Aprimoramento da classificação de aspargos verdes usando um Sistema de Visão Computacional

Resumo

O objetivo deste trabalho foi o aprimoramento da classificação de aspargos verdes em uma empresa agroexportadora, mediante um Sistema de Visão Computacional (SVC). Para isso, um aplicativo de análise de imagens foi desenvolvido no MATLAB®, para a classificação de aspargos verdes, segundo a ausência de machas brancas e a largura do produto. O desempenho do SVC foi comparado com a classificação manual usando o erro na classificação como indicador de qualidade. O rendimento da matéria-prima (%), a produtividade da linha (kg/h), o valor presente líquido (USD) e a taxa interna de retorno (%) foram utilizados como indicadores econômicos. O SVC classificou o aspargo verde com 2% de erro, incrementou o rendimento da matéria-prima de 43% para 45% e a produtividade da linha de 5 para 10 kg/h, bem como aumentou o valor presente líquido em 102.609,00 USD, rendendo uma taxa interna de retorno de 156,3%, muito superior ao custo de oportunidade do capital (8,6%). Assim, a classificação de aspargos verdes mediante um CVS é uma alternativa eficiente e rentável quando comparada à classificação manual.

Palavras-chave:
Visão artificial; Asparagus officinalis; Automatização; Avaliação econômica; Produtividade; Qualidade