Auxílio à pesquisa 15/24351-2 - Indústria de alimentos, Qualidade dos alimentos - BV FAPESP
Busca avançada
Ano de início
Entree

Análise de imagens e espectroscopia de infravermelho próximo (NIR) na avaliação de qualidade e autenticação de alimentos

Processo: 15/24351-2
Linha de fomento:Auxílio à Pesquisa - Apoio a Jovens Pesquisadores
Vigência: 01 de março de 2017 - 28 de fevereiro de 2021
Área do conhecimento:Ciências Agrárias - Ciência e Tecnologia de Alimentos - Engenharia de Alimentos
Pesquisador responsável:Douglas Fernandes Barbin
Beneficiário:Douglas Fernandes Barbin
Instituição-sede: Faculdade de Engenharia de Alimentos (FEA). Universidade Estadual de Campinas (UNICAMP). Campinas, SP, Brasil
Bolsa(s) vinculada(s):17/17628-3 - Análise de imagens e espectroscopia de infravermelho próximo (NIR) na avaliação de qualidade e autenticação de alimentos, BP.DD
18/02500-4 - Análise de alimentos: uma abordagem utilizando imagens NIR, BP.MS
17/17909-2 - Análise de imagens e espectroscopia de infravermelho próximo (NIR) na avaliação de qualidade e autenticação de alimentos, BP.IC
Assunto(s):Indústria de alimentos  Qualidade dos alimentos  Visão computacional  Imagem hiperespectral  Espectroscopia 

Resumo

Nos últimos anos, o conceito tecnologias analíticas de processo (PAT) tem sido foco de atenção por parte de pesquisadores e da indústria. O controle de qualidade na indústria de alimentos é tradicionalmente realizado por meios de análises químicas, físicas e microbiológicas, que são demorados, trabalhosos e destrutivos, além de necessitarem de utilização de reagentes e alguns equipamentos específicos. Atualmente, é possível substituir a maior parte dos inconvenientes desses métodos por técnicas instrumentais indiretas rápidas e de fácil operação. As técnicas de imagens e de espectroscopia são métodos com crescente utilização devido à sua rapidez, simplicidade e segurança, além da sua capacidade de medir vários parâmetros simultaneamente, evitando demorados processos para preparação da amostra. Além disso, a combinação destas técnicas na forma de imagens hiperespectrais é atualmente uma avançada tecnologia aplicada a alimentos, oferecendo uma série de vantagens em relação aos métodos tradicionais de avaliação de qualidade, incluindo facilidade de adaptação para medidas "on-line" e possibilidade de determinação simultânea de vários atributos. Observam-se, entretanto, poucos estudos destas técnicas aplicados a alimentos em países emergentes. Desta forma, este projeto propõe desenvolver a aplicação de tecnologia de análise por imagens e espectroscopia na classificação e autenticação de alimentos. O planejamento visa a avaliação de atributos físicos e químicos (pH, cor, composição química, etc.) de amostras de carnes in natura e produtos processados de aves, e a classificação e autenticação das amostras de acordo com variedades e necessidades do mercado e indústria, por meio da predição rápida dos atributos medidos, utilizando informações extraídas de imagens e informações espectrais das amostras. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Algoritmos e imagens digitais são usados para conferir se o mamão está maduro 
Matéria(s) publicada(s) no blog Pesquisa para Inovação FAPESP sobre o auxílio:
Algoritmos e imagens digitais são usados para conferir se o mamão está maduro 

Publicações científicas (4)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
BARBIN, DOUGLAS FERNANDES; MACIEL, LEONARDO FONSECA; VIDIGAL BAZONI, CARLOS HENRIQUE; RIBEIRO, MARGARETH DA SILVA; SALES CARVALHO, ROSEMARY DUARTE; BISPO, ELIETE DA SILVA; SPINOLA MIRANDA, MARIA DA PUREZA; HIROOKA, ELISA YOKO. Classification and compositional characterization of different varieties of cocoa beans by near infrared spectroscopy and multivariate statistical analyses. JOURNAL OF FOOD SCIENCE AND TECHNOLOGY-MYSORE, v. 55, n. 7, p. 2457-2466, JUL 2018. Citações Web of Science: 0.
PERES, LOUISE MANHA; BARBON, JR., SYLVIO; FUZYI, ESTELANIA MAYUMI; BARBON, ANA PAULA A. C.; BARBIN, DOUGLAS FERNANDES; MAEDA SAITO, PRISCILA TIEMI; ANDREO, NAYARA; BRIDI, ANA MARIA. Fuzzy approach for classification of pork into quality grades: coping with unclassifiable samples. COMPUTERS AND ELECTRONICS IN AGRICULTURE, v. 150, p. 455-464, JUL 2018. Citações Web of Science: 0.
SANTANA, EVERTON J.; GERONIMO, BRUNA C.; MASTELINI, SAULO M.; CARVALHO, RAFAEL H.; BARBIN, DOUGLAS F.; IDA, ELZA I.; BARBON, JR., SYLVIO. Predicting poultry meat characteristics using an enhanced multi-target regression method. BIOSYSTEMS ENGINEERING, v. 171, p. 193-204, JUL 2018. Citações Web of Science: 0.
SANTOS PEREIRA, LUIZ FERNANDO; BARBON, JR., SYLVIO; VALOUS, NEKTARIOS A.; BARBIN, DOUGLAS FERNANDES. Predicting the ripening Of papaya fruit with digital imaging and random forests. COMPUTERS AND ELECTRONICS IN AGRICULTURE, v. 145, p. 76-82, FEB 2018. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.