| |
|
|
| Registros recuperados : 1 | |
| 1. |  | PHILLIPS, H. R. P.; BACH, E. M.; BARTZ, M. L. C.; BENNETT, J. M.; BEUGNON, R.; BRIONES, M. J. I.; BROWN, G. G.; FERLIAN, O.; GONGALSKY, K. B.; GUERRA, C. A.; KÖNIG-RIES, B.; KREBS, J. J.; ORGIAZZI, A.; RAMIREZ, K. S.; RUSSELL, D. J.; SCHWARZ, B.; WALL, D. H.; BROSE, U.; DECAËNS, T.; LAVELLE, P.; LOREAU, M.; MATHIEU, J.; MULDER, C.; VAN DER PUTTEN, W. H.; RILLIG, M. C.; THAKUR, M. P.; VRIES, F. T. de; WARDLE, D. A.; AMMER, C.; AMMER, S.; ARAI, M.; AYUKE, F. O.; BAKER, G. H.; BARETTA, D.; BARKUSKY, D.; BEAUSÉJOUR, R.; BEDANO, J. C.; BIRKHOFER, K.; BLANCHART, E.; BLOSSEY, B.; BOLGER, T.; BRADLEY, R. L.; BROSSARD, M.; BURTIS, J. C.; CAPOWIEZ, Y.; CAVAGNARO, T. R.; CHOI, A.; CLAUSE, J.; CLUZEAU, D.; COORS, A.; CROTTY, F. V.; CRUMSEY, J. M.; DÁVALOS, A.; COSÍN; DOBSON, A. M.; DOMÍNGUEZ, A.; DUHOUR, A. E.; VAN EEKEREN, N.; EMMERLING, C.; FALCO, L. B.; FERNÁNDEZ, R.; FONTE, S. J.; FRAGOSO, C.; FRANCO, A. L. C.; FUSILERO, A.; GERASKINA, A. P.; GHOLAMI, S.; GONZÁLEZ, G.; GUNDALE, M. J.; LÓPEZ, M. G.; HACKENBERGER, B. K.; HACKENBERGER, D. K.; HERNÁNDEZ, L. M.; HIRTH, J. R.; HISHI, T.; HOLDSWORTH, A. R.; HOLMSTRUP, M.; HOPFENSPERGER, K. N.; LWANGA, E. H.; HUHTA, V.; HURISSO, T. T.; IANNONE III, B. V.; IORDACHE, M.; IRMLER, U.; IVASK, M.; JESÚS, J. B.; JOHNSON-MAYNARD, J. L.; JOSCHKO, M.; KANEKO, N.; KANIANSKA, R.; KEITH, A. M.; KERNECKER, M. L.; KONÉ, A. W.; KOOCH, Y.; KUKKONEN, S. T.; LALTHANZARA, H.; LAMMEL, D. R.; LEBEDEV, I. M.; LE CADRE. E.; LINCOLN, N. K.; LÓPEZ-HERNÁNDEZ, D.; LOSS, S. R.; MARICHAL, R.; MATULA, R.; MINAMIYA, Y.; MOOS, J. H.; MORENO, G.; MORÓN-RÍOS, A.; MOTOHIRO, H.; MUYS, B.; NEIRYNCK, J.; NORGROVE, L.; NOVO, M.; NUUTINEN, V.; NUZZO, V.; RAHMAN, P. M.; PANSU, J.; PAUDEL, S.; PÉRÈS, G.; PÉREZ CAMACHO, L.; PONGE, J.-F.; PRIETZEL, J.; RAPOPORT, I. B.; RASHID, M. I.; REBOLLO, S.; RODRÍGUEZ, M. A.; ROTH, A. M.; ROUSSEAU, G. X.; ROZEN, A.; SAYAD, E.; VAN SCHAIK, L.; SCHARENBROCH, B.; SCHIRRMANN, M.; SCHMIDT, O.; SCHRÖDER, B.; SEEBER, J.; SHASHKOV, M. P.; SINGH, J.; SMITH, S. M.; STEINWANDTER, M.; SZLAVECZ, K.; TALAVERA, J. A.; TRIGO, D.; TSUKAMOTO, J.; URIBE-LÓPEZ, S.; VALENÇA, A. W. de; VIRTO, I.; WACKETT, A. A.; WARREN, M. W.; WEBSTER, E. R.; WEHR, N. H.; WHALEN, J. K.; WIRONEN, M. B.; WOLTERS, V.; WU, P.; ZENKOVA, I. V.; ZHANG, W.; CAMERON, E. K.; EISENHAUER, N. Global data on earthworm abundance, biomass, diversity and corresponding environmental properties. Scientific Data, v. 8, n. 136, 2021. 12 p.| Biblioteca(s): Embrapa Florestas. |
|    |
| Registros recuperados : 1 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Cerrados. Para informações adicionais entre em contato com cpac.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Cerrados. |
|
Data corrente: |
18/04/2002 |
|
Data da última atualização: |
18/04/2002 |
|
Autoria: |
SANO, E. E.; ASSAD, E. D.; CUNHA, S. A. R.; RODRIGUES, H. R.; CORREA, T. B. S. |
|
Título: |
Uso do SPRING/INPE na identificacao e quantificacao de fraudes em cafe torrado e moido. |
|
Ano de publicação: |
2000 |
|
Fonte/Imprenta: |
In: SIMPOSIO LATINOAMERICANO DE PERCEPCION REMOTA, 9., 2000, Puerto Iguazu, Misiones, Argentina. Memorias.... Universidad Nacional de Lujan: Sociedad de Especialistas Latinoamericanos en Percepcion Remota y Systemas de Informacion Espacial; 2000? |
|
Páginas: |
p. 1125-1132. |
|
Idioma: |
Português |
|
Conteúdo: |
Qualquer mistura, intencional ou acidental, de materiais estranhos e normalmente de baixo custo a um determinado produto e considerado frude. Com relacao ao café torrado e moido, os principais materiais nele encontrados são as cascas e paus do proprio café, milho, soja, acucar mascavo e cevada dentre outros. Este estudo apresenta uma nova metodologia baseada nas tecnicas de processamento digital de imagens microscopicas para identificar e quantificar fraudes em café torrado e moido. As amostras de café obtidas, por exemplo, de um supermercado publico, são inicialmente homogeneizadas e desengorduradas com cloroformio. Em seguida, as amostras são ampliadas em 12 vezes por meio de uma lupa eletronica. Atraves de uma inspeccao visual, determina-se se a amostra esta fraudada ou não. Em caso afirmativo, gera-se uma imagem RGB atraves do uso de uma camera CCD ( Charge Coupled Device) aclopada na lupa, a qual e transferida para o sistema de processamento de informacoes georreferenciadas (SPRING). A classificacao supervisionada por maxima Verossimilhanca (Max Ver) e utilizada para determinar a porcentagem em area ocupada pela< impureza. Normalmente o material misturado apresenta tonalidade e texturas distintas do po de café puro nas bandas do azul, verde e vermelho. A ultima etapa do processo e a conversao da area ocupada pelo material misturado na imagem em porcentagem e peso. Para isto, utiliza-se de curvas de calibracao determinadas previa e empiricamente. Destacam-se como vantagens desta metodologia, a possibilidade de se analisar um grande numero de amostras num tempo relativamente curto, a ausencia de subjetividade e a não destruicao das amostras analisadas. MenosQualquer mistura, intencional ou acidental, de materiais estranhos e normalmente de baixo custo a um determinado produto e considerado frude. Com relacao ao café torrado e moido, os principais materiais nele encontrados são as cascas e paus do proprio café, milho, soja, acucar mascavo e cevada dentre outros. Este estudo apresenta uma nova metodologia baseada nas tecnicas de processamento digital de imagens microscopicas para identificar e quantificar fraudes em café torrado e moido. As amostras de café obtidas, por exemplo, de um supermercado publico, são inicialmente homogeneizadas e desengorduradas com cloroformio. Em seguida, as amostras são ampliadas em 12 vezes por meio de uma lupa eletronica. Atraves de uma inspeccao visual, determina-se se a amostra esta fraudada ou não. Em caso afirmativo, gera-se uma imagem RGB atraves do uso de uma camera CCD ( Charge Coupled Device) aclopada na lupa, a qual e transferida para o sistema de processamento de informacoes georreferenciadas (SPRING). A classificacao supervisionada por maxima Verossimilhanca (Max Ver) e utilizada para determinar a porcentagem em area ocupada pela< impureza. Normalmente o material misturado apresenta tonalidade e texturas distintas do po de café puro nas bandas do azul, verde e vermelho. A ultima etapa do processo e a conversao da area ocupada pelo material misturado na imagem em porcentagem e peso. Para isto, utiliza-se de curvas de calibracao determinadas previa e empiricamente. Destacam-se como vantage... Mostrar Tudo |
|
Palavras-Chave: |
Coffee; Delinquent behaviour; Fraude. |
|
Thesagro: |
Café; Coffea Arábica; Sensoriamento Remoto. |
|
Thesaurus NAL: |
remote sensing. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02612naa a2200265 a 4500
001 1564696
005 2002-04-18
008 2000 bl uuuu u00u1 u #d
100 1 $aSANO, E. E.
245 $aUso do SPRING/INPE na identificacao e quantificacao de fraudes em cafe torrado e moido.
260 $c2000
300 $ap. 1125-1132.
520 $aQualquer mistura, intencional ou acidental, de materiais estranhos e normalmente de baixo custo a um determinado produto e considerado frude. Com relacao ao café torrado e moido, os principais materiais nele encontrados são as cascas e paus do proprio café, milho, soja, acucar mascavo e cevada dentre outros. Este estudo apresenta uma nova metodologia baseada nas tecnicas de processamento digital de imagens microscopicas para identificar e quantificar fraudes em café torrado e moido. As amostras de café obtidas, por exemplo, de um supermercado publico, são inicialmente homogeneizadas e desengorduradas com cloroformio. Em seguida, as amostras são ampliadas em 12 vezes por meio de uma lupa eletronica. Atraves de uma inspeccao visual, determina-se se a amostra esta fraudada ou não. Em caso afirmativo, gera-se uma imagem RGB atraves do uso de uma camera CCD ( Charge Coupled Device) aclopada na lupa, a qual e transferida para o sistema de processamento de informacoes georreferenciadas (SPRING). A classificacao supervisionada por maxima Verossimilhanca (Max Ver) e utilizada para determinar a porcentagem em area ocupada pela< impureza. Normalmente o material misturado apresenta tonalidade e texturas distintas do po de café puro nas bandas do azul, verde e vermelho. A ultima etapa do processo e a conversao da area ocupada pelo material misturado na imagem em porcentagem e peso. Para isto, utiliza-se de curvas de calibracao determinadas previa e empiricamente. Destacam-se como vantagens desta metodologia, a possibilidade de se analisar um grande numero de amostras num tempo relativamente curto, a ausencia de subjetividade e a não destruicao das amostras analisadas.
650 $aremote sensing
650 $aCafé
650 $aCoffea Arábica
650 $aSensoriamento Remoto
653 $aCoffee
653 $aDelinquent behaviour
653 $aFraude
700 1 $aASSAD, E. D.
700 1 $aCUNHA, S. A. R.
700 1 $aRODRIGUES, H. R.
700 1 $aCORREA, T. B. S.
773 $tIn: SIMPOSIO LATINOAMERICANO DE PERCEPCION REMOTA, 9., 2000, Puerto Iguazu, Misiones, Argentina. Memorias.... Universidad Nacional de Lujan: Sociedad de Especialistas Latinoamericanos en Percepcion Remota y Systemas de Informacion Espacial; 2000?
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Cerrados (CPAC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
