Modelagem matemática e simulação computacional aplicada à pós-colheita de morangos (Fragaria × ananassa)

Abstract

A utilização de linguagem computacional pode ser uma opção para prever características de frutos sendo um método não destrutivo garantindo eficiência e padronização no pós-colheita. O morango (Fragaria x ananassa) é um fruto que vem apresentando uma boa produtividade anual média no Brasil, que é de cerca de 30 ton/ha, ocorrendo diferenças acentuadas entre regiões, dependendo do local e sistema de cultivo adotado. O método de coleta e classificação mais utilizado é o manual, porém, propostas têm sido feitas para automatizar esses processos. Neste estudo foi analisado aspectos como volume, massa e grau de maturação de morangos (Fragaria x ananassa) através de imagens aferidas através de visão computacional. A priori foram feitas as medidas experimentais com afins de comparação posteriormente da eficiência do programa. As imagens obtidas foram analisadas no software Python com a ajuda de pré-tratamentos como blur, troca espaço de cor RGB para HSV e CIE Lab, filtragem, além do reconhecimento do fruto em seções para aferimento de volume e massa foram possíveis. Concluiu-se que por meio de cálculos de erro experimental e gráficos de Bland-Altman que a alternativa de visão computacional para prever volume e massa de morangos tem uma eficiência razoável, assim como a estimativa das cores da pele do morango para estimar o grau de maturação.