Submitted by Cláudia Bueno (claudiamoura18@gmail.com) on 2016-03-04T17:33:45Z No. of bitstreams: 2 Dissertação - Bruno Urbano Rodrigues - 2015.pdf: 15132019 bytes, checksum: 433c4b69a18cc41d168afacdf984560d (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-03-07T12:14:40Z (GMT) No. of bitstreams: 2 Dissertação - Bruno Urbano Rodrigues - 2015.pdf: 15132019 bytes, checksum: 433c4b69a18cc41d168afacdf984560d (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2016-03-07T12:14:40Z (GMT). No. of bitstreams: 2 Dissertação - Bruno Urbano Rodrigues - 2015.pdf: 15132019 bytes, checksum: 433c4b69a18cc41d168afacdf984560d (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2015-10-01 / The cachaça is a type of drink distilled from sugar cane that has a great economic importance. Their classification includes three types: aged, premium and premium extra. These three classifications are related to the aging time drink in wooden barrels. Besides the aging time is relevant to know what the wood used in the barrels of storage for the properties of each drink are informed correctly to the consumer. This dissertation presented a method for the automatic recognition of the type of wood and the aging time using a computer vision system. The computer vision system is used in the analysis of the color models (RGB) additive and subtractive (CIELab) caught on digital camera. In association with computer vision, algorithmics, system of pattern recognition are used in conjunction with chemical information for the classification of samples. Went used four algorithmics: Artificial Neural network, k-NN (k-Nearest Neighbor), SVM (Support Vector Machines) and Naive Bayes. The end is used the ensemble AdaBoost, technique combining classifiers. In the study we used 108 samples of rum. The results obtained show that it was possible to obtain rates excess use of % 96.26 algorithmics of pattern recognition to the problem of the type of wood. The AdaBoost brought 100 indices % hit to the problem of classification of the type of wood and aging time. Your use proves that it is possible the sort of rum using only color model data contributing to a lower cost of production. / A cachaça é um tipo de bebida destilada a partir da cana-de-açúcar que possui uma grande importância econômica. Sua classificação inclui três tipos: envelhecida, premium e extra premium. Estas três classificações estão relacionadas ao tempo de envelhecimento da bebida em tonéis de madeira. Além do tempo de envelhecimento é relevante saber qual a madeira utilizada no tonél de armazenamento para que as propriedades de cada bebida sejam informadas corretamente ao consumidor. Neste trabalho é apresentado um método para o reconhecimento automático do tipo de madeira e do tempo de envelhecimento utilizando um sistema de visão computacional. O sistema de visão computacional é utilizado na análise dos modelos de cores aditivo (RGB) e subtrativo (CIELab) capturados por uma câmera digital. Em associação ao sistema de visão computacional, algoritmos de reconhecimento de padrões são utilizados em conjunto com informações químicas para a classificação das amostras. Para tal utiliza-se quatro algoritmos: Rede Neural Artificial, k-NN (k-Nearest Neighbor), SVM (Support Vector Machines) e Naive Bayes. Ao final é utilizado o ensemble AdaBoost, técnica que combina classificadores. No estudo foram utilizadas 108 amostras de cachaça. Os resultados obtidos demonstram que foi possível obter taxas superiores a 96,26% na utilização dos algoritmos de reconhecimento de padrões para o problema do tipo de madeira. O AdaBoost trouxe índices de 100% de acerto para o problema de classificação do tipo de madeira e tempo de envelhecimento. Sua utilização comprova que é possível a classificação de cachaça utilizando apenas dados do modelo de cores contribuindo para um menor custo de produção.