Um sistema de visÃo computacional para classificaÃÃo da qualidade do couro caprino

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico === Uma alternativa econÃmica importante para a regiÃo semi-Ãrida do Brasil à a criaÃÃo de ovinos e caprinos. AlÃm de leite e carne de caprinos/ovinos, as peles sÃo muito apreciadas na fabricaÃÃo de artefatos finos (por exemplo,...

Full description

Bibliographic Details
Main Author: Edmilson Queiroz dos Santos Filho
Other Authors: Guilherme de Alencar Barreto
Format: Others
Language:Portuguese
Published: Universidade Federal do Cearà 2013
Subjects:
Online Access:http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=12569
Description
Summary:FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico === Uma alternativa econÃmica importante para a regiÃo semi-Ãrida do Brasil à a criaÃÃo de ovinos e caprinos. AlÃm de leite e carne de caprinos/ovinos, as peles sÃo muito apreciadas na fabricaÃÃo de artefatos finos (por exemplo, sapatos, bolsas, carteiras e casacos). No entanto, devido ao modo extensivo de criaÃÃo/reproduÃÃo e informalidade do abate, as peles de ovinos/caprinos sÃo entregues ao curtume com diferentes tipos e nÃveis de defeitos. Na indÃstria, trabalhadores especializados tÃm a tarefa de classificar/discriminar as peles de acordo com a qualidade das mesmas. Este trabalho à artesanal, demorado e extremamente dependente da experiÃncia do funcionÃrio responsÃvel pela discriminaÃÃo da qualidade da pele. O mesmo funcionÃrio pode produzir diferentes classificaÃÃes se ele/ela tiver que reclassificar o lote de pele. Assim, a fim de lidar com esses problemas, neste trabalho, apresentam-se os primeiros resultados de um sistema baseado em visÃo computacional cujo objetivo à classificar automaticamente a qualidade da pele de caprinos/ovinos. Para isso, comparamos os desempenhos de classificadores estatÃsticos e neurais utilizando diversas tÃcnicas de extraÃÃo de caracterÃsticas, tais como a VariÃncia das colunas (VAR), Transformada Wavelet de Haar (HAAR), FatoraÃÃo em Matrizes NÃo-Negativas (NMF), AnÃlise de Componentes Principais (PCA) e Matrizes de Co-ocorrÃncia de nÃveis de cinza (GLCM). TambÃm foram implementados mecanismos de opÃÃo de rejeiÃÃo nos classificadores avaliados. OpÃÃo de rejeiÃÃo à uma tÃcnica usada para aumentar a confiabilidade do classificador em sistemas de apoio à tomada de decisÃo, que consiste em reter a classificaÃÃo automÃtica de um item, caso a decisÃo nÃo seja considerada suficientemente confiÃvel. Jà com a utilizaÃÃo da opÃÃo de rejeiÃÃo, de uma forma geral, foi possÃvel observar uma considerÃvel melhora nas taxas de acerto dos classificadores avaliados, Ãs expensas de uma taxa de rejeiÃÃo relativamente alta. TambÃm foi possÃvel observar que, para os classificadores analisados, os extratores HAAR e GLCM foram menos sensÃveis à aplicaÃÃo da opÃÃo de rejeiÃÃo, em comparaÃÃo com os resultados obtidos para o caso sem opÃÃo de rejeiÃÃo.