dispositivo e método para classificar grãos

a presente invenção refere-se a um dispositivo e método para classificar grãos, por exemplo, grãos de café. o dispositivo é caracterizado por um mecanismo alimentador de grãos; um mecanismo de acomodação de grãos conectado ao mecanismo alimentador de grãos; um sistema eletrônico visualizador de grãos operacionalmente disposto no mecanismo de acomodação de grãos; um mecanismo de expulsão de grãos conectado à saída do mecanismo de acomodação de grãos; onde o sistema eletrônico visualizador de grãos possui uma unidade central de processamento que implementa métodos para classificar os grãos. e o método é caracterizado pelas seguintes etapas: (a) obter a imagem digital do grão; (b) armazenar os componentes rgb da imagem obtida na etapa (a); (c) realizar um histograma para cada componente calorimétrico e de luminosidade do histograma da etapa (b); (d) determinar o ponto de limite de acordo com o método de otsu; (e) obter uma imagem binária; (f) remover áreas; (g) obter as bordas; (h) obter os vetores correspondentes aos grãos; (i) identificar grãos pretos; (j) identificar os grãos com defeito de fermentação e imaturos; (k) identificar os grãos com dano mecânico, e; (l) acionar um mecanismo de expulsão de grãos acionando atuadores para grãos pretos, atuadores para grãos com defeito de fermentação e imaturos e atuadores para grãos com dano mecânico. The present invention describes a device and method for sorting grains, for example, coffee beans. The device is characterized by: a mechanism for feeding grains; a mechanism for arranging grains connected to the grain feeding mechanism; an electronic grain vision system operationally arranged in the grain arranging mechanism; a grain ejection mechanism connected to the outlet of the grain arranging mechanism; where the electronic grain viewing system has a central processing unit that implements methods to classify grains. The method is characterized by the steps of: Step a: obtaining the digital image of the grain; Step b: storing the RGB components of the image obtained in Step a; Step c: performing a histogram for each colorimetric and luminosity component of the of the Step b histogram; Step d: determining the thresholding point according to the Otzu method; Step e: obtaining a binary image; Step f: removing areas; Step g: determining the edges; Step h: obtaining the vectors corresponding to the grains; Step i: identifying black grains; Step j: identifying grains with fermentation defects and immature grains; Ste