基于模板匹配的生物触角电信号采集系统

Abstract

As the most efficient perception system in nature, the perception mechanism of the insect (such as honeybee) antennae is the key to imitating the high-performance sensor technology. An automated experimental device suitable for collecting electrical signals (including antenna reaction time information) of antennae was developed, in response to the problems of the non-standardized experimental process, interference of manual operation, and low efficiency in the study of antenna perception mechanism. Firstly, aiming at the automatic identification and location of insect heads in experiments, the image templates of insect head contour features were established. Insect heads were template-matched based on the Hausdorff method. Then, for the angle deviation of the insect heads relative to the standard detection position, a method that calculates the angle of the insect head mid-axis based on the minimum external rectangle of the long axis was proposed. Eventually, the electrical signals generated by the antennae in contact with the reagents were collected by the electrical signal acquisition device. Honeybees were used as the research object in this study. The experimental results showed that the accuracy of template matching could reach 95.3% to locate the bee head quickly, and the deviation angle of the bee head was less than 1°. The distance between antennae and experimental reagents could meet the requirements of antennae perception experiments. The parameters, such as the contact reaction time of honeybee antennae to sucrose solution, were consistent with the results of the manual experiment. The system collects effectively antenna contact signals in an undisturbed state and realizes the standardization of experiments on antenna perception mechanisms, which provides an experimental method and device for studying and analyzing the reaction time of the antenna involved in biological antenna perception mechanisms.

引言

触角具有高精度和高灵敏度的感知特性，常被生物用于觅食、捕食和配偶识别等活动。研究生物触角的感知机制有助于了解生物的生存繁衍，通过分析触角的反应时间、接触行为等特性，可为提高人工传感器的精度和灵敏度提供解决方案^[1-2]。

在生物触角的感知行为及味觉特性研究中，Haupt^[3-4]分析了蔗糖刺激下蜜蜂的喙伸反应（proboscis extension reflex，PER）和触角的行为，发现蜜蜂触角对不同浓度蔗糖溶液的接触行为存在差异。Guiraud等^[5]研究了蜜蜂触角的味觉特性，发现蜜蜂触角的味觉功能有限并且无法区分苦味物质和水。Zhao等^[6]设计了四通道迷宫装置，从生理学的角度分析出蜜蜂触角对不同挥发物的敏感程度。上述研究表明，生物的触角不仅能辨别各种气味^[7]，而且能够感受到温度、光和振动的变化^[8]，研究生物触角的感知机制能够推动仿生高端传感器的发展。例如：唐军等^[9]根据飞蛾触角导航的原理，设计出一种基于飞蛾触角模型的仿生导航传感器；Zhu等^[10]通过分析触须的传感机制，设计了检测水流量的触摸传感器；谢清华等^[11]和李明义等^[12]利用类似昆虫触角的传感器，使机器人具有触觉感知避障功能。但是目前在触角感知行为的研究中通常采用人工实验方式，导致实验工作量大，检测结果易受到人为因素的影响，因此开发抗干扰的自动化实验平台对提高触角感知机制实验的标准化水平和效率有重要意义。

基于非接触式数字图像采集处理技术的生物监测仪器被广泛用于测量和分析生物的行为^[13-15]。例如：Shokaku等^[16]开发了自动转盘型迷宫装置，利用图像记录的方式研究球潮虫（pill bug）的转弯行为；Liao等^[17]开发了高速摄像机采集系统，记录蜜蜂在摄食干糖时舌头的行为，从而研究其摄食机制；Chole等^[18]开发了一个基于高频运动捕捉原理的蜜蜂触角运动跟踪系统，记录触角对不同气体的反应。上述研究表明，利用图像处理技术的生物行为研究装置，能够有效解决人工实验存在的主观定性的问题，从而达到精确、灵活地检测和分析生物行为的目的。

