O projeto visa identificar e categorizar os diversos tipos de milho de forma automática. Atualmente, a classificação dos tipos de milho é realizada com base em alguns critérios, como por exemplo: percentual de grãos avariados, quebrados; quantidade de matéria estranha e/ou impurezas presentes nas amostras e etc. Essa classificação ocorre com o auxílio de peneiras e balanças, além de conter um operador humano para realizar a catação, tornando, dessa forma, a classificação atual um processo bastante demorado e dispendioso.
Diante disso, pensou–se em uma classificação automática do melhor através de uma única imagem da amostra. O novo procedimento seria realizado com o auxílio de uma scanner de mesa adaptada, que disponibilizaria uma imagem detalhada da amostra. Após o
escaneamento e a geração da imagem, esta passaria por um processo de segmentação, onde cada milho e/ou impureza, seria identificado e segmentado para uma análise mais profunda das suas características.
Por fim, cada segmento obtido seria analisado por um algoritmo que determinaria a que “classe” este objeto pertence, sendo elas: Mofado, Ardido, Fermentado, Germinado, Carunchado, Chocho, Gessado e Grão Limpo. Além das: Impurezas e Fragmentos. Contabilizando o percentual de cada classe, podemos encaixar cada amostra em um Tipo, seguindo o padrão atual de classificação.