RESUMO:

Nos anos 80, começou o levantamento sobre tartarugas marinhas no litoral brasileiro, que identificou cinco espécies ameaçadas ou vulneráveis. O crescimento da quantidade de tartarugas marinhas somado à baixa quantidade de especialistas disponíveis gerou a necessidade de um sistema de informação colaborativo para auxiliar no monitoramento dessas espécies. O sistema deve possibilitar a classificação automática das espécies a partir do envio de fotos de tartarugas por usuários leigos, usando técnicas de Processamento Digital de Imagens (PDI) e reconhecimento de padrões para classificação das espécies de animais que possuem em sua formação corpórea, um padrão de cor e textura distintos. Esse sistema contempla as seguintes etapas: (i) extração de características das imagens, que gera um vetor de características; e (ii) classificação, onde o reconhecimento de padrões identifica, por exemplo, qual é a espécie da tartaruga, baseada nas características extraídas. Este trabalho usa técnicas de extração de características baseadas em textura: o Padrão Binário Local, o Padrão Binário Local Invariante à Rotação, e o Padrão Binário Local Uniforme, aplicados aos espaços de cores RGB e YCbCr. Optou-se pelos métodos de classificação K-vizinhos mais próximos (k-NN) e Máquina de Vetores de Suporte (MVS), além da técnica K-fold para testes. O método de LBP com RGB combinado com k-NN apresentou piores resultados, enquanto o método LBP com YCbCr aliado ao classificador MVS apresentou os melhores resultados.

Palavras-chave: Padrão binário local, Máquina de vetores de suporte, K vizinhos mais próximos.