автореферат диссертации по процессам и машинам агроинженерных систем, 05.20.02, диссертация на тему:Оптикоэлектронный экспресс-анализ засоренности семян люцерны семенами сорняков по морфологическим признакам

описи

Ыаправах0>эдо

2 Я ''."ОН

РУТКОВСКИЙ Игорь Альфредович

ОПТИКОЭЛЕКТРОННЫЙ ЭКСПРЕСС - АНАЛИЗ ЗАСОРЁННОСТИ СЕМЯН ЛЮЦЕРНЫ СЕМЕНАМИ СОРНЯКОВ ПО МОРФОЛОГИЧЕСКИМ ПРИЗНАКАМ

Специальность 05. 20.02. - электрификация сельскохозяйственного производства

Автореферат диссертации на соискание учёной степени кандидата технических наук

Краснодар - 2000

Работа выполнена в Кубанском государственном аграрном университет!

Научный руководитель- кандидат технических наук, профессор Цыганков Б.К. Научный консультант: кандидат технических наук, доцент Бурлин C.B.

Официальные оппоненты: доктор технических наук,

Ведущее предприятие: Краснодарский научно - исследовательский институт сельского хозяйства им. ГШ. Лукьяненко

Защита состоится » ,¿/¿7/? 2000г. в — на заседани диссертационного совета К120.23.07. Кубанского государственног аграрного университета по адресу: 350040, г.Краснодар, ул. Калинин; 13, факультет электрификации с.х., зал заседаний совета.

С диссертацией можно ознакомится в библиотеке Кубанского государственного агарного университета.

Автореферат разослан «2ô » ¿U/pyQJ'/fi? 2000г.

Учёный секретарь диссертационного совета

профессор Ксёнз Н.В.

кандидат технических наук,

ст. научный сотрудник Эвентов С.З.

кандидат технических наук,

Стрижков И. Г

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В обеспечении необходимой кормовой базы швотноводства важное место занимают кормовые культуры. 1овышение их урожайности во многом зависит от обеспеченности созяйств полноценным семенным материалом. Ведущее место среди многолетних кормовых трав занимает люцерна. В настоящее время наметилась устойчивая тенденция увеличения доли люцерны среди кормовых трав. В Краснодарском крае под люцерну отведено 320 тыс.га пашни. В дальнейшем посевные площади люцерны намечено увеличить до 450 тыс. га.

Практика показывает, что семена люцерны во многих случаях засоряются семенами трудноотделимых сорняков: бодяка, вязеля, пырея ползучего, щетинника и др.

Определение чистоты посевного материала является достаточно трудоёмкой задачей и производится на контрольно - семенных станциях визуально, вручную. Кроме больших затрат времени и многих субъективных факторов, влияющих на результаты анализов, существующая технология отрицательно влияет на здоровье работников, проводящих эти анализы.

Поэтому исключение ручного труда, сокращение времени анализа чистоты семян при высокой точности распознавания за счёт автоматизации трудоёмких операций является актуальной задачей.

Решение этой задачи может быть достигнуто с помощью автоматизированного технологического оборудования, осуществляющего разделение семян люцерны и сорняков. Анализ существующих способов разделения семян в аспекте методики определения их чистоты показывает, что для такого экспресс - анализа целесообразно использовать оптикоэлектронное распознающее оборудование.

В настоящее время в результате работ проведённых под руководством Бородина И.Ф., Будзко И.А., Кирилина Н.И., Колчина H.H., Пшеченкова К.А., специалистов США, уже накоплен определённый опыт по исследованию и разработке оптикоэлектронных устройств для сортировки и определения качества сельскохозяйственных продуктов. Однако при этом не решались задачи автоматизированного анализа засорённости семенных смесей многолетних кормовых трав.

Специфика этого вопроса связана с необходимостью обеспечения высокой разрешающей способности и быстродействия анализирующего оборудования.

В настоящей работе эта задача решается с применением современной оптикоэлектронной и вычислительной техники,

позволяющей реализовать сложные алгоритмы распознавания объектов управления технологическим процессом.

