Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formas

Detalhes bibliográficos
Ano de defesa: 2006
Autor(a) principal: Silva, Adenilson Cavalcanti da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/91/91131/tde-20231122-100952/
Resumo: Em levantamentos de fauna têm sido utilizados, cada vez mais, métodos indiretos para obtenção de dados visando identificação e quantificação de espécies. A Tricologia é um método indireto baseado no estudo da estrutura microscópica da medula (parte interior) e cutícula (parte exterior) do pêlo de mamíferos. Ainda são incipientes, porém, as tentativas de dotar a tricologia de ferramentas quantitativas e estatísticas para caracterização dos padrões cuticulares e medulares dos pêlos de diferentes espécies. Esta dissertação busca preencher estas lacunas, fazendo uso de técnicas de processamento de imagens e visão artificial para realizar uma descrição quantitativa dos caracteres da superfície do pêlo. As espécies estudadas foram de duas ordens, Carnivora e Artiodactyla. Para a primeira ordem, foram analisados pêlos de Leopardus tigrinus (gato-do-mato) e L. wiedii (gato-maracajá). Na segunda ordem, foram analisadas escamas de pêlo de Mazama gouazoubira (veado-catingueiro). A partir de lâminas preparadas para impressão cuticular dos pêlos das espécies, foram obtidas imagens, com o auxílio de microscópios calibrados para aumento óptico de 400 vezes. Para extração dos contornos das imagens digitais foi criado um programa em linguagem de programação C++. Este programa permitiu também o cálculo de alguns descritores de forma: baricentro ou centróide, área, cerímetro e diâmetro. Para o cálculo de descritores de forma mais complexos (curvatura média, desvio da curvatura, energia de dobramento, energia de dobramento normalizada, comprimento de arco, energia do descritor de Fourier e energia normalizada do descritor de Fourier), utilizou-se um programa externo escrito para o Scilab. Utilizou-se técnicas gráficas para exploração do espaço de forma, definido pelos onze descritores. Foi criado um modelo linear para separação das espécies, obtendo-se para espécie M. gouazoubira um índice de classificação correta de 86%. Para L. tigrinus o índice de acerto foi de 84%. Para L. wiedii foi insatisfatório, ficando em apenas 50%. Houve a identificação das espécies de mamíferos estudadas, construindo-se um modelo matemático que considera caracteres quantitativos de forma, extraídos das escamas de cutículas da superfície de pêlos destas espécies. Espécies com padrões morfológicos muito semelhantes ainda impõem dificuldades para o método proposto, embora já se conheça propostas com potencial para melhorar a eficiência da classificação. Este trabalho sugere uma abordagem quantitativa e objetiva sobre estudos de tricologia, aumentando a confiabilidade desta ferramenta para estudos de populações.
id USP_954d3db1a7eccfdd76600504f4a5a000
oai_identifier_str oai:teses.usp.br:tde-20231122-100952
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formasMammal species recognition using tricology applying quantitative shape descriptors with digital image processing, artificial vision and shape analysisANÁLISE QUANTITATIVA DE FORMASESPÉCIES ANIMAISMAMÍFEROSPROCESSAMENTO DIGITAL DE IMAGENSTRICOLOGIAVISÃO COMPUTACIONALEm levantamentos de fauna têm sido utilizados, cada vez mais, métodos indiretos para obtenção de dados visando identificação e quantificação de espécies. A Tricologia é um método indireto baseado no estudo da estrutura microscópica da medula (parte interior) e cutícula (parte exterior) do pêlo de mamíferos. Ainda são incipientes, porém, as tentativas de dotar a tricologia de ferramentas quantitativas e estatísticas para caracterização dos padrões cuticulares e medulares dos pêlos de diferentes espécies. Esta dissertação busca preencher estas lacunas, fazendo uso de técnicas de processamento de imagens e visão artificial para realizar uma descrição quantitativa dos caracteres da superfície do pêlo. As espécies estudadas foram de duas ordens, Carnivora e Artiodactyla. Para a primeira ordem, foram analisados pêlos de Leopardus tigrinus (gato-do-mato) e L. wiedii (gato-maracajá). Na segunda ordem, foram analisadas escamas de pêlo de Mazama gouazoubira (veado-catingueiro). A partir de lâminas preparadas