Comparação de parâmetros de qualidade obtidos por métodos destrutivos e óptico para classificação de tomates

Thainara Rebelo da Silva, Anderson Gomide Costa, Juliana Lobo Paes, Marcus Vinícius Morais de Oliveira, Francisco de Assis de Carvalho Pinto

Resumo


A aplicação de métodos ópticos para análise da qualidade de frutos apresenta vantagens em comparação a métodos tradicionais como a não destruição da amostra e a possibilidade de automatizar processos de seleção e de controle de qualidade.  Objetivou-se com este trabalho, comparar a capacidade de classificação de tomates em diferentes estádios de maturação, utilizando variáveis físico-químicas obtidas por técnicas destrutivas e índices de atividade biológica obtidos pela técnica óptica do biospeckle laser. Para realização do experimento foram utilizados 150 tomates divididos em três estádios de maturação. A análise de componentes principais foi realizada visando avaliar a interação da variância no grupo de dados obtidos por métodos laboratoriais e óptico.  Redes neurais artificiais foram utilizadas para classificação dos frutos em função dos estádios de maturação tendo como vetores de entrada as variáveis físico-químicas e os índices de atividade biológica. A variância da maturação em função dos índices pôde ser explicada pelo primeiro componente principal. A rede neural gerada a partir dos índices de atividade biológica apresentou melhor desempenho para classificar os tomates nos três estádios de maturação apresentando coeficiente Kappa significativo e uma exatidão global de 67,5%.


Palavras-chave


Biospeckle laser. Redes neurais artificias. Variáveis físico-químicas. Maturação de frutos.

Texto completo:

PDF (English)

Referências


ADEBAYO, S. E. et al. Prediction of quality attributes and ripeness classification of bananas using optical properties. Scientia Horticulturae, v. 212, p. 171–182, 2016.

AHMED, L. et al. Effect of delactosed whey permeate treatment on physico-chemical, sensorial, nutritional and microbial properties of whole tomatoes during postharvest storage. LWT - Food Science and Technology, v. 51, n. 1, p. 367–374, 2013.

ARIZAGA, R.; TRIVI, M.; RABAL, H. Speckle time evolution characterization by the co-occurrence matrix analysis. Optics & Laser Technology, v. 31, n. 2, p. 163–169, 1999.

AOAC - Association of Official Analytical Chemists. Official methods of analysis. Washington, AOAC, p.1094, 2010.

BRAGA, R. A. When noise became information: State-of-the-art in biospeckle laser. Ciência e Agrotecnologia, v. 41, n. 4, p. 359–366, 2017.

BRAGA, R. A. et al. Evaluation of activity through dynamic laser speckle using the absolute value of the differences. Optics Communications, v. 284, n. 2, p. 646–650, 2011.

CALBO A. G; NERY A. A. Medida de firmeza em hortaliças pela técnica de aplanação. Horticultura Brasileira, v.13, n.1, p. 14-18, 1995.

CARDOSO, R. R.; BRAGA, R. A. Enhancement of the robustness on dynamic speckle laser numerical analysis. Optics and Lasers in Engineering, v. 63, p. 19–24, 2014.

CEAGESP - Companhia de Entrepostos e Armazéns Gerais de São Paulo. Normas para classificação de tomates. São Paulo, CEAGESP, p. 2, 2003.

COSTA, A. G. et al. Determination of macaw fruit harvest period by biospeckle laser technique. African Journal of Agricultural Research, v. 12, n. 9, p. 674–683, 2017. COSTA, A. G. et al. Relationship between biospeckle laser technique and firmness of Acrocomia aculeata fruits. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 21, n. 1, p. 68–73, 2017.

COSTA D. S. et al. Development of predictive models for quality and maturation stage attributes of wine grapes using vis-nir reflectance spectroscopy. Postharvest Biology and Technology, v. 150, p. 166–178, 2019.

FERREIRA D. Estatística multivariada. Lavras, Editora UFLA, p. 662, 2008.

GAO, Y.; RAO, X. Blackspot bruise in potatoes: susceptibility and biospeckle activity response analysis. Journal of Food Measurement and Characterization, v. 13, n. 1, p. 444–453, 2019.

GODINHO, R. P. et al. Online biospeckle assessment without loss of definition and resolution by motion history image. Optics and Lasers in Engineering, v. 50, n. 3, p. 366–372, 2012.

KUROKAWA, G. et al. Indirect determination of moisture using biospeckle technique. Revista Ciência Agronômica, v.51, n.1, p. 1-5, 2020.

LANDIS, J. R.; KOCH, G. G. The Measurement of Observer Agreement for Categorical Data. Biometrics, v. 33, n. 1, p. 159, 1977.

MOHD A. M. et al. Optical parameters in food and agricultural processing. International Food Research Journal, v.24, n.3, p. 908-914, 2017.

MUSACCHI S.; SERRA S. Apple fruit quality: Overview on pre-harvest factors. Scientia Horticulturae, v. 234, p. 409-430, 2018.

PANDEY, A. K.; RAVI, N.; CHAUHAN, O. P. Quality attributes of vacuum fried fruits and vegetables: a review. Journal of Food Measurement and Characterization, v. 14, n. 3, p. 1543–1556, 2020.

PANDISELVAM, R. et al. Biospeckle laser technique – A novel non-destructive approach for food quality and safety detection. Trends in Food Science & Technology, v. 97, p. 1–13, 2020.

PIECZYWEK, P. M. et al. Early detection of fungal infection of stored apple fruit with optical sensors – Comparison of biospeckle, hyperspectral imaging and chlorophyll fluorescence. Food Control, v. 85, p. 327–338, 2018.

RETHEESH R. et al. Use of laser biospeckle for the evaluation of fruit ripening. Journal of Pure Applied and Industrial Physics, v.6, n.5, p. 65–70, 2016.

SZYMANSKA-CHARGOT, M.; ADAMIAK, A.; ZDUNEK, A. Pre-harvest monitoring of apple fruits development with the use of biospeckle method. Scientia Horticulturae, v. 145, p. 23–28, 2012.

SUTTON, D. B.; PUNJA, Z. K. Investigating biospeckle laser analysis as a diagnostic method to assess sprouting damage in wheat seeds. Computers and Electronics in Agriculture, v. 141, p. 238–247, 2017.

TSOUVALTZIS, P. et al. Early detection of eggplant fruit stored at chilling temperature using different non-destructive optical techniques and supervised classification algorithms. Postharvest Biology and Technology, v. 159, p. 111001, 2020.

WU, A.; ZHU, J.; REN, T. Detection of apple defect using laser-induced light backscattering imaging and convolutional neural network. Computers & Electrical Engineering, v. 81, p. 106454, 2020.

ZDUNEK A. et al. The biospeckle method for the investigation of agricultural crops: A review. Optics and Lasers in Engineering, v. 52, n.10, p. 276–285, 2014.

ZDUNEK, A.; CYBULSKA, J. Relation of Biospeckle Activity with Quality Attributes of Apples. Sensors, v. 11, n. 6, p. 6317–6327, 2011.

ZHANG B. et al. Challenges and solutions of optical-based nondestructive quality inspection for robotic fruit and vegetable grading systems: A technical review. Trends in food science & technology, v. 81, p. 213-231, 2018.




Revista Ciência Agronômica ISSN 1806-6690 (online) 0045-6888 (impresso), Site: www.ccarevista.ufc.br, e-mail: ccarev@ufc.br - Fone: (85) 3366.9702 - Expediente: 2ª a 6ª feira - de 7 às 17h.