阈值分割技术采用通用硬件，却仅依靠单帧固定阈值提取目标，易受光照变化、背景干扰、分辨率差异影响，常出现爪印分裂、漏检误检、轨迹中断及前后爪无法自动区分等问题。

3、综上，现有技术普遍存在自动化程度低、设备成本高、检测稳定性差、结果一致性不足等缺陷，难以满足现代生物医学研究对高通量、高精度、高重复性步态分析的需求。现急需一种无需依赖昂贵专用硬件、可适配通用成像设备、能够实现全自动爪印识别、轨迹跟踪与步态参数定量计算的啮齿类动物步态分析技术，以解决上述技术难题。

技术实现思路

1、本发明的目的在于提供基于机器视觉的啮齿类动物步态分析系统、方法及介质，可摆脱昂贵专用硬件依赖，实现自然行走状态下全自动爪印识别、轨迹跟踪与步态参数计算，提升分析效率、检测稳定性和结果一致性。

2、为实现上述目的，本发明提供了基于机器视觉的啮齿类动物步态分析系统，包括处理器、存储器、显示单元，以及与处理器电连接的视频采集与预处理模组、爪印检测与跟踪模组、步态分析与输出模组、用户交互模组；

3、视频采集与预处理模组，与爪印检测与跟踪模组、步态分析与输出模组数据连接，用于采集并预处理动物行走视频，向爪印检测与跟踪模组输出标准化图像数据与自适应检测跟踪参数，向步态分析与输出模组输出像素-厘米换算比例；

4、爪印检测与跟踪模组，与视频采集与预处理模组、步态分析与输出模组数据连接，用于识别爪印并生成连续带标签轨迹数据，向步态分析与输出模组输出带标签轨迹数据；

5、步态分析与输出模组，与视频采集与预处理模组、爪印检测与跟踪模组、显示单元、存储器数据连接，用于提取步态事件并计算步态参数，向显示单元输出可视化结果，向存储器输出结构化数据；

6、用户交互模组，与视频采集与预处理模组、爪印检测与跟踪模组、步态分析与输出模组控制连接，用于接收用户指令并反馈系统状态，实现对各模组的控制。

7、优选的，视频采集与预处理模组包括视频输入与管理模块、视频预处理与裁切模块；

8、视频输入与管理模块，用于加载原始视频、读取帧图像并获取视频宽度、高度、帧率、总帧数和编码信息，向视频预处理与裁切模块传输视频参数与帧图像数据；

9、视频预处理与裁切模块，用于对原始视频进行时间裁剪和空间裁切，限定有效分析区间和有效视场，减少无关背景干扰，输出标准化图像数据。

10、优选的，视频采集与预处理模组还包括分辨率自适应参数模块；

11、分辨率自适应参数模块，用于根据输入视频生成自适应检测与跟踪参数，生成逻辑为：根据输入视频宽度和高度，以主维度计算分辨率缩放因子，计算关系为：

12、；

13、其中，为预设参考宽度；

14、同步计算面积缩放系数，计算关系为：

15、；

16、其中，为面积缩放系数，用于面积阈值的缩放计算；

17、基于分辨率缩放因子生成检测与跟踪参数，按以下规则完成参数缩放：面积阈值参数按面积缩放系数缩放，距离阈值参数按分辨率缩放因子缩放，形态学核尺寸按面积缩放系数缩放后约束为不小于3的奇数，使不同分辨率下的检测尺度保持一致；

18、检测与跟踪参数包括面积阈值、形态学核尺寸、时序距离阈值、匹配距离阈值、合并距离阈值。

19、优选的，视频采集与预处理模组还包括爪印预处理与分割模块、比例尺标定模块；

20、爪印预处理与分割模块，用于针对受抑全内反射或足底荧光成像场景，生成hsv颜色阈值掩码、绿色通道优势掩码和绿色相对强度掩码，对三种掩码执行并集融合；对融合结果依次执行高斯滤波、二值化、膨胀、闭运算和开运算，连接足趾、填充内部空洞并去除小噪声，得到候选爪印掩码；比例尺标定模块，用于通过人工绘制参考线并输入真实长度，计算像素与厘米之间的换算比例，换算关系为：

21、；

22、其中，为像素-厘米换算比例，为参考线段的像素长度，为参考线段的真实物理长度。

23、优选的，爪印检测与跟踪模组包括单帧爪印检测与碎片合并模块、时序滤波与时序一致性验证模块；

24、单帧爪印检测与碎片合并模块，用于从候选爪印掩码中提取轮廓，计算每个候选目标的面积、圆度、质心、边界框、平均亮度和长宽比，依据最小面积阈值、最大面积阈值和最小圆度阈值筛选，得到候选爪印集合；基于候选爪印边界框对角线中位数计算自适应合并半径，对全部候选轮廓执行膨胀连通与连通域分组，对同组多碎片执行组内轮廓点融合、凸包构建和凸包约束下的真实形状重建，重算面积与质心后输出单个合并爪印；