Цель и задачи исследований. Целью диссертационной работ является обоснование способа и разработка оптикоэлектроннс компьютерной распознающей системы для экспресс - анали засорённости семян люцерны семенами сорняков по морфологически признакам.

Для достижения поставленной цели решены следующие задачи:

• выбран и обоснован способ разделения семян для экспресс - анали: семенных смесей люцерны;

• исследованы морфологические признаки семян люцерны сопутствующих сорняков с целью разработки набор информативных признаков;

• разработана оптикоэлектронная компьютерная система дл проведения исследований по распознаванию компонен исследуемой смеси семян;

• предложена методика и исследована эффективность информативны признаков с помощью предложенной распознающей системы;

• разработан алгоритм работы распознающей системы, ег программная реализация, определён оптимальный набо) информативных признаков и произведена оценка достоверност! распознавания семян люцерны и сорняков;

• разработана технологическая линия оптикоэлектронного экспресс -анализа засорённости семян люцерны семенами сорняков.

Методы исследования. В работе использованы методы теорш вероятности, математической обработки опытных данных, теорш распознавания образов, современного компьютерного программирован» и моделирования (С1 'ВшМег, МаЛсас!).

Исследования по распознаванию семян люцерны и сопутстеующи> сорняков проводились с помощью созданной экспериментально? оптикоэлектронной распознающей системы. Коллекция исследуемых семян была подобрана специалистами контрольно - семенной станции и содержала семена с присущими им всевозможными изменениями формы.

Объект исследований. Объектом исследований является процесс оптикоэлектронного распознавания семян люцерны и сорняков. Исследования проведены на семенах люцерны желтой и семенах трудноотделимых сорняков бодяка и вязеля.

Научную новизну представляют: обоснованный способ распознавания семян люцерны и сорняков; дальнейшее развитие теории оценки формы семян сельскохозяйственных культур с помощью

нформативных признаков; оптимальный набор информативных ризнаков для идентификации исследуемых семян; методика оценки ффективности информативных признаков и достоверности аспознаванш; алгоритм работы распознающей системы; программные родукты для осуществления экспресс - анализа засорённости семян юцерны семенами сорняков.

Научная новизна разработок подтверждена двумя патентами РФ. Практическую ценность имеют разработанные в ходе ^следований оптимальный набор информативных признаков, методика |ценки их эффективности и достоверности распознавания, программные |родукты для проведения экспресс - анализа, технологическая линия штикоэлектронного экспресс - анализа. Материалы работы могут юпользоваться для проведения экспресс - анализа засорённости семян юцерны семенами сорняков на контрольно - семенных станциях, 'азработанная распознающая система может применяться при экспресс — [нализе других мелкосемянных культур, а также в селекционных >аботах, при калибровке и сортировке семян.

Предложенная технологическая линия экспресс - анализа позволит ювысить производительность труда при определении чистоты семян ноцерны в 6.5 раз, и получить годовой экономический эффект свыше !0 тысяч рублей (в ценах 2000г.).

На защиту выносятся следующие научные и практические юложения работы:

• способ распознавания семян люцерны и сопутствующих сорняков;

• результаты исследований морфологических признаков исследуемой семенной смеси;

• оптимальный набор информативных признаков для распознавания семян люцерны и сорняков;

• результаты разработки оптикоэлектронной распознающей системы;

• методика оценки эффективности и достоверности распознавания информативных признаков формы;

• результаты разработки технологической линии оптикоэлектронного экспресс-анализа засоренности семян люцерны семенами сорняков.

Реализация результатов исследований. Основные результаты диссертационной работы переданы в Государственную семенную инспекцию Краснодарского края для использования при проведении анализов чистоты семян люцерны в учебно - испытательном центре кСемконтроль», что отражено в соответствующем акте.

Апробация работы. Основные положения и результаты диссертационной работы доложены, обсуждены и одобрены на научных

конференциях Кубанского ГАУ (1996 - 1999гг.), научно - практическ конференции «Ресурсосбережение в АПК Кубани», Кубанск ГАУ,1988г., научно - практической конференции «Энергосберегаюш технологии и процессы в АПК», Кубанский ГАУ, 1999г., региональн научно - практической конференции молодых учёных «Научн обеспечение сельскохозяйственного производства», г, Краснодар, 1999] Публикация результатов исследований. Основное содержан работы опубликовано в 11 печатных работах, в том числе 2 патента РФ, Объем и структура работы.

