A Markov random field image segmentation model for lizard spots

RESUMEN: 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 deb...

Full description

Autores:
Díez Valencia, Germán
Salazar Jiménez, Augusto Enrique
Tipo de recurso:
Article of investigation
Fecha de publicación:
2016
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
eng
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/5974
Acceso en línea:
http://hdl.handle.net/10495/5974
Palabra clave:
Modelo de Markov
Campos aleatorios
Segmentación de imágenes
Lagartos
Caracterización fenotípica
Biometría
Contornos activos
Rights
openAccess
License
https://creativecommons.org/licenses/by-nc-sa/2.5/co/
id UDEA2_ff6e5b7c3d292091795f0dfa0ecff5e0
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/5974
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv A Markov random field image segmentation model for lizard spots
dc.title.translated.spa.fl_str_mv Modelo de segmentación de campos aleatorios de Markov para imágenes de manchas de lagarto
title A Markov random field image segmentation model for lizard spots
spellingShingle A Markov random field image segmentation model for lizard spots
Modelo de Markov
Campos aleatorios
Segmentación de imágenes
Lagartos
Caracterización fenotípica
Biometría
Contornos activos
title_short A Markov random field image segmentation model for lizard spots
title_full A Markov random field image segmentation model for lizard spots
title_fullStr A Markov random field image segmentation model for lizard spots
title_full_unstemmed A Markov random field image segmentation model for lizard spots
title_sort A Markov random field image segmentation model for lizard spots
dc.creator.fl_str_mv Díez Valencia, Germán
Salazar Jiménez, Augusto Enrique
dc.contributor.author.none.fl_str_mv Díez Valencia, Germán
Salazar Jiménez, Augusto Enrique
dc.contributor.researchgroup.spa.fl_str_mv Sistemas Embebidos e Inteligencia Computacional (SISTEMIC)
dc.subject.none.fl_str_mv Modelo de Markov
Campos aleatorios
Segmentación de imágenes
Lagartos
Caracterización fenotípica
Biometría
Contornos activos
topic Modelo de Markov
Campos aleatorios
Segmentación de imágenes
Lagartos
Caracterización fenotípica
Biometría
Contornos activos
description RESUMEN: 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%.
publishDate 2016
dc.date.issued.none.fl_str_mv 2016
dc.date.accessioned.none.fl_str_mv 2017-01-10T16:16:10Z
dc.date.available.none.fl_str_mv 2017-01-10T16:16:10Z
dc.type.spa.fl_str_mv Artículo de investigación
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/ART
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
format http://purl.org/coar/resource_type/c_2df8fbb1
status_str publishedVersion
dc.identifier.citation.spa.fl_str_mv 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.
dc.identifier.issn.none.fl_str_mv 0120-6230
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10495/5974
dc.identifier.doi.none.fl_str_mv 10.17533/udea.redin.n79a05
dc.identifier.eissn.none.fl_str_mv 2422-2844
identifier_str_mv 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.
0120-6230
10.17533/udea.redin.n79a05
2422-2844
url http://hdl.handle.net/10495/5974
dc.language.iso.spa.fl_str_mv eng
language eng
dc.relation.ispartofjournalabbrev.spa.fl_str_mv Rev. Fac. Ing. Univ. Antioquia
dc.relation.citationendpage.spa.fl_str_mv 49
dc.relation.citationissue.spa.fl_str_mv 79
dc.relation.citationstartpage.spa.fl_str_mv 41
dc.relation.ispartofjournal.spa.fl_str_mv Revista Facultad de Ingeniería Universidad de Antioquia
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/co/
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.*.fl_str_mv Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/co/
https://creativecommons.org/licenses/by-nc-sa/4.0/
Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 8
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de Antioquia, Facultad de Ingeniería
dc.publisher.place.spa.fl_str_mv Medellín, Colombia
institution Universidad de Antioquia
