Em levantamentos de fauna têm sido utilizados, cada vez mais, métodos indiretos para obtenção de dados visando identificação e quantificação de espécies. A Tricologia é um método indireto baseado no estudo da estrutura microscópica da medula (parte interior) e cutícula (parte exterior) do pêlo de mamíferos. Ainda são incipientes, porém, as tentativas de dotar a tricologia de ferramentas quantitativas e estatísticas para caracterização dos padrões cuticulares e medulares dos pêlos de diferentes espécies. Esta dissertação busca preencher estas lacunas, fazendo uso de técnicas de processamento de imagens e visão artificial para realizar uma descrição quantitativa dos caracteres da superfície do pêlo. As espécies estudadas foram de duas ordens, Carnivora e Artiodactyla. Para a primeira ordem, foram analisados pêlos de Leopardus tigrinus (gato-do-mato) e L. wiedii (gato-maracajá). Na segunda ordem, foram analisadas escamas de pêlo de Mazama gouazoubira (veado-catingueiro). A partir de lâminas preparadas para impressão cuticular dos pêlos das espécies, foram obtidas imagens, com o auxílio de microscópios calibrados para aumento óptico de 400 vezes. Para extração dos contornos das imagens digitais foi criado um programa em linguagem de programação C++. Este programa permitiu também o cálculo de alguns descritores de forma: baricentro ou centróide, área, cerímetro e diâmetro. Para o cálculo de descritores de forma mais complexos (curvatura média, desvio da curvatura, energia de dobramento, energia de dobramento normalizada, comprimento de arco, energia do descritor de Fourier e energia normalizada do descritor de Fourier), utilizou-se um programa externo escrito para o Scilab. Utilizou-se técnicas gráficas para exploração do espaço de forma, definido pelos onze descritores. Foi criado um modelo linear para separação das espécies, obtendo-se para espécie M. gouazoubira um índice de classificação correta de 86%. Para L. tigrinus o índice de acerto foi de 84%. Para L. wiedii foi insatisfatório, ficando em apenas 50%. Houve a identificação das espécies de mamíferos estudadas, construindo-se um modelo matemático que considera caracteres quantitativos de forma, extraídos das escamas de cutículas da superfície de pêlos destas espécies. Espécies com padrões morfológicos muito semelhantes ainda impõem dificuldades para o método proposto, embora já se conheça propostas com potencial para melhorar a eficiência da classificação. Este trabalho sugere uma abordagem quantitativa e objetiva sobre estudos de tricologia, aumentando a confiabilidade desta ferramenta para estudos de populações.

Use of indirect methods to assess species diversity and population are becoming widespread in the last years. Tricology is an indirect method based in both macro and microscopic study of features and patterns present in mammal hair’s medulla (internal part) and surface. There are few initiatives to enable support in this method for quantitative and statistic tools, for characterizing different specie’s medullar and hair surface patterns. The present study aims to fill this gap, using digital image processing techniques and artificial vision to characterize quantitatively surface hair patterns. Two different mammal orders were studied: Carnivora and Artiodactyla. For the former we analysed hairs of Leopardus tigrinus and L. wiedii, and for the later hairs of Mazama gouazoubira. Using microspic slides with an indirect impression of the hair surface, we generated digital images from an optical microscope at 400x increase scale. We then developed a software computer program on C++ programming language to image contour extraction, which also calculated some shape descriptors such as centroid or baricenter, area, perimeter and diameter. Remaining more complex shape descriptors were calculated using na external Scilab program script. They were: mean curvature, standard deviation from curvature, bending energy, normalized bending energy, are length, Fourier energy descriptor, Normalized Fourier energy descriptor. Graphical exploring techniques were used for shape space study, using a total of eleven shape descriptors. A statistical model was created for species classification, achieving a classification a sucess rate of 86% for M. gouazoubira, 84% for L. tigrinus, but only 50% for L. wiedii. This study was relatively succesfull in the identification of the studied species, by the use of mathematical models that consider quantitative shape characters extracted from hair surface scales contours. However, close related species can delude the proposed method, but we are already aware of some proposals with good potential to improve pattern classification sucess rates. This study proposes a quantitative approach in tricological studies, increasing reliability of this tool for species assessment and environmental research.