Notícia

Análise de imagens pode ajudar a identificar qualidade de alimentos

Fonte

UFMG | Universidade Federal de Minas Gerais

Data

terça-feira, 7 agosto 2018 10:30

Áreas

Agricultura. Agronegócio. Ciência e Tecnologia de Alimentos

Ao comprar um tomate, é difícil imaginar, por exemplo, o teor de açúcar ou de acidez presente no alimento. Pesquisadores acreditam que, com um celular em mãos, será possível identificar características como essas com base em uma fotografia feita em tempo real. A proposta não está muito longe de ser concretizada. Estudo realizado no Instituto de Ciências Agrárias (ICA) da UFMG propõe a criação de modelo para caracterização e avaliação da qualidade de produtos agrícolas. Por meio da análise de imagens, os testes feitos com tomates já alcançaram resultados positivos.

O estudo, abordado na edição 2026 do Boletim UFMG, lança mão da mineração de dados, que consiste na busca de padrões ou características em um grande conjunto de informações sobre determinado produto, visando prever resultados. O professor do ICA Dr. Rodolpho Tinini, um dos autores da pesquisa, explica que os resultados possibilitariam desenvolver um indicador de análise de imagem computacional para a indústria e criar um sistema de classificação dos produtos destinado a redes de supermercado ou mesmo ao consumidor final.

“A perspectiva é que a gente consiga gerar um produto para benefício do consumidor e dos vendedores. Eles poderiam ter um controle de estoque, um controle de qualidade dos produtos baseado em análise computacional de dados. Hoje, a verificação é basicamente visual, tanto nas redes de varejo quanto no próprio trato pós-colheita feito na indústria. Substituir a análise humana pela computacional pode tornar o processo mais rápido e mais preciso”, esclarece o professor.

Fechar a cadeia
A pesquisa propõe a coleta de dados por meio não só das imagens, mas também da utilização de outras tecnologias, em diferentes estágios da cadeia produtiva. A ideia é montar uma sólida base de dados que contemple as características ambientais, do solo, da condução e do crescimento da planta e do momento da colheita. “Nosso projeto visa fechar toda a cadeia, coletar dados não só de imagens, mas também de produção, bem monitorados, baseados em agricultura de precisão”, explica o Dr. Rodolpho Tinini.

Para a construção do banco de dados, foram analisadas imagens espectrais de tomates. De acordo com o professor do ICA, com base nos primeiros resultados, já foi possível elaborar um indicador de análise em diferentes estágios de maturação do tomate. “Conseguimos montar um gradiente e enquadrar o produto. Quanto mais ele reflete, mais se evidencia uma característica, como a cor, a acidez ou a quantidade de açúcar”, diz. O prof. Rodolpho Tinini explica que foram verificadas duas janelas de excitação espectral para o tomate, uma baseada em clorofila e a outra em betacaroteno e antocianina, compostos de pigmentação do fruto. Essas duas indicações possibilitariam diferenciar bem o produto pela imagem e montar o gradiente de classificação.

Os resultados da pesquisa foram publicados no Journal of Agricultural Science and Technology, revista científica internacional especializada em agricultura. Além de Rodolpho, lotado no campus regional da UFMG em Montes Claros, também são autores do trabalho Júlia Lopes Governici, Rodrigo Magalhães Faria, ambos da Universidade Federal de Viçosa, e a Prof. Dra. Barbara Janet Teruel Mederos, da Unicamp.

Acesse a notícia completa na página da Universidade Federal de Minas Gerais.

Fonte: Amanda Lelis / Cedecom UFMG.  Imagem: Pxhere.

Em suas publicações, o Canal Nutrição da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Canal Nutrição tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.