Logo do repositório
Seções & Coleções
Tudo no SBICafé
Sobre o SBICafé
Entrar
Novo usuário? Clique aqui para cadastrar.Esqueceu sua senha?
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Cunha, Sílvia A. R."

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 3 de 3
  • Resultados por Página
  • Opções de Ordenação
  • Imagem de Miniatura
    Item
    Detecção de fraudes em café torrado e moído por análise de imagem: caso do milho
    (2000) Assad, Eduardo D.; Sano, Edson E.; Cunha, Sílvia A. R.; Rodrigues, Hilda R.; Corrêa, Tânia Barretto Simões; Consórcio Brasileiro de Pesquisa e Desenvolvimento do Café
    Para eliminar divergências na interpretação dos resultados e agilizar os atuais métodos de detecção de fraudes em café torrado e moído, foi estabelecida uma metodologia baseada na análise por imagem e fundamentada no princípio de que diferentes materiais podem apresentar reflectâncias distintas em diferentes comprimentos de onda do espectro eletromagnético. Partiu-se da hipótese de que o pó de café adulterado, sendo submetido a uma fonte artificial de iluminação, teria uma reflectância nos canais R, G e B maior do que a do pó de café não adulterado. As amostras de café são submetidas as etapas de limpeza, secagem e homogeneização e, a seguir, efetua-se a geração de imagens multiespectrais, utilizando uma lupa eletrônica acoplada a uma câmara (CCD) que capta as imagens nas bandas RGB. As imagens geradas são passadas para um computador, onde são armazenadas, processadas e classificadas por meio de um "software" de processamento de imagens digitais. A resposta espectral de cada componente é identificada a partir do seu histograma ou diretamente sobre a imagem gerando um padrão. A área é calculada em porcentagem e para a quantificação final das impurezas na amostra utiliza-se uma curva de calibração entre a área relativa obtida pela classificação supervisionada de imagens e a porcentagem de impurezas presentes nas amostras. Destacam-se como vantagens: a agilidade da resposta para os casos em que se exige uma análise de uma grande quantidade de amostras; ausência de subjetividade; e a não destruição das amostras analisadas. Este método assegura um patamar mínimo de detecção de 93% das impurezas do produto.
  • Imagem de Miniatura
    Item
    Identificação e quantificação de impurezas e misturas em café torrado e moído por análise de imagens
    (Embrapa Cerrados, 2001-06) Assad, Eduardo D.; Cunha, Sílvia A. R.; Sano, Edson E.; Corrêa, Tânia B. S.; Rodrigues, Hilda R.
    O processo convencional de quantificação de impurezas e misturas consiste na separação manual de grãos de café puro e de impurezas, com o auxílio de uma pinça e de uma lupa eletrônica. Em seguida, pesam-se os dois conjuntos de material para se determinar a porcentagem da impureza/ mistura presente na amostra analisada. Além de esse método ser bastante demorado e de alto custo, uma vez que o procedimento, em nenhuma etapa, é automatizado, algumas impurezas, como, por exemplo, a soja, que apresenta coloração semelhante à do café puro, dificultam sua separação. Ademais, em alguns casos, a confiabilidade dos resultados pode ser pequena, já que depende da experiência do analista. O método aqui proposto é fundamentado na constatação de que os produtos normalmente utilizados nessas misturas refletem a luz diferentemente do café. Em conseqüência, as imagens obtidas de amostras de café puro apresentam histogramas (níveis de cinza vs. números de elementos da imagem) unimodais e naquelas cujo café foi adulterado, observam-se histogramas bi ou multimodais.
  • Imagem de Miniatura
    Item
    Identificação e quantificação de impurezas e misturas em café torrado e moído por análise de imagens
    (Embrapa Cerrados, 2001-06) Assad, Eduardo D.; Cunha, Sílvia A. R.; Sano, Edson E.; Corrêa, Tânia B. S.; Rodrigues, Hilda R.
    O método aqui proposto é fundamentado na constatação de que os produtos normalmente utilizados nessas misturas refletem a luz diferentemente do café. Em conseqüência, as imagens obtidas de amostras de café puro apresentam histogramas (níveis de cinza vs. números de elementos da imagem) unimodais e naquelas cujo café foi adulterado, observam-se histogramas bi ou multimodais.

DSpace software copyright © 2002-2025 LYRASIS

  • Política de privacidade
  • Termos de uso
  • Enviar uma sugestão
Logo do repositório COAR Notify