25、时序滤波与时序一致性验证模块，用于维护掩码缓冲区与检测缓冲区，建立多帧掩码缓冲区并采用累计投票机制保留稳定区域，对当前帧候选爪印执行跨帧位置支持判定，仅保留多帧持续出现或面积达标的候选区域，抑制瞬时噪声、随机反光和孤立误检。

26、优选的，爪印检测与跟踪模组还包括多目标跟踪模块；多目标跟踪模块，用于采用卡尔曼滤波器对活跃轨迹的质心位置、运动速度进行状态建模，对活动轨迹执行位置预测；构建当前帧检测目标与预测轨迹之间的代价矩阵，代价矩阵包含位置距离、面积相似度匹配维度，采用匈牙利算法完成检测结果与活跃轨迹的全局最优匹配，实现多爪印跨帧关联；执行抬脚判定与轨迹状态更新：当前检测面积相对于轨迹历史峰值面积下降且位置偏移超阈值时，结合原位置无信号判据判定轨迹终止，避免不同接触期错误拼接为同一轨迹。

27、优选的，爪印检测与跟踪模组还包括轨迹后处理碎片合并模块、爪标签自动分配模块；

28、轨迹后处理碎片合并模块，用于针对信号短时中断造成的单爪轨迹断裂，对终止轨迹执行候选配对，基于空间距离、速度预测偏差、面积一致性、方向一致性、时间间隔和形态相似性计算综合评分，依据综合评分阈值判定是否合并轨迹段；

29、爪标签自动分配模块，用于根据动物行走方向及轨迹平均空间位置关系，将轨迹自动标记为左前、右前、左后和右后爪，向步态分析与输出模组传输带标签的轨迹数据。

30、优选的，步态分析与输出模组包括步态事件提取与参数分析模块、可视化输出模块、数据持久化模块，用户交互模组包括指令输入模块、状态反馈模块；

31、步态事件提取与参数分析模块，用于从轨迹面积变化中提取站立期事件和摆动期事件，结合像素-厘米换算比例计算步态参数，至少输出步态周期、步幅、步频、占空比和规律性指标；

32、可视化输出模块，用于生成足迹轨迹图、步序时序图和统计结果，向显示单元传输可视化结果；其中足迹轨迹图从各轨迹峰值帧提取代表性足印，按空间位置在黑色画布上重建彩色足迹图；步序时序图按时间显示各爪着地顺序和正常步序模式；

33、数据持久化模块，用于将足印、轨迹、步态周期、统计信息及标定参数保存为结构化文件，向存储器传输结构化实验数据，用于复核、追踪和再次分析；

34、指令输入模块，用于接收视频导入、参数设置、比例尺标定、分析启动及结果导出指令，向对应模组传输用户控制指令；

35、状态反馈模块，用于接收各模组回传的系统运行状态、分析进度及错误提示信息，向显示单元传输待展示的反馈内容。

36、本发明还提供了基于机器视觉的啮齿类动物步态分析方法，应用于上述的基于机器视觉的啮齿类动物步态分析系统，步骤包括：

37、s1、采集啮齿类动物在透明步道上自然自主行走的视频数据；读取视频参数，执行时间裁剪与空间roi裁切；

38、s2、通过多掩码融合生成候选爪印掩码，根据视频分辨率生成自适应检测与跟踪参数；

39、s3、提取轮廓并筛选候选爪印，完成同帧碎片合并与时序一致性过滤；

40、s4、采用卡尔曼滤波预测与匈牙利算法匹配实现多爪印跨帧跟踪，判定抬脚事件并终止轨迹；

41、s5、对中断轨迹进行多特征融合评分后合并，自动分配爪标签；

42、s6、提取站立期与摆动期事件，结合像素-厘米换算比例计算步态参数。

43、本发明还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的基于机器视觉的啮齿类动物步态分析方法。

44、因此，本发明采用上述的基于机器视觉的啮齿类动物步态分析系统、方法及介质，具有以下有益效果：

45、（1）无需依赖昂贵专用硬件，采用通用成像设备即可完成数据采集，支持动物自然自主行走状态下的步态分析，大幅降低实验成本，保证实验结果的真实性。

46、（2）通过分辨率自适应、多掩码融合、碎片合并及多特征融合跟踪技术，有效解决爪印分裂、漏检误检、轨迹中断等问题，显著提升检测稳定性和分析精度。

47、（3）实现从视频导入到结果输出的全流程自动化处理，大幅减少人工干预，提高实验效率和结果一致性，同时支持数据标准化保存与追溯复核。

48、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。