Um modelo de visão computacional para identificação do estágio de maturação e injúrias no pós-colheita de bananas (Musa sapientum)

• Main Author: Tezuka, Érika Sayuri
• Other Authors: Cruvinel, Paulo Estevão
• Format: Others
• Language: Portuguese
• Published: Universidade Federal de São Carlos 2016
• Subjects: Visão por computador; Processamento de imagens; Textura; Pós-colheita; Análise de textura; Computer vision; Texture analysis; Digital image processing; Post-harvesting; CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Online Access: https://repositorio.ufscar.br/handle/ufscar/424

Made available in DSpace on 2016-06-02T19:05:40Z (GMT). No. of bitstreams: 1 2695.pdf: 5053010 bytes, checksum: 2e6ff8d79ec3a3f85928bc9486a54956 (MD5) Previous issue date: 2009-09-28 === This dissertation presents the development of a computer vision system for bananas (Musa sapientum) analysis in post-harvest stage based on digital image processing techniques. The development used considerations about image acquisition, pre-processing, identification based on texture, percentage of brown spots and injuries on the fruits and classification of its maturity levels. The validation has been developed considering geometric patterns generated in laboratory, as well as real fruits. With the texture map it was possible to identify the existence of brown spots or injuries in a specific region of the images. The assessment of the level of maturation was performed considering both human observers and the computer vision system. The average of identification level of maturity was equal to 50% for human observers and 100% for computer vision. The results show identification rates of 80.40% for brown spots on the single image of banana, 97.70% for brown spots on the images of bundle of bananas, 97.80% for injuries for the set of single image of banana, and 75.30% for hand injuries considering the images of bundle of bananas. Besides, the method presents application for quality assessing of fruits in the post-harvest procedures. === Este trabalho apresenta o desenvolvimento de um sistema de visão computacional para análise de bananas (Musa sapientum), em estágio de pós-colheita, utilizando técnicas de processamento digital de imagens. Para o desenvolvimento foram consideradas as etapas de aquisição das imagens, pré-processamento, identificação baseada em textura, classificação em níveis de maturação e a obtenção do percentual de manchas marrons e injúrias. A validação foi desenvolvida considerando padrões geométricos gerados em laboratório, bem como considerando frutas reais. A obtenção do mapa de textura viabilizou a identificação da existência de manchas marrons ou injúrias em uma região da imagem. A avaliação método de classificação em nível de maturação foi realizada considerando os resultados obtidos com observadores humanos e visão computacional. A média da taxa de acerto dos observadores foi de 50% e a taxa de acerto da visão computacional foi de 100%. Além disso, os resultados da análise de manchas marrons e injúrias indicam uma taxa de acerto de 80,40% para manchas marrons em imagem de banana individual, 97,70% para manchas marrons em imagem de penca de bananas, 97,80% para injúrias em imagem de banana individual e 75,30% para injúrias em imagem de pencas. Adicionalmente, o desempenho global do sistema motiva a aplicação desta metodologia para avaliação da qualidade dos frutos no pós-colheita de bananas.