Диссертация изложена на 165 страницах машинописного текс содержит 44 рисунка, 23 таблицы и состоит из введения, пяти гл выводов, списка использованной литературы (159 наименований, в т числе 6 на иностранном языке) и 8 приложений на 48 страницах.

СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность работы, определены цел! задачи научных исследований.

В первой главе проведён анализ способов разделения сем сельскохозяйственных культур с целью определения их пригодности / проведения экспресс - анализа засорённости семян люцерны семена сорняков. Сформулированы технические требования, предъявляемые анализирующему оборудованию.

Установлено, что существующие технические средства для анаш чистоты семян не позволяют в полной мере выполнять анализ чистс семян люцерны в соответствии с методикой, определяй, государственным стандартом, и производить их классификацию степени засорённости семенами сорняков.

На основании проведённого анализа показано, что } экспресс - анализа засорённости семенного материала целесообра: использовать оптикоэлектронный способ как наиболее информативны удовлетворяющий сформулированным требованиям к анализирующе оборудованию.

Перспективность оптикоэлектронных распознающих устрой основана на использовании таких характеристик поверхности семян, ; цвет и морфологические параметры. Оценка цвета поверхности позволяет идентифицировать семена люцерны и сорняков по цвету и за близости их спектров. Установлено, что оценка морфологичеа параметров семян люцерны и сопутствующих сорняков являе наиболее целесообразной, так как позволяет получать достаточ! количество информации о анализируемых семенах и для её анал

спользовать современные быстродействующие компьютерные ехнологии и программные продукты.

Во второй главе дано теоретическое обоснование метода аспознавания семян люцерны и примесей по морфологическим ризнакам.

Из всех рассмотренных методов классификации образов задаче опознавания компонент семенных смесей наиболее отвечает еометрический подход с использованием бинарных изображений. Он [рост в плане технической реализации и при его применении может быть юстигнута необходимая скорость обработки информации и достаточная очность распознавания.

Анализ морфологических признаков семян люцерны и ;опутствующих сорняков показал, что они имеют существенные отличия ¡зормы. На рис.1 показаны наиболее характерные формы проекции семян поцерны жёлтой и семян распространённых трудноотделимых сорняков Зодяка и вязеля, допускаемых с жёсткими ограничениями государственных стандартов в составе семенных смесей.

а). б). в).

Рис.1. Формы проекций семян:

а), люцерны жёлтой; б), бодяка; в), вязеля.

В настоящее время разработан ряд признаков, позволяющих реализовать геометрический подход к распознаванию образов. Для описания формы проекций исследуемых семян первоначально были приняты следующие признаки:

. характеризует удлинённость объекта (А - длина, В - ширина);

" характеризует сложность формы проекции объекта; (Р - периметр, 5- площадь);

характеризует отношение площади проекции семени к площади вписанного эллипса (Б- площадь, Б 5Л-площадь вписанного эллипса);

К\= — В

Р2

К2 = —

кз = —

К А =

К5 =

£6 =

характеризует отличие формы проекции семени формы вписанного эллипса по площади; характеризует отличие формы объекта от фор? вписанного эллипса по периметру (Рх, — периметр вписанного эллипса, Р- периметр);

характеризует отношение периметра проекции семе * х' к периметру вписанного эллипса.

Однако, проведённые предварительные исследования показали, ч при разделении семян люцерны и сорняков этот набор признаков является достаточным для получения точности распознавания, требуем^ государственным стандартом к посевному материалу люцерны.

Для достижения необходимой точности в результате анализа фо{ проекций разделяемых семян разработаны дополнительные признак описывающие форму проекций семян:

К1-.

