RESUMO Analisa-se um novo modelo automatizado para detectar e classificar castanhas de caju por uma rede neural artificial. O modelo funciona em duas frases. Fase 1 é construída para detectar as características, as quais incluem 16 fatores morfológicos e 24 características de cor a partir de imagens da castanha do caju. Na Fase 2 emprega-se a rede neural artificial multicamada para detectar e classificar os graus inteiros brancos por algoritmo de propagação reversa. O método classifica com uma exatidão de 88,93%. Essa investigação também revela que a combinação das características morfológicas e de cor vai além de que quando se usa uma série de características separadas para classificar as castanhas de caju.

ABSTRACT A novel intelligent automated model to recognize and classify a cashew kernels using Artificial Neural Network (ANN). The model primarily intends to work on two phases. The phase one, built with a proposed method to extract features, which includes 16 morphological features and also 24 color features from the input cashew kernel images. In phase two, a Multilayer Perceptron ANN is being used to recognize and classify the given white wholes grades using back propagation learning algorithm. The proposed method achieves a classification accuracy of 88.93%. This study also reveals that the combination of morphological and color features outperforms rather using any one set of features separately to grade cashew kernels.