利用机器视觉反馈信息调整触角与试剂的相对位置，是保证触角感知机制实验过程一致性的可靠方式。本文将设计一种基于模板匹配的生物触角接触电信号的采集系统，实现对实验昆虫头部区域的快速定位。同时展开关于生物触角对不同浓度蔗糖溶液的感知机制的研究，验证该系统在采集生物触角接触参数（如接触的持续时间、时间间隔及接触频次）等信息时的有效性，为研究与分析生物触角感知机制中所涉及的生物触角接触参数提供一种实验方法和装置。

1. 系统总体设计

1.1. 系统的硬件组成

生物触角电信号采集系统主要由五个部分组成：摄像模块、图像处理模块、位置调整模块、主控单元和数据采集模块，如图1所示。摄像模块由相机和同轴红外光源组成，用于图像信息的采集；图像处理模块主要利用基于计算机的数字图像处理技术，实现昆虫头部特征信息的预处理、匹配及昆虫头部的位置检测；位置调整模块主要由自动平移台、旋转台和电机组成，根据图像处理模块反馈的位置参数实现昆虫触角的位置调整；主控单元为嵌入式微控制器，实现各模块信号接收、决策及电机控制；数据采集模块由电流前置放大器、数模转换器及上位机数据采集软件等组成，负责采集、分析昆虫触角与溶液接触时的信号。系统的组成示意如图2所示。

图 1.

System structure

系统结构

图 2.

System composition

系统的组成

1.2. 图像处理模块

图像处理模块利用数字图像处理算法确定生物特征区域，从而为执行机构提供相关位置参数，包括：目标图像的预处理、特征图像模板的建立与匹配以及基于最小外接矩形的特征位置检测等功能。

1.2.1. 目标图像的预处理

在具有红外光源的封闭暗室中采集含有蜜蜂头部的目标图像。首先利用自适应阈值法处理图像I_源图的前后景信息并进行二值化。然后采用鲁棒性较强的中值滤波法对二值图像进行去噪处理，去除由光照不均、蜜蜂头部毛发等产生的噪声干扰。最后对经上述图像处理后的同一位置的两张二值图像进行像素间的逻辑与运算、开运算等操作，从而得到蜜蜂头部感兴趣区域的特征图像。

在建立昆虫头部特征模板和昆虫活体检测的过程中，均需对无触角的昆虫头部图像I'_源图 和活体昆虫的待测图像I_源图 进行图像预处理，并分别获得建立模板的特征图像I_模板 或者用于检测的待匹配特征图像I_待测。

1.2.2. 特征图像模板的建立与匹配

（1）特征图像模板的建立。目标检测的准确性与所建立的模板质量直接相关，而在实验过程中即使是选用同种昆虫，其头部也会存在大小、形状等差异，但是由于蜜蜂头部的总体特征相似，因此仍然可以建立相应的特征图像模板。

搭建具有明显的前景（蜜蜂头部灰黑色）和后景（实验平台白色）间的颜色关系的实验平台，并利用商业图像处理软件VisionMaster 4.0.0（杭州海康机器人技术有限公司 Inc.，中国）的模板匹配功能模块建立蜜蜂头部特征的模板库，具体步骤如下：① 对目标图像进行预处理，提取蜜蜂头部的感兴趣区域；② 人工配置特征图像I_模板 的模板参数——如设置初搜模板目标的速度尺度、尺度模式以及对比度阈值等参数，确定特征尺度并修正初搜结果的位置；③ 提取特征图像I_模板 的边缘特征，建立特征图像模板；④ 为了提高模板匹配的准确性，随机选择同一蜂巢内的数只蜜蜂（经筛选后的蜜蜂存在大小差异），剪掉其触角，重复上述步骤，建立生物头部的二值图像集{I_模板}。

（2）特征图像模板的匹配。选择豪斯多夫（Hausdorff）算法进行基于边缘特征的目标匹配^[19]，实现对采集图像中特征区域位置的快速确定。算法过程如下：假设两个有限点集分别为A = {a₁, a₂, , a_p}，B = {b₁, b₂, , b_q}，则定义A和B之间的Hausdorff距离如式(1)所示：

1

式中，H(A, B)为点集A和B的Hausdorff距离；h(A, B)为A到B的有向Hausdorff距离，如式(2)所示；h(B, A)为B到A的有向Hausdorff距离，如式(3)所示：

