Avaliação Rápida da Qualidade da Cor do Chá Verde em Forma de Agulha Usando Sistema de Visão Computacional e Modelos de Aprendizado de Máquina

As características de cor são um indicador crucial da qualidade do chá verde, particularmente no chá verde em forma de agulha, e são predominantemente avaliadas por meio de análise sensorial subjetiva. Assim, surge a necessidade de uma metodologia de avaliação objetiva, precisa e eficiente. Neste estudo, 885 imagens de 157 amostras, obtidas através da tecnologia de visão computacional, foram utilizadas para prever os resultados da avaliação sensorial com base nas características de cor das imagens. Três métodos de aprendizado de máquina, Random Forest (RF), Support Vector Machine (SVM) e Decision Tree-based AdaBoost (DT-AdaBoost), foram utilizados para construir o modelo de avaliação da qualidade da cor. Notavelmente, o modelo DT-Adaboost apresenta um potencial significativo para aplicação na avaliação da qualidade do chá, com uma taxa de discriminação correta (CDR) de 98,50% e uma desviacão percentual relativa (RPD) de 14,827 nas 266 amostras utilizadas para verificar a precisão do modelo. Este resultado indica que a integração da visão computacional com modelos de aprendizado de máquina apresenta uma abordagem eficaz para avaliar a qualidade da cor do chá verde em forma de agulha.