Publicador de conteúdo web

Temas

Classificação

Lúcio André de Castro Jorge, Pesquisador Embrapa Instrumentação, São Carlos, SP
Marcos David Ferreira, Pesquisador, Embrapa Instrumentação, São Carlos, SP

A classificação de frutas e hortaliças pode ser realizada manualmente ou por meio de equipamentos, sendo esta última cada vez mais comum no país. A classificação por equipamentos pode ser dividida em dois principais tipos de sistemas: mecânico e eletrônico.

CLASSIFICAÇÃO MECÂNICA

Existem vários princípios mecânicos de classificação. Os equipamentos (5) mais comuns utilizados na classificação de frutas e hortaliças são apresentados a seguir: (1) Correia de Lona Furada. (2) Rolete Longitudinal. (3) Rolete Transversal. (4) Taça ou Bandeja. (5) Esteira de Grades. Abaixo as fotos dos equipamentos descritos.

A eficiência do sistema de classificação deve ser aferida; infelizmente não é prática comum, porém existem metodologias de fácil aplicação que podem ser utilizadas, em especial em modelos experimentais de avaliação. Veja este e mais outros assuntos referentes a classificação mecânica nos artigos listados abaixo:

Artigos sobre classificação de frutas e hortaliças:


Indicados por ordem cronológica

CARMELO, L.G.P. ; MIRANDA, M. ; Spricigo, P. C. ; PILON, L. ; Ferreira, Marcos David . Evaluation of Potential Use of a Compact Sorter Equipment for Small Vegetables Growers. Chemical Engineering Transactions, v. 44, p. 91-96, 2015. PDF
ATARASSI, M. E. ; FERREIRA, M. D; BRAUNBECK, O. A.; MORETTI, C. L. Avaliação de classificadora de cilindros divergentes para tomate 'Carmen'. Engenharia Agrícola (Impresso), v. 30,n.2, p. 334-345, 2010.Link

 

Saiba mais no trabalho completo:

ATARASSI, M. E. Avaliação do desempenho de classificadora de cilindros divergentes em varias configurações para toma "Carmen". Dissertação (Mestrado em Engenharia Agrícola) - Faculdade de Engenharia Agrícola, UNICAMP, Campinas, 2008. 83 p.Link
ATARASSI, M. E.; FERREIRA, M. D.; MORETTI, C. L. Classificadora de Cilindros Divergentes para Tomate de Mesa: uma Alternativa para Pequenos Produtores. Márcia Eiko Atarassi , Marcos David Ferreira e Celso Luiz Moretti. Embrapa Instrumentação. Documento 46. 2009. PDF
FERREIRA, M. D. ; FERRARI, P. R. Classificação de frutas e hortaliças. Capítulo 5. In: Marcos David Ferreira. (Org.). Colheita e beneficiamento de frutas e hortaliças. São Carlos: Embrapa Instrumentação Agropecuária, 2008, p. 67-73. PDF
FERREIRA, M. D. ; FERRARI, P R . Qualidade da Classificação do tomate de mesa em unidades de beneficiamento. Engenharia Agrícola, v. 27, n.2, p. 579-586, 2007. Link
FERRARI, P R ; FERREIRA, M. D. . Vida pós-colheita dos tomates classificados em diferentes equipamentos. Revista Brasileira de Armazenamento, v. 32, n.1, p. 51-57, 2007.
FERREIRA, M. D. . Desafios e perspectivas das máquinas de classificação no Brasil. Visão Agrícola (Piracicaba), v. 7, n.4, p. 28-31, 2007.
ANDREUCCETTI, C ; FERREIRA, M. D. ; TAVARES, M . Classificação e padronização dos tomates cv. Carmem e Débora dentro da CEAGESP (SP).. Engenharia Agrícola, Jaboticabal, SP, v. 24, n.3, Set/Dez, p. 790-798, 2004. Link

 

CLASSIFICAÇÃO ELETRÔNICA

Os equipamentos com sistema eletrônico classificam por tamanho, cor, forma e textura, além da eliminação de defeitos e contaminantes: pedra, insetos, produtos estragados, madeira, outros produtos vegetais, dentre outros.

Estes equipamentos utilizam a visão computacional para a classificação, especialmente para a extração e quantificação de modo não destrutivo das características que têm relevância direta para a avaliação de sua qualidade e controle.