para impressão cuticular dos pêlos das espécies, foram obtidas imagens, com o auxílio de microscópios calibrados para aumento óptico de 400 vezes. Para extração dos contornos das imagens digitais foi criado um programa em linguagem de programação C++. Este programa permitiu também o cálculo de alguns descritores de forma: baricentro ou centróide, área, cerímetro e diâmetro. Para o cálculo de descritores de forma mais complexos (curvatura média, desvio da curvatura, energia de dobramento, energia de dobramento normalizada, comprimento de arco, energia do descritor de Fourier e energia normalizada do descritor de Fourier), utilizou-se um programa externo escrito para o Scilab. Utilizou-se técnicas gráficas para exploração do espaço de forma, definido pelos onze descritores. Foi criado um modelo linear para separação das espécies, obtendo-se para espécie M. gouazoubira um índice de classificação correta de 86%. Para L. tigrinus o índice de acerto foi de 84%. Para L. wiedii foi insatisfatório, ficando em apenas 50%. Houve a identificação das espécies de mamíferos estudadas, construindo-se um modelo matemático que considera caracteres quantitativos de forma, extraídos das escamas de cutículas da superfície de pêlos destas espécies. Espécies com padrões morfológicos muito semelhantes ainda impõem dificuldades para o método proposto, embora já se conheça propostas com potencial para melhorar a eficiência da classificação. Este trabalho sugere uma abordagem quantitativa e objetiva sobre estudos de tricologia, aumentando a confiabilidade desta ferramenta para estudos de populações.Use of indirect methods to assess species diversity and population are becoming widespread in the last years. Tricology is an indirect method based in both macro and microscopic study of features and patterns present in mammal hair’s medulla (internal part) and surface. There are few initiatives to enable support in this method for quantitative and statistic tools, for characterizing different specie’s medullar and hair surface patterns. The present study aims to fill this gap, using digital image processing techniques and artificial vision to characterize quantitatively surface hair patterns. Two different mammal orders were studied: Carnivora and Artiodactyla. For the former we analysed hairs of Leopardus tigrinus and L. wiedii, and for the later hairs of Mazama gouazoubira. Using microspic slides with an indirect impression of the hair surface, we generated digital images from an optical microscope at 400x increase scale. We then developed a software computer program on C++ programming language to image contour extraction, which also calculated some shape descriptors such as centroid or baricenter, area, perimeter and diameter. Remaining more complex shape descriptors were calculated using na external Scilab program script. They were: mean curvature, standard deviation from curvature, bending energy, normalized bending energy, are length, Fourier energy descriptor, Normalized Fourier energy descriptor. Graphical exploring techniques were used for shape space study, using a total of eleven shape descriptors. A statistical model was created for species classification, achieving a classification a sucess rate of 86% for M. gouazoubira, 84% for L. tigrinus, but only 50% for L. wiedii. This study was relatively succesfull in the identification of the studied species, by the use of mathematical models that consider quantitative shape characters extracted from hair surface scales contours. However, close related species can delude the proposed method, but we are already aware of some proposals with good potential to improve pattern classification sucess rates. This study proposes a quantitative approach in tricological studies, increasing reliability of this tool for species assessment and environmental research.Biblioteca Digitais de Teses e Dissertações da USPVerdade, Luciano MartinsSilva, Adenilson Cavalcanti da2006-06-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/91/91131/tde-20231122-100952/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-06-18T18:42:21Zoai:teses.usp.br:tde-20231122-100952Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-06-18T18:42:21Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formas
