Este artigo apresenta um método baseado em imagem digital e análise multivariada para classificação de sementes de mamona com respeito ao tipo de cultivar. Para este propósito, dois grupos de sementes comumente empregadas nas plantações brasileiras foram avaliados: cultivares BRS Nordestina e BRS Paraguaçu (grupo I), cultivar BRS Energia e o genótipo CNPA 2009-7 (grupo II). Imagens destes dois grupos foram registradas usando uma webcam e a distribuição de frequência de índices de cores nos canais vermelho-verde-azul, matiz, saturação, intensidade e tons de cinza foi obtida. A análise discriminante pelos mínimos quadrados parciais (PLS-DA) e análise discriminante linear foram aplicadas separadamente para cada grupo de semente. Os melhores resultados foram obtidos usando o modelo PLS-DA, o qual classificou corretamente 97,5% e 98,8% das amostras de predição para o grupo I e II, respectivamente. O método proposto é simples, rápido, não destrutivo e de baixo custo.

This paper presents a method based on digital imaging and multivariate analysis for the classification of castor seeds with respect to the cultivar type. For this purpose, two seed groups most commonly employed on Brazilian plantations were evaluated: BRS Nordestina and BRS Paraguaçu cultivars (group I) and BRS Energia cultivar and CNPA 2009-7 genotype (group II). Images of these two different seed groups were recorded from a webcam and the frequency distribution of color indexes in the red-green-blue (RGB), hue (H), saturation (S), intensity (I), and grayscale channels were obtained. Pattern recognition methods based on partial least squares-discriminant analysis (PLS-DA) and linear discriminant analysis (LDA) were applied separately to each seed group. The best results were obtained by using the PLS-DA model, which correctly classified 97.5% and 98.8% of the prediction samples for groups I and II, respectively. The proposed method is simple, fast, non-destructive and non-expensive.

Este artigo propõe um método de espectrometria no infravermelho próximo (NIR) de reflectância difusa para a discriminação não-destrutiva de sementes de mamona das cultivares mais comumente empregadas nas plantações brasileiras (BRS Nordestina e BRS Paraguaçu). Para esta finalidade, duas técnicas de classificação são comparadas, o SIMCA (modelagem independente flexível por analogias de classe) e PLS-DA (análise discriminante por mínimos quadrados parciais). Ao aplicar a classificação SIMCA a um conjunto de teste contendo 150 sementes, os modelos para as classes BRS Nordestina e BRS Paraguaçu apresentaram valores de sensibilidade/especificidade de 0,91/0,99 e 0,71/1,00, respectivamente. Melhores resultados foram obtidos usando PLS-DA, que classificou corretamente todas as amostras de teste, proporcionando assim valores de sensibilidade e seletividade de 1,00. Estes resultados sugerem que o método proposto é promissor na identificação de genótipos de sementes de mamona, em lotes de sementes ou para fins de reprodução, antes de serem plantadas.

This article proposes a near-infrared (NIR) diffuse reflectance spectrometric method for non-destructive discrimination of castor seeds from the two cultivars most commonly employed in Brazilian plantations (BRS Nordestina and BRS Paraguaçu). For this purpose, two classification techniques are compared, namely SIMCA (soft independent modelling of class analogies) and PLS-DA (partial least squares discriminant analysis). By applying the SIMCA classifier to a test set comprising 150 seeds, the BRS Nordestina and BRS Paraguaçu class models yielded sensitivity/specificity values of 0.91/0.99 and 0.71/1.00, respectively. Better results were obtained by using PLS-DA, which correctly classified all test samples, i.e., yielded sensitivity and specificity values of 1.00. These findings suggest that the proposed method is a promising approach to identify castor seed genotypes, either in seed lots or for breeding purposes, prior to being planted.