Os sistemas eletrônicos, ou computadorizados de visão, servem para avaliar rapidamente atributos de qualidade dos alimentos. Também, recursos avançados de visão computacional permitem "ver" dentro de um produto e examinar atributos relevantes na qualidade normalmente indisponíveis para avaliadores humanos. Com rápidos avanços no hardware eletrônico e nas tecnologias de imagem, o custo, eficácia e velocidade de sistemas de visão computacional têm melhorado significativamente fazendo com que muitos sistemas sejam propostos na indústria de alimentos. As operações de avaliação de qualidade de alimentos com base em sistemas automáticos permitem alta produção e altas taxas de transferência de requisitos da indústria do setor.

O tamanho, o custo e a complexidade dos sistemas de visão para classificação variam, dependendo dos frutos, da forma de separação e da complexidade do sistema ótico. Máquinas são empregadas para classificação desde pequenas sementes de mostarda, grãos de arroz até produtos vegetais frescos e congelados (ervilha, feijão verde, couve-flor, etc) e, também frutas e hortaliças, como maçãs ou batatas. As sementes são geralmente classificadas em uma única máquina, ou mesmo em um conjunto de máquinas com esteiras com capacidade, por exemplo, de 16 toneladas/h (320mil objetos/s). Entre os produtos que podem ser classificados por máquinas de classificação automática incluem-se sementes, café, arroz, cereais de pequeno porte, nozes e leguminosas; vegetais frescos, congelados e desidratados; cerejas (com e sem talos), azeitonas, tomates; camarão; biscoitos e confeitaria. Materiais como pedras, gravetos e matéria orgânica devem ser removidos, bem como produtos com defeitos, tais como descoloração e casca danificada, dentre outros.

Sistema de Visão Computacional


Visão computacional, também conhecida como visão da máquina ou de processamento de imagem de computador, é a ciência que desenvolve as bases teóricas e algoritmos pelos quais a informação útil sobre um objeto ou cena pode ser automaticamente extraída e analisada a partir de uma imagem observada, conjunto de imagens ou vídeos. Imita o processo da visão humana quando olha um objeto e percebe suas características espectrais com base na luz refletida do objeto quando iluminado por luz natural ou artificial. Assim, em essência, a tarefa de um sistema de visão é a de simular o processo humano de percepção visual.

Essencialmente, um sistema de visão computacional é composto de uma unidade de processamento, análoga ao cérebro humano, um sensor ou câmera, análogo ao olho humano, um sistema de iluminação que facilita a captura da imagem, um sistema de digitalização da imagem e um monitor para se observar os processamentos, como pode ser observado na Figura 1.

Figura 1: Sistema de Visão Computacional Padrão (adaptado de PANIGRAHI; GUNASEKARAN, 2001).
PANIGRAHI, S.; GUNASEKARAN, S. Computer vision. In: GUNASEKARAN, S. (Ed.). Nondesctructive food evaluation: techniques to analyze proeprties and quality. New York: Marcel Dekker, 2001. p. 39–98.

Uma máquina típica de visão aplicada na classificação de grãos e frutos em geral é composta de: - um sistema alimentador; - sistema ótico; - processos para ejetar os rejeitos; - sistemas de processamento de imagens.

Um sistema de visão computacional envolve uma série de etapas, que podem ser agrupadas em três grupos principais (adaptado do livro texto do curso tecnologia pós-colheita: JORGE, L. A. C. ; GONÇALVES, D. S. ; OYAMA, P. .I. C ; FERREIRA, M. D.. Uso de sistemas de imagem para classificação de frutas e hortaliças. In: FERREIRA, M.D. (Org.). Tecnologias pós-colheita em frutas e hortaliças.. 1ed .São Carlos: Embrapa Instrumentação, 2011, v. 1, p. 125-157).

- aquisição de imagem, que lida com questões como componentes de iluminação, tipos de câmeras, formas de digitalização, etc. Cada tipo de câmera permite "ver" de forma diferente o fruto, principalmente com a variação do tipo de iluminação e da quantização da informação obtida na digitalização;

- processamento de imagem, que engloba pré-processamento, segmentação, extração de características, etc. Nesta etapa se realiza a identificação das partes de interesse do fruto, para a sua devida classificação;

- análise da imagem, o que implica reconhecimento de imagem e interpretação. Nesta etapa, se tem a real interpretação do fruto, realizando assim o comando para classificação na unidade classificadora.

