As perdas de frutas e hortaliças constituem realidade que prejudica todo o mercado. Os prejuízos são sentidos nos bolsos de agricultores e dos demais profissionais dessas cadeias de produção, além de atingir também o orçamento dos consumidores. Com pesquisas na área de pós-colheita, o Instituto Agronômico (IAC), da Secretaria de Agricultura e Abastecimento do Estado de São Paulo, desenvolveu o método de classificação por imagens digitais, capaz de separar frutas de caroço, como ameixas, nectarinas e pêssegos. Este é um dos resultados de estudos voltados a técnicas que contribuem para reduzir as perdas desses e outros alimentos.
“Fazemos a imagem do produto e a classificamos por cor e tamanho por meio de processamento da imagem, usando os padrões estabelecidos em laboratório”, explica a pesquisadora do IAC, Juliana Sanches de Laurentiz. Ela diz que é possível selecionar e classificar as frutas quanto ao tamanho e/ou coloração da casca com precisão e confiabilidade.
Dependendo do produto, é viável classificá-lo, por exemplo, em grupo de cultivares com características semelhantes. Dentro deste, abre-se o subgrupo, de acordo com a coloração de casca e/ou polpa. “A classificação em classe pode ser feita de acordo com o tamanho e em subclasse, conforme a coloração de fundo da epiderme; a categoria pode ser definida de acordo com a qualidade, entre outras características”, comenta.
A falta de classificação contribui para ocorrer prejuízo após a colheita. Nesse caso, a classificação constitui a separação do produto em lotes visualmente homogêneos e com descrição de características mensuráveis, obedecendo a padrões pré-estabelecidos. No Brasil, as perdas são estimadas em torno de 40% de frutas e hortaliças.
A equipe do IAC tem trabalhado com a técnica de visão de máquina, que consiste na caracterização de um material por meio de imagens digitais. Para atender às exigências de qualidade do mercado, sistemas de classificação estão sendo desenvolvidos por meio do uso de sensores e dispositivos eletrônicos.
De acordo com a pesquisadora do IAC, a visão de máquina é a definição dada ao conjunto de processos utilizados para descrever objetos físicos a partir de imagens adquiridas por sensor. “Os equipamentos e programas computacionais disponíveis no mercado são usados para analisar as imagens e o processo compreende a captura, o processamento e a análise das imagens”, afirma.
Os pesquisadores relatam o uso da visão de máquina para tarefas como detecção de danos em frutas e hortaliças, classificação por variedade, tamanho, formato, volume, coloração da casca, índice de maturação e qualidade desses alimentos.
Junto ao também pesquisador do IAC, Antonio Carlos Loureiro Lino, Juliana tem recorrido a softwares para habilitar o sistema de seleção e classificação por meio do reconhecimento da forma, tamanho, volume, cor e danos mecânicos e/ou fisiológicos de diversos frutos.
As pesquisas estão na fase de padronização do método. Já foram estudados padrões para a classificação por tamanho e coloração da casca de nectarinas, ameixas, pêssegos, tomates, laranja e lima ácida. Esses padrões por classificação também foram organizados por formatos de pêssego, pimentão e morango, além de identificação de danos mecânicos e doenças em pêssegos e ameixas.
Produtos sem padronização e mal classificados, embalagens inadequadas, falta de rastreabilidade e desconhecimento das boas práticas de colheita e pós-colheita resultam em manuseio excessivo e reclassificação dos produtos, segundo a pesquisadora do IAC, da Agência Paulista de Tecnologia dos Agronegócios (APTA).
Ela cita como exemplo uma situação com o tomate: classificado quanto à coloração e acondicionado em caixas de 20 quilos, que por algum motivo não segue para o mercado no mesmo dia e acaba “dormindo” no galpão de beneficiamento. “No outro dia, a coloração da casca está diferente e o tomate pode passar por classificação novamente, aumentando o manuseio desnecessário e, por consequência, o aumento de danos ao produto”, diz.
A reclassificação pode ocorrer em diferentes pontos da cadeia, como as centrais de abastecimento, galpão de beneficiamento, supermercados, feiras e outros, gerando desconfiança nos setores de comercialização.
A classificação inadequada desperta desconfiança por veicular informações inverídicas acerca do produto. Isso ocorre, por exemplo, nas situações em que o rótulo da caixa do produto traz determinado tamanho, mas na verdade grande parte dos frutos pode ter tamanhos variados. Esse erro, além de trazer descrédito à relação comércio e consumidor, afeta diretamente a qualidade e o preço do alimento.
Recursos
A equipe do IAC busca por parcerias com empresas ligadas à produção de mesas classificadoras de frutas e hortaliças para montar um protótipo de mesa de classificação. Com isso, será possível avançar nos testes práticos e ajustes das metodologias desenvolvidas. Assim, essa tecnologia poderá ser implantada em mesas de classificação automatizadas, usando as imagens digitais e, dessa forma, facilitar a classificação dos produtos.
Os usuários dessa tecnologia serão os produtores que possuem galpão de beneficiamento na propriedade rural ou em galpões próximos aos mercados de distribuição e venda.
Por enquanto, as pesquisas foram conduzidas com financiamento da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) para os estudos com ameixa, pêssego e nectarina. Os recursos do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) foram para os estudos com pimentão, morango, tomate, limão e laranja, com bolsas de produtividade em desenvolvimento tecnológico e extensão inovadora e do Programa Institucional de Bolsas de Iniciação em Desenvolvimento Tecnológico e Inovação (PIBITI).
