Computer vision for continuous plankton monitoring

Abstract

Visão computacional para o monitoramento contínuo de plânctonEsta versão da dissertação contém as correções e alterações sugeridas pela Comissão Julgadora durante a defesa da versão original do trabalho, realizada em 04/04/2014. Uma cópia da versão original está disponível no Instituto de Matemática e Estatística da Universidade de São Paulo. Microorganismos planctônicos constituem a base da cadeia alimentar marinha e desempenham um grande papel na redução do dióxido de carbono na atmosfera. Além disso, são muito sensíveis a alterações ambientais e permitem perceber (e potencialmente neutralizar) as mesmas mais rapidamente do que em qualquer outro meio. Como tal, não só influenciam a indústria da pesca, mas também são frequentemente utilizados para analisar as mudanças nas zonas costeiras exploradas e a influência destas interferências no ambiente e clima locais. Como consequência, existe uma forte necessidade de desenvolver sistemas altamente eficientes, que permitam observar comunidades planctônicas em grandes escalas de tempo e volume. Isso nos fornece uma melhor compreensão do papel do plâncton no clima global, bem como ajuda a manter o equilíbrio do frágil meio ambiente. Os sensores utilizados normalmente fornecem grandes quantidades de dados que devem ser processados de forma eficiente sem a necessidade do trabalho manual intensivo de especialistas. Um novo sistema de monitoramento de plâncton em grandes volumes é apresentado. Foi desenvolvido e otimizado para o monitoramento contínuo de plâncton; no entanto, pode ser aplicado como uma ferramenta versátil para a análise de fluídos em movimento ou em qualquer aplicação que visa detectar e identificar movimento em fluxo unidirecional. O sistema proposto é composto de três estágios: aquisição de dados, detecção de alvos e suas identificações. O equipamento óptico é utilizado para gravar imagens de pequenas particulas imersas no fluxo de água. A detecção de alvos é realizada pelo método baseado no Ritmo Visual, que acelera significativamente o tempo de processamento e permite um maior fluxo de volume. O método proposto detecta, conta e mede organismos presentes na passagem do fluxo de água em frente ao sensor da câmera. Além disso, o software desenvolvido permite salvar imagens segmentadas de plâncton, que não só reduz consideravelmente o espaço de armazenamento necessário, mas também constitui a entrada para a sua identificação automática. Para garantir o desempenho máximo de até 720 MB/s, o algoritmo foi implementado utilizando CUDA para GPGPU. O método foi testado em um grande conjunto de dados e comparado com a abordagem alternativa de quadro-a-quadro. As imagens obtidas foram utilizadas para construir um classificador que é aplicado na identificação automática de organismos em experimentos de análise de plâncton. Por este motivo desenvolveu-se um software para extração de características. Diversos subconjuntos das 55 características foram testados através de modelos de aprendizagem disponíveis. A melhor exatidão de aproximadamente 92% foi obtida através d...

Classificação de imagens de plâncton usando múltiplas segmentações

“…Entre alguns equipamentos bastante citados na literatura da área estão o Zooscan e FlowCAM (Gorsky et al, 2010;Grosjean et al, 2004;Le Bourg et al, 2015;Marcolin et al, 2015;Matuszewski et al, 2013;Álvarez et al, 2012) e equipamentos de holograa digital (Culverhouse et al, 2006;Dominguez-Caballero et al, 2007;Dyomin et al, 2011;Malkiel et al, 1999;Sun et al, 2008 (Gorsky et al, 2010;Grosjean et al, 2004;Marcolin et al, 2015;Álvarez et al, 2012). Além disso, ao longo dos últimos anos, o LAPS vem também desenvolvendo vários equipamentos para imageamento de volumes de água tais como os baseados em holograa digital, LOPC (Laser Optical Particle Counter), Sistema de Monitoramento Contínuo de Plâncton (SMCP) (Matuszewski, 2014), e microscopia usando lmagem (Mattiello , 2014 Um levantamento inicial dos requisitos de um sistema computacional para a análise de imagens de plâncton, visando a identicação das espécies, levou-nos a considerar alguns aspectos importantes, dos quais destacamos dois:…”

“…Ao analisarmos as abordagens utilizadas para classicação de imagens de plâncton descritas na literatura (Gorsky et al, 2010;Grosjean et al, 2004;Le Bourg et al, 2015;Matuszewski, 2014), observamos que a maioria deles segue um procedimento comum. O procedimento amplamente adotado consiste das cinco etapas descritas a seguir e ilustradas na gura 1.3:…”

“…Por exemplo, em um trabalho prévio realizado no LAPS/IO-USP (Matuszewski, 2014) Matuszewski et al (2013) Em imagens de fundo claro pode-se aplicar a mesma técnica. A única diferença é que os alvos são escuros, como nos exemplos mostrados na gura 2.4.…”