Submitted by Emanuel Varela Cardoso (emanuel.varela@ufcg.edu.br) on 2018-06-04T18:57:23Z No. of bitstreams: 1 JOELSON NOGUEIRA DE CARVALHO – TESE (PPGEP) 2015.pdf: 13948643 bytes, checksum: 489b4bafa76b44f12e75f8cdd9288f56 (MD5) / Made available in DSpace on 2018-06-04T18:57:23Z (GMT). No. of bitstreams: 1 JOELSON NOGUEIRA DE CARVALHO – TESE (PPGEP) 2015.pdf: 13948643 bytes, checksum: 489b4bafa76b44f12e75f8cdd9288f56 (MD5) Previous issue date: 2015-03-09 / O Brasil está hoje inserido entre os principais produtores mundiais de frutas, onde a manga se apresenta como um importante componente da sua pauta de exportações; para manter -se na vanguarda desse mercado, multiplicam-se esforços no sentido de prover frutos de alta qualidade ao consumidor, onde os avanços na tecnologia da informação permitem o desenvolvimento de sistemas de automação para tarefas de suma importância que envolvem aspectos cognitivos, como a seleção e a classificação de frutas, o que garante um rendimento superior. Considerando essa premissa, este trabalho apresenta o desenvolvimento de um sistema de automação não destrutivo para classificação e seleção da manga Tommy Atkins, empregando um sistema de visão computacional associado a um sistema de aprendizagem de máquina, capaz de especificar e utilizar qualquer padrão comercial para avaliação pela cor e pela forma. A estimação de parâmetros como massa, volume, posição relativa do seu pedúnculo e outras informações relevantes são também impleme ntadas. Este sistema foi desenvolvido vislumbrando a possibilidade de ser implantado numa esteira de classificação de baixo custo, em benefício do pequeno produtor rural, onde a interface desenvolvida permite sua operação por operadores com pouca qualificação. / Brazil is today one of the major world producers of fruit, where the mango is presented as an important component of its exports. To remain at the forefront of this market, efforts are multiplied in order to provide the consumer high quality fruits, where advances in information technology allow the development of automation systems for tasks of major import ance involving cognitive aspects, such as selection and sorting of fruit, which ensures a higher yield. Given this premise, this paper presents the development of a non -destructive automation system for classification and selection of Tommy Atkins mango, employing a computer vision system associated with a machine learning system that can specify and use any trade standard for review by color and shape. The estimation of parameters such as mass, volume, position on the stem and other relevant information are also implemented. This system was developed glimpsing the possibility of being embedded into a low cost classification conveyor belt, for the benefit of small farmers, where the developed interface allows operation by operators with little qualification.