Visão artificial e morfometria na análise e classificação de espécies biológicas
A descoberta da história taxonômica e evolutiva das espécies é a principal fronteira das pesquisas científicas em diversas áreas do conhecimento. A biodiversidade dos indivíduos associada a grande variabilidade morfológica, torna essa tarefa um verdadeiro desafio. Os métodos tradicionais baseados na...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2010 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-15042010-105936 |
| Acceso en línea: | http://www.teses.usp.br/teses/disponiveis/55/55134/tde-15042010-105936/ |
| Access Level: | acceso abierto |
| Palabra clave: | Análise de imagens Artificial vision Image analysis Morfometria Morphometry Taxonomia Taxonomy Visão artificial |
| Sumario: | A descoberta da história taxonômica e evolutiva das espécies é a principal fronteira das pesquisas científicas em diversas áreas do conhecimento. A biodiversidade dos indivíduos associada a grande variabilidade morfológica, torna essa tarefa um verdadeiro desafio. Os métodos tradicionais baseados na inspeção visual estão ultrapassados. Hoje em dia, os avanços tecnológicos têm colocado à disposição dos pesquisadores um arcabouço de ferramentas para o estudo das espécies. Este trabalho tem como objetivo investigar e desenvolver modelos computacionais capazes de analisar e classificar espécies biológicas por meio de características morfométricas. Para isso, técnicas de análise de imagens foram utilizadas para determinar a variabilidade das espécies em função de três informações de interesse: forma, estrutura tubular e textura. A potencialidade das metodologias foi avaliada por meio das seguintes espécies biológicas: maracujás silvestres do gênero Passiflora, eucaliptos do gênero Eucalyptus e arroz do gênero Oryza. Os experimentos produziram um conjunto de dados que representam uma detalhada descrição sobre a morfometria das espécies. Os resultados demonstraram que as técnicas de visão artificial são importantes para o estudo das espécies. As técnicas de análise de formas indicaram a viabilidade dessas metodologias na classificação das espécies, em particular, as redes complexas, a transformada de wavelets e a dimensão fractal multiescala que alcançaram altas taxas de classificações corretas. Os métodos desenvolvidos para análise de estruturas tubulares também demonstraram grande potencialidade na discriminação das espécies, principalmente a assinatura fractal multiescala a partir de pontos biométricos. As técnicas de análise de textura desenvolvidas também contribuíram para o estudo das espécies. Os resultados obtidos com as abordagens sinalizam que a relação entre biologia e computação é essencial para o desenvolvimento de metodologias eficientes. A inferência evolutiva das espécies foi um importante resultado obtido com os dados morfométricos, tanto a partir da forma, quanto da estrutura tubular e da textura. Testes estatísticos comprovaram a correlação entre os dados morfométricos obtidos por visão artificial e os dados moleculares de reconstrução filogenética. A multidisciplinaridade é o ponto central do trabalho, que está inserido na fronteira das áreas de visão artificial, morfometria e biologia. Com isso, essa simbiose resultou em promissoras contribuições para as áreas envolvidas |
|---|