К

К

К8 = <р

К 9

яЯ,

2

1И1П

характеризует смещение центра масс формы проекцш (Кгат и Яши - минимальный и максимальный радиус векторы, соответственно, проведённые из центра масс характеризует величину угла между радиус векторами

(<р- угол между Ятах и

характеризует отличие формы проекции семени ( окружности вписанной минимальным радиус вектором.

Ха Хтах

Рис.2. Основные параметры, используемые для вычислени значений признаков формы.

Анализ информативности приведённых признаков позволил реддожить предварительный набор признаков для описания формы роекции семян люцерны жёлтой и сопутствующих семян сорняков -'Л, К2, КЗ, К4, К5, Кб, К7, К8, К9.

На рис.2 схематично представлена форма проекции характерная для емян люцерны с нанесением на неё параметров, с помощью которых осуществляется вычисление значений признаков формы.

Координаты точек контурной последовательности фиксируются и ^пользуются при дальнейшем вычислении значений информативных физнаков (см. рис.2).

Вычисление значений признаков формы предварительного набора фоизводится при помощи следующих математических соотношений. 1. Длина проекции семени (см. рис.2)

4 = Хтах-Хт1п. (1)

>. Ширина проекции семени

В = (2)

5. Площадь проекции семени

S-I

2

- хм )(Y, + ^)+{Хп - х,)(У. + Í¡ >

I. Периметр проекции семени

л-1

Р = ЁМ - )2 + (У, - Ум? + ~ X, )2 + (Г„ - У;)2

5. Координаты центра масс

« "

/=1 .у _ Ы

л —-» I о —

N

N

6. Радиус - векторы

Я^у/Ш-ХоУ+Ъ-Уь)2; Rmin ИЗ R, при ¡ = 1 до п; Rmax из R, при / = 1 до я.

(3)

(4)

(5)

(6)

7. ф - угол между Rmax и R Ф = arceos

шах rain

ac = J(Xc-Xa)2+(Yc-Ya)2

(7)

(8)

8. Площадь вписанного эллипса

С

9. Периметр вписанного эллипса

О1

где 0 - изменяется от 0 до тс/2.

Бурное развитие современной быстродействующей компьютера техники позволило создать распознающую систему д. оптикоэлектронной идентификации семян с.х. культур, включающу видеокамеру, связанную с компьютером, и соответствующ программное обеспечение. Для сканирования цифровых фотограф} семян и вычисления численных значений предложенных признак! формы создана компьютерная программа «Распознавание семян».

Исследования зависимости изменения значений признаков для фор проекций семян люцерны жёлтой, бодяка и вязеля от числа ос* сканирования показали, что для достижения необходимой точное вычислений, число осей сканирования должно быть равно 70.

В третьей главе представлены результаты исследоват эффективности информативных признаков с целью отбора признаке наиболее эффективных для обеспечения надёжной идентификации сем) люцерны и примесей.

Для исследований использовались опытные партии семян люцерн и сорняков в количестве 100 шт каждого растения.

Оценка эффективности информативных признаков проводилась соответствии с предложенной методикой:

• оценка средних значений предложенных признаков;

• проверка соответствия опытных выборок значений признаю нормальному закону распределения при помощи критер! соответствия rf «хи - квадрат»;

• оценка коэффициента корреляции между исследуемыми выборкам значений признаков;

• оценка вероятности ошибки распознавания 1 и 2 рода, а так» полной вероятности распознавания при помощи интегральнс функции Лапласа;

• определение граничных значений признаков для обеспечен! точности распознавания, требуемой ГОСТ 19450 - 80;

• определение условия выбора признаков и формирование набора наиболее информативных признаков для надёжной идентификации семян люцерны и сорняков.

Результаты проверки закона распределения значений признаков в [сследуемых выборках семян с помощью критерия соответствия %2 токазали, что изменения значений признаков предварительного набора :оответствуют нормальному распределению.

