Busca avançada
Ano de início
Entree

Classificador Inteligente de Amostras de Café (CIAC)

Processo: 09/02302-9
Linha de fomento:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Vigência (Início): 01 de novembro de 2008
Vigência (Término): 31 de outubro de 2009
Área do conhecimento:Engenharias - Engenharia Mecânica - Projetos de Máquinas
Pesquisador responsável:Helder Knidel
Beneficiário:Sílvia Cristina Dias Pinto
Empresa:Natcomp Informática e Equipamentos Eletrônicos Ltda
Vinculado ao auxílio:06/06703-0 - CIAC: Classificador Inteligente para Amostras de Café, AP.PIPE
Assunto(s):Visão computacional   Qualidade do café   Computação natural

Resumo

O agronegócio mundial do café engloba, anualmente, recursos que chegam a 91 bilhões de dólares e envolve meio bilhão de pessoas (aproximadamente 8% da população mundial). É nesse mercado gigantesco que está centrado o interesse da cadeia produtiva do café brasileiro, que contribuiu com mais de 30% da produção mundial nas últimas safras. O mercado do café é caracterizado por um conjunto de atividades de enorme complexidade, dinamismo, e um crescente nível de exigência dos consumidores quanto à qualidade da bebida. Isso impõe aos países produtores, consumidores e exportadores um elevado controle de qualidade. Atualmente, a definição da qualidade e, portanto, do valor do café é baseada na classificação manual, ou seja, uma pessoa exerce o papel de um classificador treinado (certificado) para qualificar as amostras de café. Assim, o processo atual de classificação de café sofre com a subjetividade dos classificadores e uma grande dificuldade de padronização do processo devido a possíveis inconsistências dos classificadores. Diante deste cenário, o presente projeto propõe desenvolver uma máquina (conjunto hardware + software), denominada Classificador Inteligente de Amostras de Café (CIAC), para classificar amostras de café considerando: i) forma e tamanho; e ii) tipo. Na classificação por forma e tamanho será estimada a porcentagem de peso para cada peneira utilizada na classificação oficial. A estimativa de peso será feita através da utilização de sistemas inteligentes tendo como entrada vetores de atributos extraídos da imagem de cada grão. No processo de classificação por tipo serão identificados, por meio de técnicas de processamento de imagens e classificação de padrões, os defeitos intrínsecos e extrínsecos presentes na amostra. A partir de uma contagem desses defeitos será identificado a qual tipo de café pertence a amostra. Dentre os benefícios da automação do processo de classificação de café destacam-se a redução de custos, a agilidade e a padronização da classificação. Como parceiros comerciais a presente proposta possui a Associação Comercial de Santos, ACS, órgão Técnico e Consultivo do Governo Federal com a função de emitir Certificados de Origem e Qualidade para exportação de café e manter representação no Conselho Deliberativo do Conselho dos Exportadores de Café Verde do Brasil. Além disso, a empresa proponente deste projeto está incubada na Incubadora de Empresas de Santos, parceira do Fiesp, Ciesp, Sebrae-SP, ACS e diversas instituições de ensino e pesquisa da Baixada Santista, como a UniSantos, instituição de vínculo dos pesquisadores principais do projeto. A equipe principal de P&D deste projeto é composta pelo proponente (classificador de café certificado pela ACS), pela pesquisadora Dra. Daniela Mayumi Ushizima, especialista em visão computacional, e pelo pesquisador Dr. Leandro Nunes de Castro, especialista em reconhecimento de padrões. Os resultados preliminares atestando a viabilidade técnica do projeto encontram-se no Relatório da Fase I. Esta proposta apresenta as principais características operacionais do sistema, assim como sua viabilidade comercial e importância estratégica para a indústria cafeeira nacional. O objetivo é captar recursos do programa PIPE da Fapesp de forma a viabilizar a prototipação do CIAC.