Resumen

GOMEZ-VILLA, Alexander; DIEZ-VALENCIA, Germán  y  SALAZAR-JIMENEZ, Augusto Enrique. Modelo de segmentación de campos aleatorios de Markov para imágenes de manchas de lagarto. Rev.fac.ing.univ. Antioquia [online]. 2016, n.79, pp.41-49. ISSN 0120-6230.  https://doi.org/10.17533/udea.redin.n79a05.

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%.

Palabras clave : Belief propagation; redes Markovianas; corte de grafos; biométrica animal; campos aleatorios de Markov; Diploglossus millepunctatus.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )