Inspeção visual automática de grãos agrícolas: relações entre a publicação científica e a produção e o consumo de grãos

Robson Ap. Gomes; Eli Veiga Júnior; Sidnei Alves de Araújo

doi:10.5585/exactaep.2022.22654

Authors

Robson Ap. Gomes Universidade Nove de Julho (UNINOVE) / São Paulo, SP - Brazil https://orcid.org/0000-0003-3550-7293
Eli Veiga Júnior Universidade Nove de Julho (UNINOVE) / São Paulo, SP - Brazil https://orcid.org/0009-0003-5500-5298
Sidnei Alves de Araújo Universidade Nove de Julho (UNINOVE) / São Paulo, SP - Brazil https://orcid.org/0000-0003-3970-5801

DOI:

https://doi.org/10.5585/exactaep.2022.22654

Keywords:

agroindustry 4.0, computer vision, automatic visual inspection, grains.

Abstract

One of the technologies widely used in Industry 4.0 is computer vision. In the context of Agroindustry 4.0, this technology has enabled the implementation of computer tools for automatic inspection of visual quality of agricultural products, from planting to post-harvest stages. Visual inspection of agricultural grains in the post-harvest stage, for example, can generate competitive advantages to companies, as it allows for greater standardization of results, leading to higher quality products and, therefore, with greater added value. Scientific production on the theme “automatic visual inspection of agricultural grains” has grown a lot in the last two decades. Despite that, it is not known if the volume of scientific publications produced by the countries that stand out in this field of research has any relationship (direct or indirect) with the volume of grains produced or consumed by them. The present work provides an overview of scientific publications on the investigated topic, considering the period 2010 to 2020, as well as the production and consumption volumes of grains such as rice, beans, corn, soybeans and wheat. From this panorama, the existence of relationships between the number of published papers and the volume of grain production/consumption was investigated.

Downloads

Download data is not yet available.

Author Biographies

Robson Ap. Gomes, Universidade Nove de Julho (UNINOVE) / São Paulo, SP - Brazil

Doutorando em Informática e Gestão do Conhecimento pela Universidade Nove de Julho no tema Sistemas Inteligentes. Mestre em Informática e Gestão do Conhecimento (2019) e Especialista em Engenharia de Software (2015) pela Universidade Nove de Julho. Graduado em Análise e Desenvolvimento de Sistemas pela Universidade Brasil (2010). Em sua pesquisa de mestrado contribuiu para o desenvolvimento do SIVQUAF-Compact, um conjunto de hardware e software executado em plataforma embarcada, para inspeção visual automática do feijão brasileiro. Também participou ativamente do projeto de inserção social e interfaces com educação básica intitulado Capacitação para o Desenvolvimento de Ciência e Inovação na Educação Básica, cuja finalidade é capacitar alunos e professores da educação Básica para o desenvolvimento de atividades científicas e inovadoras ligadas à Tecnologia da Informação e Comunicação (TIC). Desde 2011 atua como Professor III da ETEC de Itaquera, onde leciona nos cursos técnico e médio/técnico da área de informática. Seus temas de pesquisa incluem Visão Computacional, Inteligência Artificial e Sistemas Embarcados.

Eli Veiga Júnior, Universidade Nove de Julho (UNINOVE) / São Paulo, SP - Brazil

Especialização em Ciência de Dados (2020) pela Universidade Nove de Julho (UNINOVE), Bacharel em Engenharia de Computação (2022) pela Universidade Anhembi Morumbi (UAM), Bacharel em Ciência da Computação (2019) e Tecnólogo em Sistemas para Internet (2018) pela Universidade Nove de Julho (UNINOVE), onde foi bolsista do Programa Universidade para Todos (ProUni). Durante o curso de Ciência da Computação participou do projeto de Iniciação Científica (IC) intitulado Visão Computacional e suas Aplicações em Tarefas de Inspeção Visual da Qualidade de Produtos Agrícolas, no qual foi bolsista PIBIC. Atualmente está cursando Mestrado em Informática e Gestão do Conhecimento como aluno regular, sendo bolsista do Programa de Suporte à Pós-Graduação de Instituições de Ensino Particulares (PROSUP) da CAPES e do Programa de Estímulo à Formação de Pesquisadores (PEFP), na UNIVOVE. Profissional com experiência no mercado de Tecnologia da Informação (TI), atuando como analista e desenvolvedor sênior de sistemas de informação em consultoria. Sua pesquisa no Mestrado tem foco na temática Inspeção Visual Automática de Grãos Agrícolas e visa o desenvolvimento de novas abordagens para automação de processos, bem como equipamento para inspeção de grãos.

Sidnei Alves de Araújo, Universidade Nove de Julho (UNINOVE) / São Paulo, SP - Brazil

Bolsista de Produtividade em Desenvolvimento Tecnológico e Extensão Inovadora do CNPq (DT-Nivel 2) desde 2016. Doutor em Engenharia Elétrica pela Escola Politécnica da Universidade de São Paulo - POLI/USP (2009), onde também concluiu o Pós-Doutorado em 2013. Mestre em Engenharia Elétrica (2002), Especialista em Análise de Sistemas (1995) e em Administração de Negócios (1999), Graduado em Processamento de Dados (1994) e em Licenciatura Plena (1998) pela Universidade Presbiteriana Mackenzie. Atualmente é docente permanente do Programa de Mestrado e Doutorado em Informática e Gestão do Conhecimento (PPGI), docente dos cursos de Bacharelado em Ciência da Computação e Sistemas de Informação da Universidade Nove de Julho - UNINOVE. Tem experiência nas áreas de Ciência da Computação e Engenharia, atuando principalmente nos seguintes temas: Processamento de Imagens e Visão Computacional, Inteligência Artificial, Aprendizagem de Máquina, Algoritmos Metaheurísticos e Otimização de Sistemas e Processos.

