Escudo Universidad de Antioquia

Sistema de Bibliotecas

Universidad de Antioquia

Biblioteca Digital


Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10495/5974
Título : A Markov random field image segmentation model for lizard spots
Otros títulos : Modelo de segmentación de campos aleatorios de Markov para imágenes de manchas de lagarto
Autor : Gómez Villa, Alexander
Díez Valencia, Germán
Salazar Jiménez, Augusto Enrique
Palabras clave : Modelo de Markov
Campos aleatorios
Segmentación de imágenes
Lagartos
Caracterización fenotípica
Biometría
Contornos activos
Fecha de publicación : 2016
Editorial : Universidad de Antioquia, Facultad de Ingeniería
Citación : A. Gómez, G. Díez and A. E. Salazar, "A Markov random field image segmentation model for lizard spots", Rev. Fac. Ing. Univ. Antioquia, no. 79, pp. 41-49, 2016.
Resumen: Animal identification as a method for fauna study and conservation can be implemented using phenotypic appearance features such as spots, stripes or morphology. This procedure has the advantage that it does not harm study subjects. The visual identification of the subjects must be performed by a trained professional, who may need to inspect hundreds or thousands of images, a time-consuming task. In this work, several classical segmentation and preprocessing techniques, such as threshold, adaptive threshold, histogram equalization, and saturation correction are analyzed. Instead of the classical segmentation approach, herein we propose a Markov random field segmentation model for spots, which we test under ideal, standard and challenging acquisition conditions. As study subject, the Diploglossus millepunctatus lizard is used. The proposed method achieved a maximum efficiency of 84.87%.
Abstract : La identificación de animales para estudio y conservación de la fauna puede ser realizada usando características de apariencia fenotípica como manchas, rayas o forma, teniendo la ventaja de que este enfoque no causa ningún daño al sujeto de estudio. Debido a que la identificación visual debe hacerse a través de la inspección, un experto revisa potencialmente cientos o miles de imágenes. En este trabajo se realiza un análisis con varios algoritmos clásicos de segmentación y preprocesamiento como: binarización, ecualización del histograma y corrección de la saturación. Contra los enfoques clásicos de segmentación, un modelo de segmentación basado en campos aleatorios de Markov para segmentación de manchas es propuesto y probado en imágenes ideales, estándares y desafiantes. Como sujeto de estudio es usado el lagarto Diploglossus millepunctatus. El método propuesto alcanzó una eficiencia máxima de 84,87%.
Grupo de INV. : Sistemas Embebidos e Inteligencia Computacional (SISTEMIC)
URI : http://hdl.handle.net/10495/5974
ISSN : 01206230
24222844 E
Aparece en las colecciones: CIA (Centro de Investigaciones Ambientales y de Ingeniería)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
GomezAlexander_2016_MarkovRandomField.pdfArtículo de Revista1,76 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons

 


Unidad de Gestión Tecnológica /Sistema de Bibliotecas / Universidad de Antioquia / Cl. 67 Nº 53 - 108 - Bloque 8 Conmutador: 219 51 51- 219 51 40 comunicacionessistemadebibliotecas@udea.edu.co Medellín - Colombia