Detalhes bibliográficos
| Ano de defesa: |
2003 |
| Autor(a) principal: |
Magalhães, Kaiser Magalde Costa |
| Orientador(a): |
Centeno, Tania Mezzadri |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia Elétrica
|
| Departamento: |
Centro de Tecnologia
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufrn.br/handle/123456789/48313
|
Resumo: |
O processamento inteligente de imagens digitais aplicado à identificação de golfinhos baseia-se em diversas técnicas como tratamento e segmentação de imagens, redes neurais, morfologia matemática e transformações geométricas, que são combinadas de forma a possibilitar que imagens de golfinhos sejam tratadas de tal forma a identificar diferentes indivíduos. Os golfinhos analisados neste trabalho são da espécie S. fluviatilis, mais conhecidos como boto-cinza, e habitam numa área de mar compreendida entre as praias de Pipa(RN) e Tabatinga (RN). Eles se caracterizam principalmente por possuírem uma grande nadadeira dorsal. Esta nadadeira funciona como uma espécie de identidade do golfinho, pois ali são registradas agressões que estes animais sofrem, formando fendas facilmente distintivas. Outra característica importante é a própria forma da curvatura da nadadeira desses animais. Neste trabalho, foram implementados algoritmos capazes de tratar inicialmente a imagem, através da teoria da KLT e do auto-contraste. Usamos técnicas de morfologia matemática para auxiliar no processo de extração de características e algoritmos de redes neurais para a classificação dos animais cujas imagens foram submetidas ao sistema desenvolvido. Para a identificação da curvatura da nadadeira foram utilizados dois polinômios cúbicos paramétricos associados a cada lado da nadadeira, partindo do ponto de pico. Fendas são detectadas em cada curva e mapeadas relativamente a essas curvas paramétricas. Alguns pontos são informados ao sistema desenvolvido para que os polinômios, ao final, sejam normalizados. Esses dados são mantidos em um banco de dados para posterior identificação dos diferentes animais. Os resultados experimentais obtidos mostraram que as características aqui selecionadas funcionaram como bons identificadores, sendo capazes de classificar corretamente entre animais distintos e apresentar poucas falhas quando submetido a animais idênticos, mas em condições diferentes. |
