Seleção e classificação inteligente de mangas por análise de imagens.

• Ano de defesa: 2015
• Autor(a) principal: CARVALHO, Joelson Nogueira de.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Ciências e Tecnologia - CCT; PÓS-GRADUAÇÃO EM ENGENHARIA DE PROCESSOS; UFCG
• Palavras-chave em Português: Análise de imagens; Frutas - seleção e classificação; Automação agrícola; Visão computacional; Manga Tommy Atkins; Respiração x pericibilidade; Doenças e pragas; Mecanização Agrícola; Máquinas e implementos agrícolas; Engenharia de Processamento de Produtos Agrícolas; Engenharias; Engenharia do Produto
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/875

O Brasil está hoje inserido entre os principais produtores mundiais de frutas, onde a manga se apresenta como um importante componente da sua pauta de exportações; para manter -se na vanguarda desse mercado, multiplicam-se esforços no sentido de prover frutos de alta qualidade ao consumidor, onde os avanços na tecnologia da informação permitem o desenvolvimento de sistemas de automação para tarefas de suma importância que envolvem aspectos cognitivos, como a seleção e a classificação de frutas, o que garante um rendimento superior. Considerando essa premissa, este trabalho apresenta o desenvolvimento de um sistema de automação não destrutivo para classificação e seleção da manga Tommy Atkins, empregando um sistema de visão computacional associado a um sistema de aprendizagem de máquina, capaz de especificar e utilizar qualquer padrão comercial para avaliação pela cor e pela forma. A estimação de parâmetros como massa, volume, posição relativa do seu pedúnculo e outras informações relevantes são também impleme ntadas. Este sistema foi desenvolvido vislumbrando a possibilidade de ser implantado numa esteira de classificação de baixo custo, em benefício do pequeno produtor rural, onde a interface desenvolvida permite sua operação por operadores com pouca qualificação.