2

3

式中，a_i和b_j分别为有限点集A、B中的点，其中i = 1, 2, , p且j = 1, 2, , q；表示点集A和B间的距离范数。

通过计算模板图像I_模板 的轮廓与待匹配图像I_待测 的轮廓之间的Hausdorff距离，判断两者的相似性，实现昆虫头部特征的自动匹配以及感兴趣区域的定位、分割。

1.2.3. 基于最小外接矩形的特征位置检测

根据蜜蜂头部的左右对称性、口器部分处于长轴方向等形态特征，可采用蜜蜂头部长轴方向表示蜜蜂头部中轴线方向。但是由于蜜蜂头部轮廓存在凹陷，所以在检测头部朝向时，采用格雷厄姆（Graham）扫描算法构造昆虫头部凸包，并结合遍历轮廓凸包边的方式构造最小外接矩形^[20-21]，从而根据蜜蜂头部轮廓最小外接矩形的矩形长轴方向，快速、准确地得到蜜蜂头部轮廓中轴线方向，以及计算其与图2中标记尺的位置偏差。图像处理具体步骤如下：① 基于上述模板匹配法，从图像I_待测中提取目标头部的特征二值图像I，确定其形心I（x, y），并构造二值图像I的轮廓凸包；② 过形心的直线与轮廓凸包相交得到两个交点，当两点的距离最长时，确定该直线为蜜蜂头部的中轴线；③ 将该线段作为最小外接矩形的长轴，将垂直于该长轴且与轮廓交点距离最长的线段作为短轴，构造最小外接矩形T；④ 以形心为坐标原点建立直角坐标系，计算矩形T的长轴与所建立的坐标轴系X轴的夹角。具体流程如图3所示。

图 3.

Image processing flow

图像处理流程图

1.3. 位置调整模块

位置调整模块主要是根据图像处理模块反馈的昆虫头部位置参数，实现对昆虫触角位置的调整，从而保证不同批次的实验对象（蜜蜂）在触角感知特性实验过程中所处位置具有一致性，即保持昆虫头部与测试试剂之间的几何位置关系一致。具体过程包括：① 利用自动平移台ZST4001G（中天光正科技有限公司 Inc.，中国）带动自动旋转台ZRC36010WD（中天光正科技有限公司 Inc.，中国）对待测对象在水平方向以及角度方面进行调整，其位置调整结果由光栅传感器JCXE-DK（贵阳新天光电科技有限公司 Inc.，中国）进行反馈，从而使得装载有实验昆虫（蜜蜂）的工位移动到检测区域内；② 根据图像处理模块反馈的位置参数，利用单片机STM32（意法半导体有限公司 Inc.，瑞士）控制步进电机实现实验昆虫（蜜蜂）头部中轴线与预设参考刻度线的对齐，从而满足触角感知机制实验对蜜蜂位置与测试试剂间的几何位置的要求；③ 利用数据采集模块采集触角接触溶液时的接触信号。整体流程如图4所示。

图 4.

Flowchart of the detection system

系统检测流程图

1.4. 信号采集与分析模块

高精度的数据采集系统可以获得昆虫触角接触溶液时的接触参数（如接触的持续时间、时间间隔及接触频次），能够实现对蜜蜂触角接触蔗糖溶液时产生的接触电信号的采集^[3]。主要包括：① 搭建昆虫触角接触溶液的检测电路。由于本文实验对象（蜜蜂）的电阻值要小于人体电阻值（一般为1～3 kΩ）^[22]，为降低触角接触时的放电现象对昆虫触角接触溶液行为的影响，利用电流前置放大器SRS-SR570（Standford Research Systems Inc.，美国）提供皮安（pΑ）级别偏置电流，并在电路中串联千欧姆（kΩ）级的电阻，以减少电流对昆虫的影响^[23-26]；② 信号滤波与放大。昆虫复眼被涂抹遮挡，其触角通过自由摆动随机接触溶液，由于当昆虫触角与溶液接触时会形成接触信号回路且时间短促，因此选用电流前置放大器SRS-SR570进行触角接触试剂时接触电信号的滤波和放大，并实现信号的传输；③ 信号的采集与处理。针对所放大的信号，利用软件开发平台NI LabVIEW 2016（National Instruments Inc.，美国）以及具备16位高分辨率的数据采集板NI PCI-6255（National Instruments Inc.，美国）进行电信号的采集与处理。信号采集的工作原理如图5所示。

图 5.

