Inspecao Visual Automatica de Mamoes

• Main Author: SIMAO, J.
• Format: Others
• Published: Universidade Federal do Espírito Santo 2016
• Subjects: 1; Automação; 2; Frutas Cultivo; 3; Visão; 4; Imagem
• Online Access: http://repositorio.ufes.br/handle/10/4025

Made available in DSpace on 2016-08-29T15:32:21Z (GMT). No. of bitstreams: 1 tese_2308_Dissertacao Mestrado Josemar Simao.pdf: 1308149 bytes, checksum: 623c4f86bdbace74bcfabbcb482800a7 (MD5) Previous issue date: 2003-12-17 === Este trabalho aborda o desenvolvimento de um sistema capaz de quantificar as dimensões e a maturação de mamões para que esses frutos possam ser inspecionados e classificados quanto ao tamanho e ao grau de maturação. O setor regional de produção e exportação de mamões tem crescido e o uso de um sistema de inspeção visual automático pode contribuir para o aumento da produção e manutenção dos padrões de qualidade exigidos pelos mercados consumidores. Os sistemas de inspeção visual automática, freqüentemente, têm sido uma alternativa aos processos tradicionais de inspeção que usam indivíduos treinados. Os principais motivos são a redução dos custos, o desenvolvimento de novas tecnologias e a garantia do padrão de qualidade na inspeção de 100% dos produtos em um lote. Diferentemente dos seres humanos que se cansam com trabalhos repetitivos e apresentam inconsistência nos critérios de inspeção. A estrutura base do sistema é uma esteira transportadora que cria um fluxo contínuo de frutos e uma câmera de vídeo, posicionada acima dessa esteira, que obtém uma seqüência de imagens. Essas imagens são processadas e analisadas por um computador PC. A primeira etapa de processamento é a conversão das imagens coloridas para imagens binárias de onde são extraídas as dimensões dos frutos. A maturação é quantificada por uma curva de histograma do matiz dos pixels que representam os frutos nas imagens coloridas. A partir de uma base de dados, que representa o conhecimento de especialistas que trabalham na indústria de produção de mamões, as informações obtidas pelas análises das imagens podem ser usadas para classificar os frutos e acionar um mecanismo capaz de separá-los conforme as necessidades. Os resultados obtidos mostraram que um conjunto de hardware simplificado é capaz de avaliar adequadamente as dimensões e o grau de maturação dos frutos apesar do esquema de iluminação utilizado.