Для оценки различий двух выборок значений признаков семян основной культуры и поочерёдно семян одного из двух сорняков были вычислены значения коэффициента корреляции

_¡*,(£)-Зс2(Л|_. (11)

и, + и2 - 2

Полученные значения коэффициента корреляции ^А? сравнивались с критическим значением коэффициента Ск/)= /.96 с целью определения статистически достоверной разницы между исследуемыми выборками значений признаков. В результате установлено, что выборки признака К8 принадлежат одной и той же генеральной совокупности значений для всех видов семян. Поэтому признак К8 не может использоваться для идентификации семян люцерны и сорняков.

Полную вероятность распознавания для каждого признака определяли по формуле

Р(К) = 1-(Р1 (К) + Р2(К)), (12)

Значения вероятности Р1(К) и Р2(К) определялись с помощью интегральной функции Лапласа

1 еКК) ^

<£(>«) = е" 2 <Ь(К).

уЦКв) хЦК)2 ^ у2(КГ1.) Х\(К)2

(13)

Р\(К)=~= е 2 сЬ\(К)—==г е 2 М(К), (14) л!2л I 41к о

, уЦК!Т) Х2(К)2 , ... . .

Р2{К) = ~= Г е 2 <Ь2(К)—[ е 2 еЬ2(К). (15) 42тс $ 42 л $

На рис.3 в качестве примера показаны плотности распределения вероятности признака Кб для семян люцерны и бодяка. Аналогичные построения были выполнены для всех остальных признаков. Пределы

интегрирования К„, Кср, Кв определялись в каждом случ графоаналитическим путём (см. рис. З.б).

Кб->

Рис.3. Распределение плотности вероятности значений признака Кб для семян люцерны и бодяка, а). Увеличенный участок графика, б).

Результаты расчётов полной вероятности распознавания показал} что максимальную вероятность распознавания имеют признаки К1, ¡С К7, К9. Значения полной вероятности распознавания семян люцерны сорняков при использовании этих признаков не опускается ниже 0.98.

Согласно требований ГОСТ 19450-80, в семенах люцерны жёлто1 допускается наличие семян сорняков не более 0.5 %. Исходя из этоп условия, определены граничные значения признаков для надёжно] идентификации семян люцерны и сорняков в виде

К = х(К)±А(К). (16

Полученные результаты представлены в табл. 1. Для семенно] смеси «люцерна - бодяк» граничные значения признаков КЗ и К4 н( были определены, так как расчёты показали, что при заданной точности распознавания верхняя граница этих признаков лежит ниже их среднеп значения, что недопустимо. Аналогичная ситуация наблюдалась < признаком К2 для семенной смеси «люцерна - вязель».

Табл.1

Граничные значения признаков_

Семенная смесь Семенная смесь

Признак «люцерна - бодяк» «люцерна - вязель»

х(К,)±А(К) х(К1)±А(К)

К1 1.749 + 0.600 1.81310.064

К2 15.155 ±2.166 -

КЗ - 4.473 ± 0.084

К4 - 3.479 ± 0.069

К5 0.636 + 0.203 0.685 ± 0.049

Кб 1.626 + 0.213 1.685 + 0.059

К7 1.992 ±0.407 2.071 ±0.079

К9 0.470 ±0.110 0.597 + 0.126

В то же время требования ГОСТ 19450 - 80 предусматривают минимальный процент чистоты семян люцерны - 95%. Отсюда следует, что за критическое значение определённого признака должно быть принято такое его значение, при котором вероятность распознавания семян основной культуры равна 95% (рис.4).

Р(К1)

[ 1Й13 Вт I ? ! 1

1 1 1 1

Г т\ ! ! Верз у— аяяграища! "лш ;рга-1 язапь|

Г / >\ 95% / \ -----------

1 г Л 1/ *Ч " Ъ

7 / 7 V / ___ д г 1» ч -----

• 1 л--!"-^ и*

Ш........1....... . > *»_-------

1 1.4 1.8 ¿2 ¿6 '3 о А ¿8 <1 2 \ .5

К1->

- КрнЕ^рготредегешгагфтюгд К1 япз семян пкадрны нйтггой

-•-■ Кргашршреднкшялризкзка К1 для шинбодака --- Кри14яр«11реда1инкя1фязняк4К1 дгисеияквязии

Рис. 4. Взаимное расположение верхних границ для пар «люцерна -бодяк», «люцерна - вязель» и границы 95% - го ограничения.

