Automatic segmentation of lizard spots using an active contour model | Segmentación automática de manchas en lagartos usando un modelo de contornos activos

RESUMEN: La biometría en animales es una tarea desafiante. En la literatura muchos algoritmos se han utilizado, como, por ejemplo, el reconocimiento de los pechos en pingüinos, el reconocimiento de las orejas en elefantes y el reconocimiento de los patrones de rayas en leopardos. No cabe duda que aún hay mucho trabajo para hacer un uso masivo de la tecnología. En este artículo proponemos un algoritmo de segmentación para extraer manchas de la especie de lagartos Diploglossus millepunctatus, amenazada por la actividad humana. La segmentación automática ha sido lograda con una combinación de preprocesamiento, contornos activos y morfología. Los parámetros de cada etapa del algoritmo de segmentación han sido optimizados usando imágenes de referencia como objetivo. Los resultados muestran que la segmentación automática de manchas es posible. Un 78,37% de segmentación correcta en promedio es alcanzado.

ABSTRACT: Animal biometrics is a challenging task. In the literature, many algorithms have been used, e.g. penguin chest recognition, elephant ears recognition and leopard stripes pattern recognition, but to use technology to a large extent in this area of research, still a lot of work has to be done. One important target in animal biometrics is to automate the segmentation process, so in this paper we propose a segmentation algorithm for extracting the spots of Diploglossus millepunctatus, an endangered lizard species. The automatic segmentation is achieved with a combination of preprocessing, active contours and morphology. The parameters of each stage of the segmentation algorithm are found using an optimization procedure, which is guided by the ground truth. The results show that automatic segmentation of spots is possible. A 78.37 % of correct segmentation in average is reached.