bitstream.url.fl_str_mv https://bibliotecadigital.udea.edu.co/bitstreams/c911932a-12a1-458a-8a91-668e26f5853d/download
https://bibliotecadigital.udea.edu.co/bitstreams/64afffe1-1548-4ea5-971d-143cd167d3d6/download
https://bibliotecadigital.udea.edu.co/bitstreams/5a8693eb-84fa-46a3-9ae4-581fe78fae40/download
https://bibliotecadigital.udea.edu.co/bitstreams/4545ade9-b303-4418-84bb-e8cb1c3ae0a5/download
https://bibliotecadigital.udea.edu.co/bitstreams/812faec5-2933-4f7d-87ac-d7b9fe49e8e5/download
https://bibliotecadigital.udea.edu.co/bitstreams/ff1125bf-42fe-4ff2-91de-9dc6ae5b571d/download
https://bibliotecadigital.udea.edu.co/bitstreams/d0c997e6-610b-463e-af69-6176063db379/download
bitstream.checksum.fl_str_mv 68fe37613b5aa4795de6dbe78bae01ad
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
8a4605be74aa9ea9d79846c1fba20a33
39b22f4f3df21b9f299dd11c71e3be8c
de1e8a65088d815f3f57dd819cff64fc
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad de Antioquia
repository.mail.fl_str_mv aplicacionbibliotecadigitalbiblioteca@udea.edu.co
_version_ 1851052560982474752
spelling Díez Valencia, GermánSalazar Jiménez, Augusto EnriqueSistemas Embebidos e Inteligencia Computacional (SISTEMIC)2017-01-10T16:16:10Z2017-01-10T16:16:10Z2016A. 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, 2016.0120-6230http://hdl.handle.net/10495/597410.17533/udea.redin.n79a052422-2844RESUMEN: 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%.ABSTRACT: 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%.8application/pdfengUniversidad de Antioquia, Facultad de IngenieríaMedellín, Colombiahttps://creativecommons.org/licenses/by-nc-sa/2.5/co/https://creativecommons.org/licenses/by-nc-sa/4.0/Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo de MarkovCampos aleatoriosSegmentación de imágenesLagartosCaracterización fenotípicaBiometríaContornos activosA Markov random field image segmentation model for lizard spotsModelo de segmentación de campos aleatorios de Markov para imágenes de manchas de lagartoArtículo de investigaciónhttp://purl.org/coar/resource_type/c_2df8fbb1https://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionRev. Fac. Ing. Univ. Antioquia497941Revista Facultad de Ingeniería Universidad de AntioquiaPublicationORIGINALGomezAlexander_2016_MarkovRandomField.pdfGomezAlexander_2016_MarkovRandomField.pdfArtículo de investigaciónapplication/pdf1806882https://bibliotecadigital.udea.edu.co/bitstreams/c911932a-12a1-458a-8a91-668e26f5853d/download68fe37613b5aa4795de6dbe78bae01adMD51trueAnonymousREADCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849https://bibliotecadigital.udea.edu.co/bitstreams/64afffe1-1548-4ea5-971d-143cd167d3d6/download4afdbb8c545fd630ea7db775da747b2fMD52falseAnonymousREADlicense_textlicense_texttext/html; charset=utf-80https://bibliotecadigital.udea.edu.co/bitstreams/5a8693eb-84fa-46a3-9ae4-581fe78fae40/downloadd41d8cd98f00b204e9800998ecf8427eMD53falseAnonymousREADlicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80https://bibliotecadigital.udea.edu.co/bitstreams/4545ade9-b303-4418-84bb-e8cb1c3ae0a5/downloadd41d8cd98f00b204e9800998ecf8427eMD54falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/812faec5-2933-4f7d-87ac-d7b9fe49e8e5/download8a4605be74aa9ea9d79846c1fba20a33MD55falseAnonymousREADTEXTGomezAlexander_2016_MarkovRandomField.pdf.txtGomezAlexander_2016_MarkovRandomField.pdf.txtExtracted texttext/plain35562https://bibliotecadigital.udea.edu.co/bitstreams/ff1125bf-42fe-4ff2-91de-9dc6ae5b571d/download39b22f4f3df21b9f299dd11c71e3be8cMD56falseAnonymousREADTHUMBNAILGomezAlexander_2016_MarkovRandomField.pdf.jpgGomezAlexander_2016_MarkovRandomField.pdf.jpgGenerated Thumbnailimage/jpeg16582https://bibliotecadigital.udea.edu.co/bitstreams/d0c997e6-610b-463e-af69-6176063db379/downloadde1e8a65088d815f3f57dd819cff64fcMD57falseAnonymousREAD10495/5974oai:bibliotecadigital.udea.edu.co:10495/59742025-03-27 00:19:55.596https://creativecommons.org/licenses/by-nc-sa/2.5/co/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=

Publicaciones similares