Если критическое значение превышает значение верхней транш признака, то признак считается неэффективным. Иными словами, п] выборе признака должно быть выполнено условие

х(Ккр0 95)<х(Ке). (Г

Исходя из результатов исследований выборок значений признаков выполнимости условия (17), то 9 информативных признак< предварительного набора условиям надёжного распознавания сем) люцерны жёлтой, бодяка и вязеля удовлетворяют признаки К1, К2, К К9.

Для автоматизации расчётов, предусмотренных методикой оцеш эффективности информативных признаков, создан ряд расчётнь компьютерных программ.

Таким образом, получен набор наиболее информативных признако обеспечивающих надёжное распознавание семян люцерны и сорняков, соответствии с требованиями государственного стандарта.

В четвёртой главе представлены результаты разработки алгоритм работы распознающей системы и оценки достоверности распознавай^ семян люцерны и сорняков.

Алгоритм работы распознающей системы представлен на рис.: В алгоритм работы включены следующие схемы: 1 - орпанизаци параллельного потока данных значений признаков; 2 - счёта семя поступающих в зону осмотра; 3 - 6 - осуществляющие опознавала семян вредных сорняков (бодяка и вязеля); 7 - 10 - осуществляющи опознавание семян люцерны; 11,19 - алгебраического суммирован« параллельно поступающих данных, соответствующих семенам люцерн! и сорняков; 12,23,25,26 - формирования логической 1 с установко порога срабатывания; 13,15,17 - совпадения единичных значеши 14,16,18 - формирования логической 1 при единичном выходе схе; совпадения; 20,21,22 - алгебраического сложения и вычитания; 24 логического суммирования; 27 - счёта семян люцерны; 28 формирования сигнала отбраковки; 29 - счёта семян бодяка и вязеля.

Для практической реализации действий, предусмотренны: алгоритмом работы распознающей системы, разработана компьютерна: программа.

Одним из наиболее подходящих путей оптимизации количеств; информативных признаков при распознавании семян люцерны 1 сорняков, является анализ зависимости ошибки распознавания семя1 люцерны © от количества распознающих признаков ш. Этот анализ бьи проведён с использованием алгоритма работы распознающей системь (см. рис.5).

Исходя из результатов исследований эффективносп информативных признаков (глава 3), и принятого подхода к оптимизацш их числа, предложена методика определения оптимального набор; признаков для идентификации компонент исследуемой смеси семян. Е основу методики оптимизации числа информативных признаюм положена методика оценки их эффективности. С помощью данных полученных в рамках главы 3 и предложенного алгоритма работь распознающей системы, - построили диаграмму зависимости ошибю распознавания 0 от числа информативных признаков ш. В результате анализа этой диаграммы определяется оптимальный набор информативных признаков (рис.6).

т-

Рис. 6. Диаграмма зависимости ошибки распознавания от числа информативных признаков.

Результат оценки зависимости ошибки распознавания от числа используемых признаков (рис.6) показал, что при совместном использовании признаков К1, К2, К7 и К9 все компоненты исследуемой смеси семян однозначно распознаются. Набор состоящий из 4 названных признаков является оптимальным для распознавания семян люцерны, бодяка и вязеля.

Методика испытаний достоверности распознавания семян люцерны соответствовала методике проведения анализа чистоты семян люцерны, предусмотренной ГОСТ 12037 - 81. При этом, число семян для анализа было выбрано 2700 шт, что соответствует навеске массой 4г с учётом того, что 1000 семян люцерны весят 1.5 г.

Для обеспечения достоверности распознавания семян люцерны с учётом случайного характера этого процесса ошибка распознавания не должна превышать 0.17% для семян первого и второго классов.

Используя программные методы генерирования чисел нормального распределения были получены необходимые массивы значений признаков Ю, К2, К7 и К9. Таким способом условия проведения испытаний достоверности распознавания максимально приближены к реальным.

