Uso de visão computacional para estimar parâmetros qualidade de cogumelos durante o processo de secagem

Descrição

O processo de secagem de produtos agrícolas, como cogumelos, acarreta alterações físico-químicas que impactam diretamente a qualidade final. Métodos baseados em visão computacional vem sendo estudados para o monitoramento destes parâmetros de forma automatizável, rápida e não invasiva do processo. O objetivo deste projeto é desenvolver modelos preditivos e classificatórios, baseados em visão computacional, para estimar parâmetros de qualidade de cogumelos durante o processo de secagem. O experimento será conduzido no Laboratório de Pesquisa Multiusuários do Grupo de Energias Renováveis e Alternativas Rurais (LabGERAR/UFRRJ), utilizando cogumelos das espécies Lentinula edodes ou Pleurotus ostreatus. As amostras serão padronizadas em fatias e submetidas ao processo de secagem em desidratadora com circulação de ar forçado, sob três temperaturas (50, 60 e 70 °C). Para cada condição, serão avaliadas 50 amostras individualmente, com coletas a cada 30 minutos nas primeiras 3 horas e, posteriormente, a cada 60 minutos, até a estabilização da massa. Em cada intervalo, serão mensurados por métodos laboratoriais convencionais, os seguintes parâmetros físico-químicos: massa, teor de água, sólidos solúveis totais, acidez titulável, pH e teor de cinzas. Paralelamente, serão adquiridas imagens digitais das amostras em uma câmara equipada com sistema de iluminação padronizado e câmera RGB acoplada a microprocessador Raspeberry Pi. As imagens serão calibradas por meio de gabarito de referência e processadas para segmentação do objeto e extração dos descritores. A conversão da unidade pixel para unidades centimétricas será realizada por uma imagem de calibração de um gabarito de dimensões conhecidas. Serão obtidos descritores morfológicos (área, perímetro, relação de forma e razão de encolhimento volumétrico) e descritores colorimétricos (modelos RGB, CMY e HSI), permitindo caracterizar alterações estruturais e visuais das amostras durante a secagem. Na etapa de análise, serão construídas curvas de secagem e avaliadas tendências dos descritores morfológicos e colorimétricas ao longo do tempo. Modelos de regressão simples serão ajustados. Adicionalmente, serão desenvolvidos modelos multivariados por regressão por componentes principais, considerando diferentes conjuntos de variáveis preditoras (morfológicas, colorimétricas e combinadas). Os dados serão divididos em conjuntos de treinamento (65%) e teste (35%), e o desempenho dos modelos será avaliado por R², RMSE, MAE e análise de resíduos. Por fim, será realizada uma classificação qualitativa dos cogumelos após o processo de secagem a 50°, 60° e 70°C utilizando redes neurais artificiais visando comparar a classificação gerada por parâmetros físico-químicos e por atributos extraídos da imagem. Espera-se com este projeto apresentar uma proposta de caráter inovador ao utilizar visão computacional como ferramenta para monitoramento automatizável e potencialmente em tempo real do processo de secagem, sendo uma alternativa complementar a métodos tradicionais destrutivos. O projeto apresenta viabilidade executiva uma vez que o LabGERAR dispõe de todos os equipamentos e materiais necessários para a execução do projeto. Este projeto poderá utilizar recursos financeiros das agências Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq (Edital 10/2023 - Processo 408627/2023-9) e Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES (Edital PDPG – Processo 88887.708490/2022-00).