Fully automatic segmentation of bee wing images

Autores

DOI:

https://doi.org/10.5335/rbca.v12i2.10420

Palavras-chave:

pré-processamento de imagem, processamento de imagem, segmentação de imagem, detectação de borda, classificação de veias

Resumo

A preservação das abelhas é importante porque aproximadamente 70\% de toda a polinização das plantações de alimentos é feita por elas e esse serviço custa mais de 65 bilhões de dólares anualmente. Para ajudar a preservação, a identificação das espécies de abelhas é necessária, e por ser um processo custoso e demorado, as técnicas que automatizam e facilitam essa identificação se tornam relevantes. Imagens das asas das abelhas em conjunto com técnicas de visão computacional e inteligência artificial podem ser usadas para automatizar esse processo. Este artigo apresenta uma abordagem para segmentar imagens de asas de abelhas e extrair características. Nossa abordagem foi avaliada usando a distância de Hausdorff modificada e a medida F. Os resultados foram mais precisos que as abordagens relacionadas. 

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • João Marcos Garcia Fagundes, Universidade de São Paulo

    Graduando em Sistemas de Informação na Universidade de São Paulo.

  • Allan Rodrigues Rebelo, Universidade de São Paulo

    Mestrando em Sistemas de Informação na Universidade de São Paulo.

  • Luciano Antonio Digiampietri, Universidade de São Paulo

    Possui graduação em Ciência da Computação pela Universidade Estadual de Campinas (2002), doutorado em Ciência da Computação pela Universidade Estadual de Campinas (2007) e o título de Livre-docente em Informação e Tecnologia pela USP (2015). Desde abril de 2008 é professor pesquisador no Bacharelado em Sistemas de Informação na Escola de Artes, Ciências e Humanidades da Universidade de São Paulo (EACH-USP) e desde 2010 é professor permanente no Mestrado em Sistemas de Informação da EACH-USP. Tem experiência na área de Ciência da Computação, com ênfase em Biologia Computacional, Bancos de Dados e Inteligência Artificial, atuando principalmente nos seguintes temas: workflows científicos, bioinformática, composição automática de serviços, processamento de imagens e análise de redes sociais.

  • Helton Hideraldo Bíscaro, Universidade de São Paulo

    Possui graduação em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho (1998), mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2001) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2005). Atualmente é professor da Escola de Artes Ciências e Humanidades - USP e docente da Universidade de São Paulo. Tem experiência na área de Ciência da Computação, com ênfase em Modelos Analíticos e de Simulação, atuando principalmente nos seguintes temas: surface reconstruction, estrutura de dados topológicas, visualização, nuvem de pontos e samples points.

Downloads

Publicado

02-06-2020

Edição

v. 12 n. 2 (2020): Julho/2020

Seção

Artigo Original

Licença

Licença Creative Commons
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

Como Citar

[1]
2020. Fully automatic segmentation of bee wing images. Revista Brasileira de Computação Aplicada. 12, 2 (jun. 2020), 37–45. DOI:https://doi.org/10.5335/rbca.v12i2.10420.