Estimation of percentage of impurities in coffee using a computer vision system
AUTOR(ES)
Costa, Anderson G.; Silva, Eudócio R. O. da; Barros, Murilo M. de; Fagundes, Jonatthan A.
FONTE
Revista Brasileira de Engenharia Agrícola e Ambiental
DATA DE PUBLICAÇÃO
2022
RESUMO
RESUMO A qualidade e o valor da bebida do café podem ser afetados pela contaminação de impurezas durante a torra e moagem. Métodos que permitem o controle de qualidade do produto comercializado são importantes para atender aos padrões exigidos pelos consumidores e pela indústria. Objetivou-se neste estudo estimar o percentual de impurezas contidas no café usando descritores texturais e colorimétricos obtidos a partir de imagens digitais. Os grãos de café arabica (Coffea arabica L.) com 100% de pureza foram submetidos a processos de torra e moagem, e o café moído inicialmente puro foi gradativamente contaminado por impurezas. As imagens digitais foram coletadas em amostras de café com 0, 10, 30, 50 e 70% de impurezas. A partir das imagens, foram obtidos os descritores texturais de histogramas (média, desvio padrão, entropia, uniformidade e terceiro momento) e os descritores colorimétricos (espaço de cores RGB e espaço de cores HSI). O método de regressão de componente principal (PCR) foi aplicado ao grupo de dados de descritores texturais e colorimétricos para o desenvolvimento de modelos lineares para estimativa de impurezas do café. Os modelos selecionados para o grupo de dados dos descritores texturais e o grupo de dados dos descritores colorimétricos foram compostos por dois e três componentes principais, respectivamente. O modelo dos descritores colorimétricos apresentou maior capacidade de estimativa da porcentagem de impurezas no café quando comparado com o modelo dos descritores texturais.
Documentos Relacionados
- Evaluating the diameter of eyedropper tips using a computer vision system
- Improvement of the classification of green asparagus using a Computer Vision System
- Crowd analysis using computer vision techniques
- Computer vision system approach in colour measurements of foods: Part I. development of methodology
- Screening for Diabetic Retinopathy Using Computer Vision and Physiological Markers