Measuring image analysis attributes andmodelling fuzzy consumer aspects for

tomato quality grading

Programa de Pós-Graduação em Informática – UFRJTrabalho da disciplina Inteligência Computacional

Integrantes MatrículaRamiro Pereira de Magalhães 111510679Rosane Sfair Huergo 112097585

Objetivos do estudo

Avaliar a capacidade de classificar tomates automaticamente usando informações visuais e o mesmo raciocínio impreciso empregado por

pessoas ao selecioná-los para consumo.

Introdução Há definições oficiais de qualidade de tomates, mas elas variam

muito e são pouco específicas. Consumidor qualifica alimentos imprecisamente com seus sentidos,

ainda que os produtores possam avaliar atributos objetivamente.

Introdução Adoção da avaliação por imagem evitando contato e

destruição dos tomates.

Características Visuais Tamanho

– Usou-se o maior diâmetro como medida de tamanho.– Há grande correlação entre o peso e a área.

P = 0,0021 A1,3614 R2 = 0,9955

Características Visuais Cor

– A cor é um indicador de amadurecimento.

– Conversão da imagem RGB para o padrão internacional de especificação de cores CIE/XYZ.

– O comprimento de onda dominante é um índice de amadurecimento.

– A comparação com a avaliação humana mostrou sobreposição nos estágios 6-8.

Características Visuais Formato

– Estimado a partir da área, perímetro, eixo maior e menor– Contorno é eficiente para avaliar anomalias de formato.

Características Visuais Manchas e danos

– Danos são identificados pela descontinuidade de reflexão

– Manchas são medidas pelo histograma do comprimento de onda dominante– Mais de um pico demonstra anormalidade.

Correlação de características Quais desses atributos estão relacionados com outros

não mensuraveis?– Maturidade e firmeza– Maturidade e BRIX– Maturidade e vitamina C

Mapeamento fuzzy Classes propostas:

Mapeamento fuzzy Distribuições de características triangulares. Processamento com operadores AND. Operadores

GAMMA (compensatory AND) também podem ser aplicados.

Resultados