Electrical signal acquisition

电信号采集示意图

为过滤电信号采集过程中存在的电极噪声、电路噪声以及触角所引起的噪声等^[27]，选择软件开发平台NI LabVIEW 2016中的巴特沃斯（Butterworth）低通滤波器对电信号进行二次滤波，Butterworth低通滤波器原理如式(4)所示：

4

式中，H（u, v）为Butterworth低通滤波器的传递函数，D（u, v）为截止频率，D₀为通带半径，n为阶数（本实验中选择截止频率为20 Hz，n = 3）。

2. 系统测试与实验分析

为验证上述装置的可靠性与检测精度，设计了蜜蜂触角的蔗糖感知机制实验，实验装置如图6所示。实验中选用工业相机（MV-CA060-10GM，杭州海康机器人技术有限公司 Inc.，中国）以及商业图像处理软件VisionMaster 4.0.0进行图像采集与处理，而昆虫头部的位置通过微型电机进行调整，整个装置安装暗室环境中。实验蜜蜂为南通大学农业部南方平原玉米科学观测站长期保种的东方蜜蜂中华亚种中的工蜂，体长约10～13 mm，饲养于室外标准的活框蜂箱中。

图 6.

Antennal electric signal acquisition system

生物触角电信号采集系统

2.1. 实验系统的图像定位效果和精度评价

2.1.1. 模板匹配的精度分析

如图7所示建立蜜蜂头部的特征模板I_模板，利用采集的150张活体蜜蜂的待检测图像{I_源图}进行模板匹配实验，从而比较分析模板匹配算法的有效性。由于基于边缘特征的模板匹配算法不易受光照等因素的影响，并且在提取蜜蜂的头部特征前对图像进行了预处理等操作，以提高图像算法处理的鲁棒性，从而减少误匹配的概率。针对相同的采集图像{I_源图}，该方法与基于灰度的匹配算法相比较，在匹配准确率上有所提高，其结果如表1所示。其中，匹配准确率如式(5)所示：

图 7.

Detection results

检测结果

表 1. Comparison of accuracy of target recognition algorithms.

目标识别算法准确率对比

算法	蜜蜂图片数量/张	准确识别数量/张	准确率
基于灰度匹配	150	117	78.0%
基于特征匹配	150	143	95.3%

5

式中，M_A为蜜蜂头部三角区识别的准确率，M_S为蜜蜂头部三角区准确识别的图片个数，M为蜜蜂头部图片总数。

2.1.2. 图像定位效果分析

蜜蜂头部中轴线的提取过程如图8所示。首先针对活体蜜蜂的待检测图像I_源图，采用模板匹配方法定位蜜蜂头部区域，得到用于蜜蜂头部中轴线定位的二值图像I₁、I₂。然后对图像I₁、I₂进行图像预处理操作，提取蜜蜂头部轮廓。其次基于最小外接矩形法得到该轮廓的最小外接矩形T。最后根据最小外接矩形的长轴位置得到待检测图像I_源图 中活体蜜蜂头部的中轴线L_c，从而为位置调整模块提供蜜蜂触角的位置调整参数。

图 8.