References

Ali, M. M., Hashim, N., Abd Aziz, S., & Lasekan, O. (2021). Quality Inspection of Food and Agricultural Products using Artificial Intelligence. Advances in Agricultural and Food Research Journal, 2(2).

Audu, J., & Aremu, A. K. (2021). Development, evaluation, and optimization of an automated device for quality detection and separation of cowpea seeds. Artificial Intelligence in Agriculture, 5, 240-251.

Araújo, S. A., Alves, W. A. L., Belan, P. A., & Anselmo, K. P. (2015). A computer vision system for automatic classification of most consumed Brazilian beans. In International Symposium on Visual Computing (pp. 45-53). Springer, Cham.

Belan, P. A., Araújo, S. A., & Santana, J. C. C. (2015). Um Sistema De Análise De Imagens Para Classificação Automática De Grãos De Feijão Brasileiro. In CILAMCE-Ibero-Latin American Congress on Computational Methods in Engineering (pp. 1-7).

Belan, P. A., Araújo, S. A., & Alves, W. A. L. (2016, July). An intelligent vision-based system applied to visual quality inspection of beans. In International Conference on Image Analysis and Recognition (pp. 801-809). Springer, Cham.

Belan, P. A., de Macedo, R. A. G., Alves, W. A. L., Santana, J. C. C., & Araújo, S. A. (2020). Machine vision system for quality inspection of beans. The International Journal of Advanced Manufacturing Technology, 111(11), 3421-3435.

Brosnan, T., & Sun, D. W. (2004). Improving quality inspection of food products by computer vision––a review. Journal of food engineering, 61(1), 3-16.

Embrapa. Manual De Classificação Do Feijão, Instrução Normativa N° 12,de 28 de março de 2008. Disponível em: http://www.felgran.com.br/images/Classificaçao_Feijao_Embrapa .pdf Acesso em: 03 abr 2022.

Chaugule, A. (2021). Survey of Seed Classification techniques. Turkish Journal of Computer and Mathematics Education (TURCOMAT), 12(13), 1236-1260.

Gonzalez, R. C., & Woods, R. E. (2000). Processamento de imagens digitais. Editora Blucher.

Kılıç, K., Boyacı, I. H., Köksel, H., & Küsmenoğlu, İ. (2007). A classification system for beans using computer vision system and artificial neural networks. Journal of Food Engineering, 78(3), 897-904.

Macedo, R. A., Belan, P. A., & Araújo, S. A. An Embedded Computer Vision System for Beans Quality Inspection. International Journal of Computer Applications, 975, 8887.

MAPA  Ministério da Agricultura, Pecuária e Abastecimento. Cadastro Geral da Classificação < https://www.agas.com.br/ArtigosNoticias/Arquivos/oficio%20mapa%200921.html> Acesso em 07 jul. 2019.

Massruhá, S. M. F. S., & Leite, M. D. A. (2017). Agro 4.0-rumo à agricultura digital. In Embrapa Informática Agropecuária-Artigo em anais de congresso (ALICE). In: MAGNONI JÚNIOR, L.; STEVENS, D.; SILVA, WTL DA; VALE, JMF DO; PURINI, SR DE M.; MAGNONI, M. DA GM;

SEBASTIÃO, E.; BRANCO JÚNIOR, G.; ADORNO FILHO, EF; FIGUEIREDO, W. DOS S.; SEBASTIÃO, I.(Org.). JC na Escola Ciência, Tecnologia e

Sociedade: mobilizar o conhecimento para alimentar o Brasil. 2. ed. São Paulo: Centro Paula Souza, 2017.

Patil, N. K., Yadahalli, R. M., & Pujari, J. (2011). Comparison between HSV and YCbCr color model color-texture based classification of the food grains. International Journal of Computer Applications, 34(4), 51-57.

Pesante-Santana, J. A., & Woldstad, J. C. (2000). Quality inspection task in modern manufacturing. In: International Encyclopedia of Ergonomics, W. Karwowski (ed), Taylor and Francis, London.

Pires, A. C., Santana, J. C. C., Pessota, J. H., & Araújo, S. A. (2013). Implementation of a prototype for automatic beans selection. In: Proceedings of XIX International Conference on Industrial Engineering and Operations Management, v. 1. p. 1-8.

Santos, A., Mangini, E. R., Urdan, A. T., & Rossini, F. H. B. (2017). Avaliação bibliométrica em inovação em serviços. Perspectivas em Gestão & Conhecimento, 7(1), 212-231.

SENAR  Serviço Nacional de Aprendizagem Rural Coleção SENAR 178 Grãos: classificação de soja e milho, Disponível em: https://www.cnabrasil.org.br/assets/arquivos/178-GR%C3%83OS.pdf > Acesso em 03 abr. 2022.

Sott, M. K., Nascimento, L. D. S., Foguesatto, C. R., Furstenau, L. B., Faccin, K., Zawislak, P. A., ... & Bragazzi, N. L. (2021). A bibliometric network analysis of recent publications on digital agriculture to depict strategic themes and evolution structure. Sensors, 21(23), 7889.

Xing, L., Wang, Y., Luo, R., & Zou, L. (2021, May). Application of computer vision technology in agricultural products and food inspection. In Journal of Physics: Conference Series (Vol. 1915, No. 3, p. 032045). IOP Publishing