A computer-assisted approach to supporting taxonomical classification of freshwater green microalga images (2016)
- Authors:
- Autor USP: BORGES, VINICIUS RUELA PEREIRA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: VISUALIZAÇÃO; INFORMAÇÃO; MINERAÇÃO DE DADOS; FICOLOGIA MARINHA; ALGAS
- Keywords: Classificação visual incremental; Extração de características baseadas em forma; Green microalga images; Image segmentation; Imagens de microalgas verdes; Segmentação de imagens; Shape-based feature extraction; Visual incremental classification
- Language: Inglês
- Abstract: A identificação taxonômica de algas verdes de água doce é um problema de extrema relevância na Ficologia. Identificar espécies de algas da família Selenastraceae é uma tarefa complexa devido às inconsistências existentes em sua taxonomia, reconhecida como problemática. Os biólogos analisam manualmente imagens de microscópio de cepas de algas e realizam diversos procedimentos demorados que necessitamde conhecimento sólido. Tais limitações motivaramo estudo da aplicabilidade de técnicas de processamento de imagens, reconhecimento de padrões e mineração visual de dados para apoiar os biólogos em tarefas de identificação de espécies de algas. Esta tese descreve metodologias computacionais para a classificação de imagens de algas verdes, nas abordagens tradicional e baseada em classificação visual incremental com participação do usuário. Nesta última, os usuários interagem com visualizações baseadas em árvores filogenéticas para utilizar seu conhecimento no processo de classificação, como por exemplo, na seleção de instâncias relevantes para o conjunto de treinamento de um classificador, como também na avaliação dos resultados. De forma a viabilizar o uso de classificadores e técnicas de visualização, vetores de características devem ser obtidos das imagens de algas verdes. Neste trabalho, utiliza-se extração de características de forma, uma vez que a taxonomia da família Selenastraceae considera primordialmente as características morfológicas na identificação das espécies. Noentanto, a obtenção de características representativas requer que as algas sejam precisamente segmentadas das imagens. Esta é, de fato, uma tarefa altamente desafiadora considerando a baixa qualidade das imagens e a maneira pelas quais as algas se organizam nas imagens. Duas metodologias de segmentação foram introduzidas: uma baseada no método Level Set e outra baseada no algoritmo de crescimento de regiões. A primeira se mostrou robusta e consegue identificar com alta precisão as algas nas imagens, mas seu tempo de execução é alto. A outra apresenta maior precisão e é mais rápida, uma vez que as técnicas de pré-processamento são especializadas para as imagens de algas verdes. Uma vez segmentadas as algas, dois descritores para caracterizar as imagens foram propostos: um baseado em características geométricas básicas e outro que utiliza medidas quantitativas calculadas a partir das assinaturas de forma. Resultados experimentais indicaram que as soluções propostas têm um bom potencial para serem utilizadas em tarefas de identificação taxonômica de algas verdes, uma vez que reduz o esforço nos procedimentos manuais e obtém-se classificações satisfatórias.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2016
- Data da defesa: 18.11.2016
-
ABNT
BORGES, Vinicius Ruela Pereira. A computer-assisted approach to supporting taxonomical classification of freshwater green microalga images. 2016. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-07022017-163412/. Acesso em: 25 abr. 2024. -
APA
Borges, V. R. P. (2016). A computer-assisted approach to supporting taxonomical classification of freshwater green microalga images (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-07022017-163412/ -
NLM
Borges VRP. A computer-assisted approach to supporting taxonomical classification of freshwater green microalga images [Internet]. 2016 ;[citado 2024 abr. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-07022017-163412/ -
Vancouver
Borges VRP. A computer-assisted approach to supporting taxonomical classification of freshwater green microalga images [Internet]. 2016 ;[citado 2024 abr. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-07022017-163412/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
