CLASSIFICAÇÃO DE TOMATES UTILIZANDO REDES NEURAIS ARTIFICIAIS

O objetivo deste trabalho é classificar automaticamente um conjunto de 102 tomates do tipo salada, utilizando técnicas de processamento e análise de imagens e classificação por redes neurais artificiais (RNA). Os tomates desse conjunto passaram por uma avaliação manual prévia, da qual se obteve um padrão para ser usado na fase de treinamento de duas RNAs conectadas em cascata. A primeira RNA classifica o tomate como sendo verde ou maduro a partir de suas coordenadas cromáticas r e g. A segunda RNA, também, possui duas entradas, uma é a saída da primeira RNA, a outra é o diâmetro equatorial do tomate. As duas saídas desta RNA produzem quatro classes distintas: maduro-graúdo, maduro-não graúdo, verde-graúdo e verde-não graúdo. A classificação baseada apenas na cor (RNA-1) obteve o resultado de 100% de acertos em conformidade com os padrões definidos na avaliação dos consumidores. No entanto ao combinar com a informação de diâmetro, a taxa de acertos caiu para 89,7%. Os resultados foram promissores e indicam que mais testes devem ser feitos, porém utilizando os padrões disponíveis na agroindústria.