Da redação

Pesquisadores da Universidade Federal Rural do Rio de Janeiro (UFRRJ) criaram um protocolo inovador para melhorar o controle de qualidade dos tomates, utilizando visão computacional e algoritmos de aprendizado de máquina. Essa tecnologia classifica os frutos com base na cor, um fator essencial na decisão de compra dos consumidores.

A proposta inclui a criação de dispositivos automatizados de baixo custo, destinados a pequenos produtores, comerciantes e consumidores, permitindo a verificação da qualidade dos tomates de forma não invasiva e instantânea. O estudo foi publicado na edição de fevereiro da Revista Engenharia Agrícola.

Algoritmo permite diferenciar tomates em seus diferentes estágios de maturação (Foto: WikiPedant / Wikimedia Commons)

Os tomates analisados foram categorizados conforme suas características colorimétricas, que refletem o estado de maturação: verdes (imaturos), em tonalidade mista (em processo de maturação) e maduros (com mais de 90% de cor vermelha, preferidos pelos consumidores).

Para a análise, os frutos foram fotografados com uma câmera digital, e as imagens foram processadas por um software que identificou o código RGB (vermelho, verde e azul), uma assinatura digital da cor. Um modelo de árvore decisória foi criado para classificar os tomates com base nas características mais relevantes, como tonalidade, saturação e luminância, permitindo que o algoritmo se aproximasse da solução à medida que respondia a perguntas.

Esse sistema pode minimizar o desperdício durante a colheita, já que os tomates não amadurecem de maneira uniforme. A colheita mecanizada frequentemente resulta em frutos colhidos antes ou depois do momento ideal, reduzindo seu valor comercial.

Além disso, muitos métodos de classificação ainda são feitos manualmente ou com equipamentos laboratoriais que demandam mão de obra técnica. Os métodos propostos pela pesquisa têm potencial para serem utilizados em etapas de pós-colheita na agroindústria e no comércio, garantindo o monitoramento e controle de qualidade.

- Essas tecnologias representam uma solução promissora para aumentar a qualidade, eficiência e confiabilidade na produção de tomates e outros setores agrícolas, estimulando a inovação no setor - afirma Anderson Costa, autor do estudo, integrante do grupo de pesquisa Visão Computacional Aplicada à Agricultura (Agrivis).

- O desenvolvimento de uma câmara seletora automatizada e o uso de deep learning para classificar os frutos são passos futuros ambiciosos.

DOI: http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v45e20240124/2025

QUALIDADE DO TOMATE / CLASSIFICAÇÃO DE TOMATES