Effect of image processing

图像处理效果图

为检测基于模板匹配的电信号采集系统的调整精度，设置如下实验：① 建立如图9所示的坐标系X_wOY_w，设置标记尺（L_ref）位置，使得标记尺（L_ref）的方向通过旋转台转盘的中心，且与Y_w轴在同一直线上，并规定以X_w轴正方向为起始，逆时针转过的角度为正角，反之为负角；② 将装有蜜蜂的固定装置放置于旋转台转盘上，利用最小外接矩形法提取蜜蜂头部的中轴线（L_c），获得其在坐标系中的角度α（0° ≤ α < 360°）；③ 计算中轴线（L_c）与标记尺（L_ref）间的夹角θ（θ = 90° − α），将θ作为位置调整模块的反馈调整参数；④ 根据角度反馈参数，位置调整模块调整蜜蜂头部中轴线朝向，并计算调整后的蜜蜂头部中轴线（L'_c）与标记尺（L_ref）间的夹角ε（即位置调整偏差角）；⑤ 重复上述 ①～④ 的实验步骤，分别调整当蜜蜂中轴线（L_c）处于四个不同位置时的角度α，并计算调整后的角度偏差ε，示意如图9所示。实验结果表明：蜜蜂经过基于视觉检测反馈的位置调整模块调整后，其头部中轴线与标记尺的最大位置调整偏差角为0.4°，在该角度偏差范围内蜜蜂触角能够在自由摆动的情况下接触实验溶液，检测结果如表2所示。

图 9.

Detected locations

检测位置示意图

表 2. Adjusted deviation angle of the bee to be detected.

待检测蜜蜂经调整后的偏差角度

方位	调整前蜜蜂 头部中轴线 角度α/(°)	蜜蜂头部中 轴线与标记 尺的夹角θ/(°)	调整后中轴 线的偏差角 ε/(°)
位置1	0.9	89.1	0.4
位置2	90.9	−0.9	0.2
位置3	180.8	−90.8	0.3
位置4	270.0	−180.0	0.3

2.2. 昆虫触角电信号采集的可靠性分析

2.2.1. 蜜蜂的筛选

实验当天上午，从蜂箱出口处捕捉N（N = 20）只归巢的蜜蜂，将其放置在温度4～7 ℃的冰箱内，直至蜜蜂进入休眠状态后取出，并用黑色涂料对蜜蜂的复眼进行覆盖涂抹。

将蜜蜂固定于具有编号的固定装置中，分别采用不同浓度的蔗糖（分别为0%、0.1%、1%、10%、30%）和氯化钾（浓度为：10 mmol/L）的混合溶液对蜜蜂进行PER测试。PER测试主要包括：① 剔除对含30%蔗糖的氯化钾混合溶液无PER反应的蜜蜂；② 剔除对不含蔗糖的氯化钾溶液有PER反应的蜜蜂。选用30%浓度的蔗糖溶液喂食通过PER测试的其余蜜蜂^[28]，然后将蜜蜂置于湿度为70%的箱子内，静止30 min后进行实验。鉴于蜜蜂触角的偏侧性^[29]，在此选择蜜蜂的右侧触角进行实验，经过实验测试及筛选，获得N_S（N_S < N）只符合条件的蜜蜂。实验流程及时序图如图10所示。

图 10.

Sequence diagram of the antennal perception experiment

触角感知机制实验流程时序图

2.2.2. 电极刺入的位置

实验中要使昆虫触角与溶液接触时形成接触信号回路，需要建立生物昆虫与物理信号采集电路的通路。在此采用直径为0.1 mm的银（Ag）质电极搭建接触电信号的回路^[30]，将电极一端刺入蜜蜂的一侧复眼中，另一端与电流前置放大器SRS-SR570共地。由于存活蜜蜂的复眼可以满足电流传导，所以蜜蜂触角在随机自由摆动过程中，一旦接触溶液，就会形成电路回路，可实现触角接触溶液时的电流信号采集。

2.2.3. 低噪声电流放大

根据蜜蜂触角接触溶液的信号特征，选用电流前置放大器SRS-SR570对电流信号进行低噪声放大与调理。设置电流前置放大器SRS-SR570的主要参数，包括：设置−12 dB/倍频程、10 Hz截止频率的低通滤波器，以及设置灵敏度为50 nA/V的低噪声增益模式。

2.2.4. 触角电信号采集

在如图6所示的移液器枪头中注入不含蔗糖的氯化钾（浓度为：10 mmol/L）溶液或含1%蔗糖的氯化钾（浓度为：10 mmol/L）混合溶液。当蜜蜂右侧触角接触上述溶液时会形成电流回路，从而产生接触电信号，利用软件开发平台NI LabVIEW 2016采集相应的触角接触生物电信号。典型的接触电信号如图11所示。

图 11.

