ID:
6945
Sala virtual:
https://us02web.zoom.us/j/88167789408?pwd=OTJsVHk2SlF4eWNOanlTYTVkb05UQT09
Vídeo:
https://peertube.td.utfpr.edu.br/videos/watch/29709fb6-79eb-4378-a6df-397e1811d31c
Resumo:
Vários compostos presentes no Azeite de Oliva Extra-Virgem (EV), extraído da azeitona por meio de métodos mecânicos, possuem ação bioativa. O produto tem alto valor agregado e sofre frequentemente com adulterações, através da mistura com outros compostos como óleos vegetais. Visando a necessidade de uma metodologia prática, de baixo custo e de resultados rápidos quanto à adulteração do Azeite de Oliva EV, objetivou-se nesse trabalho, o desenvolvimento de um método baseado em técnicas de reconhecimento de padrões aplicadas às informações analíticas extraídas das imagens digitais, para análise de adulteração de Azeite de Oliva EV e determinação do tipo de adulterante. Para isso, capturou-se imagens digitais e processou-se digitalmente as mesmas para extração de variáveis dos canais de cor RGB, HSV e GrayScale. Submeteu-se as informações à técnicas de reconhecimento de padrões como a principal component analysis (PCA) e o linear discriminant analysis (LDA). Obteve-se para a determinação do tipo de amostra 100% de acerto, classificando em Azeite de Oliva EV, Óleo Vegetal ou Mistura. Para determinação quanto ao tipo de adulterante entre óleo vegetal de soja ou milho, o modelo acertou 100% das amostras adulteradas com óleo de milho e 90,5% para aquelas adulteradas com soja.
Autor(es):
Alexandre
de Sousa
Duarte
Universidade Tecnológica Federal do Paraná, Toledo, Paraná, Brasil
aduarte@alunmos.utfpr.edu.br
Alberto
Yoshihiro
Nakano
Universidade Tecnológica Federal do Paraná, Toledo, Paraná, Brasil
nakano@utfpr.edu.br
Matheus
Bogo
Polidorio
Universidade Tecnológica Federal do Paraná, Toledo, Paraná, Brasil
mpolidorio@alunos.utfpr.edu.br
Ricardo
Schneider
Universidade Tecnológica Federal do Paraná, Toledo, Paraná, Brasil
rschneider@utfpr.edu.br
Modalidade:
Engenharia Elétrica
Data:
25/11/2020
Hora:
15:30
mencao_honrosa:
Sim