Inspeção visual automática da qualidade de grãos de feijão

• Processo: 17/05188-9
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de julho de 2017
• Data de Término da vigência: 31 de agosto de 2019
• Área do conhecimento: Engenharias - Engenharia Elétrica
• Pesquisador responsável: Sidnei Alves de Araújo
• Beneficiário: Sidnei Alves de Araújo
• Instituição Sede: Universidade Nove de Julho (UNINOVE). Campus Memorial. São Paulo , SP, Brasil
• Município da Instituição Sede: São Paulo
• Pesquisadores associados: Cleber Gustavo Dias ; José Carlos Curvelo Santana ; Peterson Adriano Belan
• Assunto(s): Visão computacional Reconhecimento de padrões Controle da qualidade Feijão
• Palavra(s)-Chave do Pesquisador: Feijão | Inspeção da Qualidade | Inspeção Visual Automática | Reconhecimento de Padrões | Visão Computacional | Reconhecimento de Padrões/Visão Computacional

Resumo

Para muitos produtos industriais e agrícolas, suas propriedades visuais são fatores importantes para determinar o preço de mercado e auxiliar a escolha do consumidor. Basicamente, a inspeção da qualidade do feijão brasileiro é feita de forma manual seguindo procedimentos operacionais estabelecidos pelo Ministério da Agricultura, Pecuária e Abastecimento. Contudo, os processos manuais de inspeção de qualidade normalmente estão sujeitos a problemas como o alto custo e a dificuldade de padronização dos resultados. Neste contexto, torna-se importante o uso de sistemas computacionais para apoiar tais processos com intuito de reduzir custos operacionais e padronizar resultados, gerando diferencial competitivo para as empresas. Neste projeto propõe-se o desenvolvimento de um sistema de visão computacional (SVC) aplicável ao processo de inspeção visual da qualidade do feijão brasileiro. A ideia é que ele seja capaz de classificar os feijões mais consumidos no Brasil, com base na coloração e tamanhos dos grãos, além de identificar os principais defeitos. Desta forma, o SVC proposto poderá ser usado para determinar, de forma automática, a classe e do tipo do produto, que consequentemente impactam no seu preço de mercado. Além da implementação do SVC, pretende-se ainda desenvolver um equipamento de baixo custo aplicável à solução do problema investigado. (AU)

Publicações científicas

(5)

(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)

BELAN, PETERSON A.; DE MACEDO, ROBSON A. G.; PEREIRA, MARIHA M. A.; ALVES, WONDER A. L.; DE ARAUJO, SIDNEI A.; CAMPILHO, A; KARRAY, F; ROMENY, BT. . IMAGE ANALYSIS AND RECOGNITION (ICIAR 2018), v. 10882, p. 8-pg., 2018-01-01. (17/05188-9)

BELAN, PETERSON A.; DE MACEDO, ROBSON A. G.; DE ARAUJO, SIDNEI A.; NYSTROM, I; HEREDIA, YH; NUNEZ, VM. . PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS (CIARP 2019), v. 11896, p. 10-pg., 2019-01-01. (17/05188-9)

GOMES DE MACEDO, ROBSON APARECIDO; MARQUES, WILSON DAVID; BELAN, PETERSON ADRIANO; DE ARAUJO, SIDNEI ALVES. . INTERNATIONAL JOURNAL OF INNOVATION, v. 6, n. 3, p. 207-216, SEP-DEC 2018. (17/05188-9)

LIMA, STANLEY JEFFERSON DE A.; DE ARAUJO, SIDNEI ALVES; KOROSEC, P; MELAB, N; TALBI, EG. . BIOINSPIRED OPTIMIZATION METHODS AND THEIR APPLICATIONS, BIOMA 2018, v. 10835, p. 11-pg., 2018-01-01. (17/05188-9)

BELAN, PETERSON ADRIANO; DE MACEDO, ROBSON APARECIDO GOMES; ALVES, WONDER ALEXANDRE LUZ; SANTANA, JOSE CARLOS CURVELO; ARAUJO, SIDNEI ALVES. . INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, v. 111, n. 11-12, NOV 2020. (17/05188-9)