Laranjas

Gafney (1969) determinou, num dos primeiros estudos realizados nesta ´area, que as laranjas de Valˆencia podem ser ordenadas pela cor usando o comprimento de onda da luz reflectida em 660nm. Esta t´ecnica permitiu a distin¸c˜ao entre laranjas normais, laranjas com reflexo de luz e laranjas verdes.

Em Slaughter e Harrel (1987), foi desenvolvido um m´etodo para localizar laranjas suficientemente maduras baseadas em imagens a cores. O sistema proposto usa os componentes de matiz e satura¸c˜ao de cada pixel, obtidos pelo uso de uma cˆamara de cor e de uma luz artificial. Assim, ´e realizada a binariza¸c˜ao por duas vezes, baseadas no m´aximo e m´ınimo, dos valores de satura¸c˜ao e matiz. Aproximadamente 75% dos

pixels foram classificados correctamente. Este algoritmo gastou 2,5 s/imagem para

o processamento.

Posteriormente, em Slaughter e Harrel (1988) foi alargado o estudo anterior, recor- rendo `as componentes RGB gravadas por uma cˆamara a cores e um m´etodo de classifica¸c˜ao (Bayesiano) para segmentar os pixels dos frutos e dos pixels do fundo. Assim, cada pixel ´e constitu´ıdo por trˆes componentes (R,G,B) e cada um deles ´e classificado como pertencente ao fruto ou ao fundo. N˜ao foram usados filtros ´opticos nem luz artificial. Os testes apresentaram resultados na ordem dos 75% de efic´acia na classifica¸c˜ao dos pixels. Em Harrel et al. (1989), foi apresentado um m´etodo para estimar o tamanho e a posi¸c˜ao da regi˜ao do fruto que cont´em um pixel inicial v´alido a ser usado para efectuar a segmenta¸c˜ao.

Para al´em do uso das componentes de cor, em Qiu e Shearer (1992) foi mostrado que a textura tamb´em pode ser utilizada para efectuar a segmenta¸c˜ao dos objectos pretendidos do fundo da imagem, j´a que alguns frutos apresentam uma textura diferente das folhas.

O sistema de vis˜ao rob´otico AID foi implementado para reconhecer laranjas atrav´es do processamento da cor com um filtro electr´onico e para localizar os frutos, re- conhecendo os pontos com os valores m´aximos de gradiente, Levi et al. (1988). O filtro electr´onico anal´ogico permite melhorar a imagem. Durante a digitaliza¸c˜ao, s˜ao usados 6 bits para codificar o valor do pixel que ´e proporcional `a proximidade do valor de matiz do pixel actual em rela¸c˜ao a um valor de matiz previamente definido.

´

E usado o operador Sobel na imagem e, depois, a interpreta¸c˜ao ´e conseguida pela pesquisa de uma correspondˆencia com um modelo previamente guardado. Cerca de 70% dos frutos visualmente reconhec´ıveis foram detectados. O estudo apresentado por Levi et al. (1988) foi um dos primeiros que procurou o reconhecimento de for- mas esf´ericas numa imagem; neste caso, pelo uso da orienta¸c˜ao de gradientes. Esta t´ecnica tamb´em foi usada em conjunto com um m´etodo de segmenta¸c˜ao por regi˜oes e uma procura por padr˜oes esf´ericos em Cox et al. (1988).

Com o intuito de detectar laranjas na fase inicial de maturidade, o sistema Franco- Espanhol CITRUS ROBOT, apresentado em Pl´a et al. (1993), utiliza uma lˆampada de flash e uma cˆamara a preto e branco para obter a quantidade de luz na imagem do segmento com superf´ıcie cˆoncava onde o fruto est´a presente. Esta aproxima¸c˜ao utiliza informa¸c˜ao das formas e n˜ao apenas os n´ıveis de intensidade, tal como o sistema em Benady e Miles (1992), para detectar objectos esf´ericos. O algoritmo pode ser dividido em duas etapas. O primeiro passo processa a imagem de forma a calcular o grau de concavidade. A imagem resultante da aquisi¸c˜ao ´e binarizada para considerar apenas os pixels com uma determinada curvatura e assim reduzir o tempo de computa¸c˜ao necess´ario para o pr´oximo passo. A segunda etapa consiste na marca¸c˜ao com uma elipse na imagem inicial para todos os pontos que ultrapassam o

3.2. DETECC¸ ˜AO E COLHEITA ROBOTIZADA 65

n´ıvel de threshold definido. A imagem final ´e obtida pelo processamento do peso do valor aproximado de erro nas duas direc¸c˜oes em conjunto com a imagem binarizada. Este sistema reconhece laranjas nas primeiras etapas de maturidade e resulta em 75% e 8% de sucesso e falsas detec¸c˜oes, respectivamente. O tempo de processamento por fruto ´e cerca de 20 segundos e cerca de 3 minutos para cada situa¸c˜ao.

Em Pl´a (1996), foi realizado um estudo para o reconhecimento de formas circulares que foi testada para a detec¸c˜ao de biscoitos partidos em aplica¸c˜oes de controlo de qualidade e selec¸c˜ao. Esta t´ecnica tamb´em ´e aplicada para o reconhecimento de laranjas numa ´arvore usando uma cˆamara a cores. Desde que as laranjas estejam suficientemente maduras e as folhas verdes, a imagem apresenta contraste suficiente para aplicar a detec¸c˜ao de contornos, obtendo-se assim uma imagem de contornos. A t´ecnica apresentada pode dividir-se em duas etapas: uma segmenta¸c˜ao inicial de contornos obtendo um grupo de pixels com curvatura constante e na segunda etapa a segmenta¸c˜ao de contornos para obter candidatos a c´ırculos e os seus parˆametros (raio, centro e percentagem dos contornos vis´ıveis). O m´etodo apresenta um re- sultado muito bom quando ´e conseguido um bom contorno da imagem, tal como na aplica¸c˜ao dos biscoitos, mas existem s´erios problemas para a detec¸c˜ao de frutos desde que os contornos sejam ocultados por outra laranja ou por folhas, originando assim falsas detec¸c˜oes.

Em Jim´enez et al. (1999) foi feito um estudo para a implementa¸c˜ao de um sistema de reconhecimento autom´atico de fruta. O m´etodo apresentado ´e capaz de iden- tificar laranjas em condi¸c˜oes naturais mesmo perante condi¸c˜oes dif´ıceis, tais como: sombras, brilho excessivo, oculta¸c˜oes e sobreposi¸c˜ao de frutos. O sensor usado ´e um laser que determina a distˆancia a um objecto reflectivo (laser range-finder ). Este sensor permite obter informa¸c˜oes relativas `a superf´ıcie do objecto analisado pelo sensor. O sistema de reconhecimento utiliza um laser e um algoritmo dual de cor ou formas para localizar a fruta, sendo a posi¸c˜ao tridimensional da fruta, o raio e a reflex˜ao obtidas ap´os as etapas de reconhecimento.