На рис.7 представлен график зависимости ошибки распознавания семян люцерны от исходной засорённости семенами сорняков. Установлено, что при изменении засорённости от 0 до 1% вероятная максимальная ошибка распознавания составляет 0.096%, что удовлетворяет поставленным условиям достоверности распознавания и требованиям государственного стандарта. При этом среднее время анализа одного семени составляет 0.05с.

Т 3.2 2.8' 2.4-6,% 2' 1.61.20.! 0.4-

а).

0.0570.038-

0.019-б)-

14

21

23

35

42

49

п АШХ-Ч

1 1 1 } ......._____ ЦН -—X

>

* /

_—_ —у *

---- ----

* 1

4..-.Л

—? 1 —1—

56

63

70

0.19-А 0.17-0.15+ 0.13'

6,%

0.095-Ьг,^ 0.076-

Л.,%'

[ 0.5

<е

1Я

-У

0.17

0.09533

-5Г(0)!

1.2 1.4 ->-

1.6 1.8

0.2 0.4 0.6 0.8 1

Рис.7. График зависимости ошибки распознавания семян люцерны от исходной засорённости семенами сорняков.а). Увеличенный участок графика в области засорённости от 0 до 2%. б).

Разработанные в процессе исследований программные продукт! (для сканирования цифровых фотографий семян, вычислени информативных признаков формы, реализации алгоритма работ! распознающей системы, испытаний достоверности распознавания оценки эффективности и оптимизации набора признаков) позволяю производить экспресс - анализ засорённости семян люцерны семенам! сорняков и адаптировать распознающую систему на семена други: мелкосемянных культур.

Пятая глава посвящена разработке технологической лини] оптикоэлектронного экспресс - анализа и оценке её экономическо! эффективности.

На основе алгоритма работы распознающей системы разработан; технологическая схема оптикоэлектронного экспресс - анализа (рис.8] Технологическая схема включает в себя подающее устройство обеспечивающее поштучную подачу семян в зону осмотра распознающее устройство, включающее видеокамеру - ВК i анализирующий блок (компьютер и соответствующее программно обеспечение); микроконтроллер ввода/вывода данных; исполнительны] механизм, осуществляющий отбраковку семян - ИМ; систему освещени рабочей зоны - ОС.

Подающее устройство состоит из бункера для загрузки семян подающего барабана, рабочей ёмкости для семян и электродвигателе вращения барабана (см. рис.8). Семена из бункера для загрузки семя1 подаются в рабочую ёмкость и оттуда выбираются подающим барабаном Принцип действия подающего барабана основан на явлении поляризацш и ориентирования мелких семян в электростатическом поле. Семена попадая между электродами подающего барабана, поляризуются i притягиваются к ним. Результаты лабораторных испытаний показали, чт< подводимое к электродам напряжение должно быть 1.2 кВ. При этсн обеспечивается захват и ориентирование семян. Количество электродст выбрано равным шести, что необходимо для обеспечения подачи семян i зону осмотра со скоростью 5 шт/с. Скорость вращения барабана при это,\ составляет 1 об/с.

Работа распознающей системы в режиме реального времен! осуществляется с помощью IBM - совместимого микроконтроллер, ввода/вывода внешних сигналов типа С - 30. Входные сигналы н; микроконтроллер поступают с датчиков технологической линии.

Для контроля за всеми семенами, находящимися на барабане, i любой момент времени предусмотрена система фотодатчиков расположенных на валу привода подающего барабана, а также

Рис.8. Схема технологической линии оптикоэлектронного экспресс - анализа.

фото датчики ФД1 и ФД2 для контроля наличия семян на барабан* (см.рис.8).

Разработанный алгоритм работы технологической линии экспресс-анализа представлен на рис.9.

Сигналы фотодатчика ФД1

Сигналы фотодатчика вращения барабана

Вывод сообщения: "нормальная работа"

Команда на остановку привода и снятие напряжения с электродов

Вывод сообщения: 'семена не поступают в зону осмотра"

Рис.9. Алгоритм работы технологической линии экспресс-анализа засорённости семян люцерны семенами вредных сорняков.