Equipamento para Classificação de Batata para Consumo

(www.cnpdia.embrapa.br/labimagem/macarena)

A batata é uma cultura de importância econômica no Brasil, sendo aplicada de diversas formas na culinária nacional.

A comercialização da batata, apesar da existência de normas e padrões apresenta vários problemas como baixa uniformidade dos lotes comercializados e presença de defeitos ocasionados por diferentes fontes (doenças, pragas e danos físicos). O presente projeto financiado pelo CNPq (Processo: 478654/2008-1 do edital universal: MCT/CNPq no 14/2008) propôs o desenvolvimento de um sistema de classificação nacional a ser aplicado para batata consumo, que classifique tubérculos por cor, tamanho, forma, volume, com a eliminação de defeitos diversos.

Proposta de protótipo para aquisição e análise das imagens, sendo (1) esteira; (2) motor movimentação esteira; (3) Câmara fechada com controle de iluminação; (4) Computador; (5) Controlador de eliminação de defeitos e (6) Motor para controlar ejeção de defeitos.

 

O projeto foi concluído atingindo as metas e objetivos estabelecidos, sendo que para tanto quatro etapas principais foram realizadas:

Etapa 1 - Levantamento dos parâmetros de classificação junto a Associação Brasileira da Batata, produtores, atacadistas e varejistas.
Etapa 2 - Construção da câmara para fotografias e o protótipo de classificação.
Etapa 3 - Desenvolvimento de software gratuito.
Etapa 4 - Instalação do sistema eletrônico e testes no protótipo para verificação do funcionamento deste.

Na primeira etapa obteve-se a informação dos principais padrões e defeitos encontrados no mercado atacadista e varejista, com impressões dos usuários. Na seqüência foi construída uma câmara fotográfica para ensaios iniciais e o protótipo de classificação.

Para o protótipo foi inicialmente desenvolvido um projeto e a construção terceirizada. Por meio de concurso interno na unidade que desenvolveu o protótipo, este recebeu a denominação de Máquina de Classificação e Análise por Redes Neurais - MACARENA.

O protótipo consta de uma esteira com roletes giratórios, uma câmara com iluminação controlada para aquisição de imagens, e sistema pneumático para classificação dos tubérculos.

Protótipo (Máquina de Classificação e Análise por Redes Neurais - MACARENA) construído para classificação - Visão Geral do Sistema. 
a) Equipamento com detalhe do painel elétrico; b) Câmara interna para captura de imagens.

 

Classificação de batata no protótipo de classificação - Máquina de Classificação e Análise por Redes Neurais - MACARENA. Em sentido horário: Visão geral do equipamento; Equipamento em detalhe de classificação; Batata em classificação; Batata em classificação para defeitos.

Janela de treinamento e seleção de partes boas e partes ruins na imagem.

Janela principal de acompanhamento.

Informações para escolha da rede neural.

Escolha dos limites para as componentes HSV e imagem resultante.

Fluxograma do sistema.

Com a finalização do software, testes foram realizados e demonstraram a eficiência do sistema software/protótipo.

Os resultados pela máquina foram comparados com a avaliação visual, apresentando acurácia superior a 93%.

Foi desenvolvida uma ferramenta (software) capaz de reconhecer padrões de qualidade (defeitos e classes) na batata destinada ao consumo in natura.

A interface teve como característica ser de fácil utilização para usuário final com conhecimentos básicos em informática;

A saída do software de classificação aciona um controlador lógico programável, responsável por interagir fisicamente com o tubérculo na linha de classificação. O uso de soluções já disponíveis no mercado e sem custo de licenças viabilizaram o desenvolvimento da aplicação a baixo custo.

Desta forma, este aplicativo (software) será registrado no INPI e disponibilizado para interessados na área com potencial de aplicação para pequenos e médios produtores. O protótipo será usado em futuros estudos para classificação de frutas e hortaliças.

No curso são apresentados detalhes sobre a classificação eletrônica de frutas e hortaliças e demonstrações no protótipo de classificação descrito neste texto.