Clasificación y detección automática de niveles de enfermedad en salmones

Abstract

En la industria acuícola, el monitoreo de enfermedades es esencial para prevenir riesgos en los peces y evitar costos económicos. Este estudio presenta un algoritmo para la detección automática de lesiones producidas por SRS y Caligus en salmones a partir de imágenes, utilizando el algoritmo de clustering Fuzzy C-means (FCM) y el espacio de color L*a*b. Para evaluar el algoritmo, se utilizó un dataset de salmones con lesiones fuera del agua, modificado según la atenuación de la luz visible para simular una inmersión en el agua. Este algoritmo requiere una optimización de parámetros específicos para cada dataset, ajustados de forma práctica para maximizar su precisión. Los resultados obtenidos pueden servir como base para evaluar la viabilidad de la detección de salmones bajo el agua y para el desarrollo de mejoras en futuros estudios.