Fusão de sensores de baixo custo aplicada à seleção e classificação automatizada de mangas para exportação.

• Ano de defesa: 2011
• Autor(a) principal: BORGES, Francisco Fechine.
• 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: Manga - Fruto; Mangas Tommy Atkins; Fusão de Sensores; Métodos Não-destrutivos; Processamento de Imagens; Sensores de Aceleração; Técnica de Impacto de Pequena Massa; Redes Neurais - Utilização; Estimuladores Isolados; Mango - Fruit; Tommy Atkins Sleeves; Sensor Fusion; Non-destructive Methods; Image Processing; Acceleration Sensors; Small Mass Impact Technique; Neural Networks - Use; Isolated Stimulators; Engenharias
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/11371

Produtos agrícolas, em especial frutas e hortaliças, estão sujeitos a danos físicos e fisiológicos durante praticamente todas as fases do processo produtivo: plantio, crescimento, colheita, transporte para galpões de processamento, lavagem e limpeza, seleção e classificação, embalagem e transporte ate o consumidor final. Um dos fatores decisivos para a garantia de competitividade, em mercados cada vez mais globalizados, e a capacidade de uma determinada cadeia de produção de fornecer produtos de alta qualidade, baixo custo e adequados ao consumidor final, alem de reduzir custos, perdas e danos aos menores níveis possíveis, compatíveis com os obtidos pelos produtores concorrentes. Neste contexto, diversas pesquisas tem sido realizadas, no mundo inteiro, objetivando o desenvolvimento e aplicação de novas tecnologias, incluindo sensores e sistemas de automação, para avaliação da qualidade, seleção e classificação de frutas e produtos hortícolas em geral. Progressos significantes tem sido obtidos na avaliação de parâmetros qualitativos internos e externos, principalmente em nível de laboratório. No entanto, a real automação, a baixo custo, das linhas de processamento pós colheita ainda e um desafio, devido a complexidade do problema da seleção: as frutas e produtos hortícolas possuem, intrinsecamente, uma maior variabilidade do que os produtos equivalentes processados, devido as próprias características particulares durante as diversas etapas da produção. Todas estas etapas, desde o plantio, passando pelo crescimento, colheita e pós colheita, alem do clima e eventuais doenças e pragas, afetam diretamente a variabilidade e a qualidade do produto final, elevando os investimentos em automação necessários para uma adequada seleção e classificação com foco no consumidor final. Alem da pesquisa com vistas a automação destes processos, e necessário o desenvolvimento de equipamentos de classificação por volume/peso com tecnologia nacional, mais acessível, de baixo custo de aquisição e com menores custos de operação e manutenção, para que possam ser utilizados por pequenas cooperativas de produtores rurais. O Capitulo 1 teve como objetivo identificar as características morfológicas e os principais defeitos encontrados em mangas Tommy Atkins. No Capitulo 2 o objetivo foi obter estimativas de parâmetros dimensionais dos frutos por meio de imagens em preto e branco, utilizando câmeras de vídeo de baixo custo. No Capitulo 3, a pesquisa destinou-se a estimar a massa (peso) das mangas por meio de imagens coloridas, capturadas com câmera fotográfica digital comercial. O objetivo do Capitulo 4 foi o de utilizar tecnologias sensoriais mecânicas diferentes, de baixo custo, simultâneas e integradas, para estimativa de firmeza das frutas. O Capitulo 5 teve por finalidade desenvolver uma metodologia de fusão de sensores visando uma melhor estimativa não-destrutiva de firmeza, demonstrando a viabilidade de utilização desta técnica para a determinação de um índice de firmeza de mangas Tommy Atkins a partir de parâmetros extraídos de dados de 3 sensores diferentes, sendo uma câmera de vídeo e dois sensores de aceleração, todos de baixo custo. Para a integração dos dados destes sensores foram utilizadas redes neurais artificiais. As considerações finais descrevem as seguintes principais contribuições diretas: modificações em algoritmo-padrão (método Otsu do Matlab®) de processamento de imagens de mangas, de modo a melhorar a segmentação da imagem da fruta; identificação do parâmetro área projetada superior como melhor estimador de massa de mangas Tommy Atkins, via processamento de imagens capturadas com câmeras de baixo custo; proposição de um novo parâmetro combinado de referenda para estimativa de firmeza de mangas Tommy Atkins, na técnica de impacto de pequena massa; demonstração da viabilidade de utilização de acelerômetro MEMS e microfone de eletreto vedado, ambos de baixo custo, para estimativa de firmeza de mangas Tommy Atkins, na técnica de impacto de pequena massa; utilização do Espectro de Resposta ao Choque de um acelerômetro MEMS e da amplitude (pico) do sinal de um microfone de eletreto vedado, como estimadores não-destrutivos de firmeza de mangas Tommy Atkins, na técnica de impacto de pequena massa; uso do centra de percussão para posicionamento dos sensores de aceleração na técnica de impacto de pequena massa; desenvolvimento de uma placa de conversão de nível (FACS1), de baixo custo, para interfaceamento direto de sensores de aceleração com placas de som de microcomputadores; a utilização de redes neurais artificiais como técnica de fusão de sensores melhorou significativamente (19,5%) as correlações dos estimadores não-destrutivos de firmeza com relação ao(s) parâmetro(s) de referenda, em comparação com os estimadores isolados.