http://repositorio.unb.br/handle/10482/53362| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2025_ErichBarrosBrandani_TESE.pdf | 2,79 MB | Adobe PDF | Visualizar/Abrir |
| Título: | Análise de imagem e viabilidade econômica na avaliação da qualidade física de grãos de arroz |
| Autor(es): | Brandani, Erich Barros |
| Orientador(es): | Souza, Nara Oliveira Silva |
| Coorientador(es): | Carmona, Ricardo |
| Assunto: | Oryza sativa Avaliação da qualidade Inteligência artificial Grãos - classificação |
| Data de publicação: | 9-dez-2025 |
| Data de defesa: | 25-fev-2025 |
| Referência: | BRANDANI, Erich Barros. Análise de imagem e viabilidade econômica na avaliação da qualidade física de grãos de arroz. 2025. 143 f., il. Tese (Doutorado em Agronomia) — Universidade de Brasília, Brasília, 2025. |
| Resumo: | O arroz (Oryza sativa L.) é um dos principais alimentos básicos do mundo, sendo essencial para a segurança alimentar e economia de diversas regiões, especialmente na Ásia, África e América Latina. No Brasil, a classificação do arroz, ou seja, sua análise de qualidade, envolve a avaliação de atributos físicos e visuais que impactam o valor de mercado e a aceitação do consumidor, incluindo dimensões dos grãos, (classe) e a presença de defeitos (tipo). Tradicionalmente, essa análise é realizada de forma manual por classificadores oficiais, processo que, embora preciso, demanda tempo e pode ser subjetivo. Com os avanços tecnológicos, a análise de imagem surge como uma alternativa promissora para automatizar a classificação, oferecendo maior rapidez e consistência. Este estudo tem como objetivo avaliar a eficácia e a eficiência de equipamentos de análise de imagem na determinação da classe e tipo do arroz beneficiado polido, comparando-os com o método tradicional de classificação manual a partir da análise de médias, tempo de análise e índice de acerto. A pesquisa analisou ainda a viabilidade financeira da adoção de equipamentos de imagem para a indústria de beneficiamento de arroz, considerando custos de aquisição, manutenção e operação, além do retorno sobre o investimento em diferentes contextos de volume de produção. O classificador humano demonstrou alta precisão, porém com um tempo de análise prolongado, o que pode limitar sua eficiência em operações de larga escala. O Equipamento 1 se destacou pelo equilíbrio entre precisão e rapidez, sendo o mais adequado para uso industrial, enquanto o Equipamento 2, apesar da maior variabilidade, apresentou alta eficiência em tempo. A análise econômica revelou que a automação reduz significativamente os custos por amostra e padroniza os processos, tornando a análise mais acessível e eficiente. Assim, a integração entre métodos automatizados e a expertise humana se mostra uma solução viável para otimizar o controle de qualidade na indústria do arroz, combinando precisão, eficiência e redução de custos. |
| Abstract: | Rice (Oryza sativa L.) is one of the world's staple foods, playing a crucial role in food security and the economy of various regions, especially in Asia, Africa, and Latin America. In Brazil, rice classification, which assesses quality attributes, involves evaluating physical and visual characteristics that impact market value and consumer acceptance, including grain dimensions (class) and the presence of defects (type). Traditionally, this analysis is performed manually by official classifiers, a process that, although precise, is time-consuming and subject to variability. With technological advancements, image analysis has emerged as a promising alternative to automate classification, offering greater speed and consistency. This study aims to evaluate the effectiveness and efficiency of image analysis equipment in determining the class and type of polished rice, comparing them with the traditional manual classification method based on mean analysis, processing time, and accuracy index. The research also examined the financial feasibility of adopting image analysis equipment in the rice processing industry, considering acquisition, maintenance, and operating costs, as well as the return on investment in different production volume contexts. The human classifier demonstrated high precision but required a longer analysis time, which may limit efficiency in large-scale operations. Equipment 1 stood out for its balance between precision and speed, making it the most suitable for industrial use, while Equipment 2, despite higher variability, achieved high time efficiency. The economic analysis revealed that automation significantly reduces per-sample costs and standardizes processes, making analysis more accessible and efficient. Thus, integrating automated methods with human expertise proves to be a viable solution for optimizing quality control in the rice industry, combining precision, efficiency, and cost reduction. |
| Unidade Acadêmica: | Faculdade de Agronomia e Medicina Veterinária (FAV) |
| Informações adicionais: | Tese (doutorado) — Universidade de Brasília, Faculdade de Agronomia e Medicina Veterinária, Programa de Pós-Graduação em Agronomia, 2025. |
| Programa de pós-graduação: | Programa de Pós-Graduação em Agronomia |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.