Sistema automatizado de classificação de abelhas baseado em reconhecimento de padrões.

• Ano de defesa: 2010
• Autor(a) principal: Bueno, Jésus Franco
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Automated bee identification; Automated system; Identificação automatizada de abelhas; Modelagem; Modeling; Pattern recognition; Reconhecimento de padrões; Sistema automatizado
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-10012011-114124/

A crescente perda mundial de biodiversidade tem sido uma das preocupações da comunidade científica internacional que motivaram a criação em 1992 da Convenção sobre a Diversidade Biológica, tornando-se um tratado de compromisso aceito pelos governantes de 187 países e pela Comunidade Européia. A redução da biodiversidade, devido a vários fatores, como a ação antrópica e o aquecimento global, compromete a capacidade do planeta de sustentação da vida humana em face do esgotamento dos recursos e serviços por ela prestados. A conservação e uso sustentável da biodiversidade passa necessariamente pela aquilatação e conhecimento das espécies. Entre essas espécies as abelhas polinizadoras têm merecido especial atenção, pois a polinização das plantas é um serviço de ecossistema muito importante. Cerca de três quartos das mais de 240 mil espécies de plantas do mundo dependem de polinizadores e estima-se que as abelhas sejam responsáveis por mais de 70% do serviço global de polinização. Existem quase 20.000 espécies de abelhas descritas no mundo. No Brasil são conhecidas quase 400 espécies de abelhas (cerca de 300 são abelhas sem ferrão) e o número estimado é de mais de 3.000 espécies. No entanto, este enorme esforço taxonômico a ser realizado pode estar comprometido pelo impedimento taxonômico reconhecido na Declaração de Darwin de 1988 pela ONU. Uma contribuição para minimizar o impedimento taxonômico pode ser dada pelo desenvolvimento de sistemas automatizados de apoio à decisão de identificação. Os sistemas de identificação existentes são proprietários, ou foram desenvolvidos para grupo específicos de espécies e muitas vezes não são integrados. Este trabalho com foco na identificação de abelhas, notadamente nas abelhas sem ferrão, que apresentam redução da venação das asas, apresenta um modelo de sistema baseado em computador para automatizar o processo de identificação de abelhas com uma abordagem de reconhecimento de padrões. Um modelo de sistema denominado ABeeS (Automated Bee Identification System) incorpora o conhecimento especializado para o reconhecimento automatizado de abelhas usando a imagem das asas. O modeloproposto apresenta as funcionalidades de um sistema de identificação de abelhas com o modelo de Caso de Uso e o fluxo de dados entre as atividades do processo de identificação com o modelo do Fluxo de Dados. Um modelo de banco de dados denominado Banco Entomológico de Espécies de Abelhas (BEE) foi proposto para armazenamento de resultados, treinamento e otimização do sistema ABeeS. Para levantar requisitos e avaliar a proposta foram desenvolvidos protótipos de partes do modelo no Labview, um ambiente de programação gráfica, que disponibiliza uma plataforma de visão computacional para aplicações de reconhecimento de padrões usando o método de correspondência de padrões (pattern matching). Um protótipo envolveu uma ferramenta para a definição dos marcos anatômicos nas imagens-padrão. Outro envolveu os resultados da extração automática dos marcos anatômicos e evidenciou que mostram que a capacidade do ABeeS em localizar automaticamente os gabaritos (template) dos marcos anatômicos na imagem da asa em análise depende do conhecimento especializado transferido para o sistema. Este conhecimento contribui para a seleção de uma região do entorno do marco anatômico para formação da imagem-gabarito. A definição precisa da área é muito importante para a acurácia do reconhecimento automatizado do marco anatômico. O ajuste dos parâmetros de treinamento e a qualidade da imagem da asa de abelha são determinantes para extração das características corretas. Parte integrante do modelo são algoritmos de classificação supervisionados, como o FNN4Bees desenvolvido no Laboratório de Automação Agrícola da POLI-USP, e que apresentou resultados satisfatórios. Este trabalho contribui com uma sistematização do processo de identificação de abelhas, servindo de guia para usuários dessa técnica, e o modelo obtido poderá ser utilizado para a implementação de um sistema real, na continuidade dos trabalhos.