Typical contact electrical signals

典型的接触电信号

在移液器枪头中注入含1%蔗糖的氯化钾（浓度为：10 mmol/L）混合溶液，利用上述生物触角电信号采集系统采集实验数据。将采集得到的实验结果与文献[3]中蜜蜂触角感知不同浓度（0%、0.1%、1%、10%、30%）蔗糖溶液的实验结果相比较，可知：① 在蜜蜂触角接触蔗糖溶液的次数与蔗糖溶度相关性方面：与不含蔗糖的稀电解质溶液相比，蜜蜂触角接触含低浓度蔗糖的氯化钾混合溶液的次数明显增加；② 在蜜蜂触角接触蔗糖溶液的参数方面：蜜蜂触角与含1%蔗糖的氯化钾混合溶液接触持续时间的中位数为20 ms左右，接触时间间隔为200 ms左右，与文献[3]的人工实验结果表述的“平均时间为10～20 ms、接触含蔗糖溶液的间隔时间小于200 ms”的结论具有一致性。因此，该自动化检测与信号采集系统可以用于蜜蜂触角感知机制实验。

2.3. 蜜蜂触角的蔗糖感知机制

根据如图10所示的触角感知采集时序图，设计蜜蜂触角的蔗糖感知机制实验。实验中设置两移液枪枪头及相应的信号采集模块，并使两移液枪头间距约为1 mm，实验试剂仍采用不含蔗糖的氯化钾（浓度为：10 mmol/L）溶液和含1%蔗糖的氯化钾（浓度为：10 mmol/L）混合溶液。设定蜜蜂触角感知信号分析筛选标准：① 剔除在2 min内无接触电信号的实验数据；② 剔除触角只接触单侧溶液产生电信号的实验数据。经过筛选后得到N_S（N_S = 16）只蜜蜂的触角感知实验数据，采用威尔科克森（Wilconxon）检验法对蜜蜂触角接触两种溶液的次数进行统计，分析蜜蜂触角在接触不同溶液时差异的统计学意义，结果如图12所示。实验结果表明，蜜蜂触角接触含1%蔗糖的氯化钾混合溶液的次数高于接触不含蔗糖的低浓度氯化钾溶液的次数（P < 0.01），经检验，差异具有统计学意义。

图 12.

The number of times that honeybee antennae contact potassium chloride solution with different sucrose concentrations

蜜蜂触角接触含不同蔗糖浓度的氯化钾溶液的次数 *P < 0.01

*P < 0.01

3. 讨论与结论

本文提出了一种基于模板匹配的生物触角电信号采集系统，以解决在生物触角感知机制实验中实验过程非标准化、手动操作干扰与效率低等问题。该系统以蜜蜂为实验对象，通过建立基于蜜蜂头部特征的匹配模板，可实现实验过程中蜜蜂头部的快速定位与头部角度的位置调整，能够有效避免在采集生物触角接触信号过程中的人为干扰，从而满足实验一致性需求。本文所设计电信号采集系统对于实验蜜蜂的模板匹配精度可达95.3%，实验蜜蜂的中轴线位置调整偏差小于1°，利用该系统能够有效开展蜜蜂触角的蔗糖感知机制实验。实验结果表明，经该系统得到的实验结果与参考的人工实验结果一致，验证了该系统的可行性，为研究与分析生物触角感知机制中所涉及的生物触角接触持续时间、接触频次等接触参数提供了一种标准化的实验方法与装置。

重要声明

利益冲突声明：本文全体作者均声明不存在利益冲突。

作者贡献声明：王佳佳主要负责实验平台搭建、生物实验及论文撰写；邢强提出系统的原创主旨，并指导设备搭建、实验指导及论文审阅修订；姬科举负责提供实验与数据分析指导；王文波负责论文审阅修订；朱龙彪负责论文审阅修订。

Funding Statement

国家重点研发计划项目（2020YFB1313504）

National Natural Science Foundation of China