Mammal species recognition using tricology applying quantitative shape descriptors with digital image processing, artificial vision and shape analysis
title Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formas
spellingShingle Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formas
Silva, Adenilson Cavalcanti da
ANÁLISE QUANTITATIVA DE FORMAS
ESPÉCIES ANIMAIS
MAMÍFEROS
PROCESSAMENTO DIGITAL DE IMAGENS
TRICOLOGIA
VISÃO COMPUTACIONAL
title_short Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formas
title_full Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formas
title_fullStr Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formas
title_full_unstemmed Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formas
title_sort Discriminação de espécies de mamíferos via tricologia com descritores quantitativos de forma utilizando processamento digital de imagens, visão artificial e análise de formas
author Silva, Adenilson Cavalcanti da
author_facet Silva, Adenilson Cavalcanti da
author_role author
dc.contributor.none.fl_str_mv Verdade, Luciano Martins
dc.contributor.author.fl_str_mv Silva, Adenilson Cavalcanti da
dc.subject.por.fl_str_mv ANÁLISE QUANTITATIVA DE FORMAS
ESPÉCIES ANIMAIS
MAMÍFEROS
PROCESSAMENTO DIGITAL DE IMAGENS
TRICOLOGIA
VISÃO COMPUTACIONAL
topic ANÁLISE QUANTITATIVA DE FORMAS
ESPÉCIES ANIMAIS
MAMÍFEROS
PROCESSAMENTO DIGITAL DE IMAGENS
TRICOLOGIA
VISÃO COMPUTACIONAL
description Em levantamentos de fauna têm sido utilizados, cada vez mais, métodos indiretos para obtenção de dados visando identificação e quantificação de espécies. A Tricologia é um método indireto baseado no estudo da estrutura microscópica da medula (parte interior) e cutícula (parte exterior) do pêlo de mamíferos. Ainda são incipientes, porém, as tentativas de dotar a tricologia de ferramentas quantitativas e estatísticas para caracterização dos padrões cuticulares e medulares dos pêlos de diferentes espécies. Esta dissertação busca preencher estas lacunas, fazendo uso de técnicas de processamento de imagens e visão artificial para realizar uma descrição quantitativa dos caracteres da superfície do pêlo. As espécies estudadas foram de duas ordens, Carnivora e Artiodactyla. Para a primeira ordem, foram analisados pêlos de Leopardus tigrinus (gato-do-mato) e L. wiedii (gato-maracajá). Na segunda ordem, foram analisadas escamas de pêlo de Mazama gouazoubira (veado-catingueiro). A partir de lâminas preparadas para impressão cuticular dos pêlos das espécies, foram obtidas imagens, com o auxílio de microscópios calibrados para aumento óptico de 400 vezes. Para extração dos contornos das imagens digitais foi criado um programa em linguagem de programação C++. Este programa permitiu também o cálculo de alguns descritores de forma: baricentro ou centróide, área, cerímetro e diâmetro. Para o cálculo de descritores de forma mais complexos (curvatura média, desvio da curvatura, energia de dobramento, energia de dobramento normalizada, comprimento de arco, energia do descritor de Fourier e energia normalizada do descritor de Fourier), utilizou-se um programa externo escrito para o Scilab. Utilizou-se técnicas gráficas para exploração do espaço de forma, definido pelos onze descritores. Foi criado um modelo linear para separação das espécies, obtendo-se para espécie M. gouazoubira um índice de classificação correta de 86%. Para L. tigrinus o índice de acerto foi de 84%. Para L. wiedii foi insatisfatório, ficando em apenas 50%. Houve a identificação das espécies de mamíferos estudadas, construindo-se um modelo matemático que considera caracteres quantitativos de forma, extraídos das escamas de cutículas da superfície de pêlos destas espécies. Espécies com padrões morfológicos muito semelhantes ainda impõem dificuldades para o método proposto, embora já se conheça propostas com potencial para melhorar a eficiência da classificação. Este trabalho sugere uma abordagem quantitativa e objetiva sobre estudos de tricologia, aumentando a confiabilidade desta ferramenta para estudos de populações.
publishDate 2006
dc.date.none.fl_str_mv 2006-06-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/91/91131/tde-20231122-100952/
url https://www.teses.usp.br/teses/disponiveis/91/91131/tde-20231122-100952/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1865492293772902400