As redes neurais artificiais (RNA) vêm sendo utilizadas em sistemas de visão artificial para identificação de classes de padrões em imagens. Neste trabalho, o objetivo foi desenvolver e avaliar RNAs para identificar classes de defeitos de madeira serrada de eucalipto em imagens digitais, utilizando-se como características os percentis das bandas do vermelho, verde e azul de câmeras coloridas. Foram comparadas diferentes arquiteturas e métodos de treinamento de RNAs. Os classificadores por RNAs foram considerados satisfatórios para identificação dos defeitos de madeira serrada de eucalipto, apresentando as maiores exatidões globais de 83,1 e 76,6%, dependendo do tamanho de blocos da imagem.
The artificial neural networks (ANN) have been used in the machine vision systems for identifying the pattern classes on images. The objective of this study was to develop and evaluate the ANNs in order to identify the defects of eucalypts sawn lumber in digital images, using the percentile of the red, green and blue bands in the color cameras as features. Different ANNs architectures and training methods were evaluated. The neural artificial network classifiers showed to be satisfactory for the identification of defects in eucalypts sawn lumber, because they presented the best overall accuracy of 83.1 and 76.6%, depending on the size of image blocks.