Для ввода изображения применяется миниатюрная видеокамера типа АСЕ - 460 Р/1-90 чёрно - белого изображения. Выход видеокамеры соединён с входом видеокарты компьютера. В качестве анализирующего блока применяется компьютер типа IBM Р100/ 650М / 16 /1.5 / V1.0 (tvtun) или выше и соответствующее программное обеспечение. Освещение зоны осмотра осуществляется при помощи лампы

Входные адреса С - 30

ФОТОДАТЧИКИ ПОЗИЦИОНИРОВАНИЯ ПОДАЮЩЕГО БАРАБАНА Строб. ФД1 ФД2

группа 1 группа 2 группа 3 группа 4 группа 5

0° 60* 1201 180 240 0" 60 120 180 240 0* 601 120 180 240 0 60 120 1801 240' 0° 60° 120' 180' 240"

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 28 29

У01

У

-ус 26

11

+12В

.и т ¥

Я1

У027- УИ52 —♦—

а

X

ш?

п

п-

I

X

X

Г/

¿1

II

-?—•—•—а -а— — —•——•—•——•—•— — —•—а- а—•—•—а—•—•-•—I

вы

2

цттттттттттттттттттттит т.у

Я27 - 1152 -1-

ВЬ2 2

+12В

т

+12В +12В

к>

Рис.10. Электрическая принципиальная схема подключения фотодатчиков к входным цепям управляющего микроконтроллера.

■¿-Д^'2,-- ГЛУТ3/^-N

ГУкбО У У

1*55 К61 К62

Блок управления электродвигателем

Малая СО

скорость ег

привода

Номинальная скорость 2 Ы X 2

привода

Во. освещения 3 Р В ■о п> О

рабочей зоны ю О

Общий 4 о

Подача выс.

напряжения 5

на барабан

Сигнал

отбраковки Ь

У058У059 - .

Блок управления исполнительным механизмом

и включения высокого напряжения J

Рис. 11. Электрическая принципиальная схема блоков управления технологической линией и их

ю к>

пппь-тли»»!

На основании технологической схемы (см. рис. 8) и алгоритма её работы (см. рис. 9) разработана электрическая принципиальная схема технологической линии оптикоэлектронного экспресс — анализа. Электрическая принципиальная схема технологической линии экспресс -анализа состоит из двух частей.

Первая часть (рис.10) - электрическая принципиальная схема подключения фотодатчиков к входным цепям микроконтроллера С - 30.

Вторая часть (рис.11) - электрическая принципиальная схема блоков управления технологической линией и их подключений к выходным цепям микроконтроллера С - 30.

Высокая эксплутационная надёжность технологической линии оптикоэлектронного экспресс - анализа подтверждена результатами её оценки. Время наработки на отказ составляет более 12 т. часов. При этом вероятность безотказной работы составляет 0.943.

Результаты оценки экономической эффективности технологической линии экпресс - анализа показали, что годовой экономический эффект составляет 20600 руб., при этом производительность труда возрастает в 6.5 раз, срок окупаемости составляет 1.6 года.

ЗАКЛЮЧЕНИЕ

В настоящей работе дано научное обоснование применения оптикоэлектронного способа разделения семян сельскохозяйственных культур для экспресс - анализа засорённости семян люцерны семенами сорняков. При этом главное внимание обращено на использование для решения данной задачи современной быстродействующей компьютерной техники и программных продуктов.

Основные результаты проведённых исследований заключаются в следующем:

1. На основании требований, предъявляемых государственными стандартами к семенному материалу люцерны, сформулированы технические требования к анализирующему оборудованию для работы в условиях контрольно - семенных станций.

2. В результате анализа существующих способов разделения семян с точки зрения возможности выполнения сформулированных требований установлено, что экспресс - анализ семян люцерны должен выполняться на базе оптикоэлектронного способа в сочетании с современными быстродействующими компьютерными технологиями и программными продуктами.

3. В работе показано, что для разделения семян люцерны и сопутствующих сорняков по морфологическим признакам целесообразно использовать оценку формы семян. Из рассмотренных методов описания

формы объектов сформулированным требованиям к анализирующем оборудованию отвечает геометрический подход.

4. В работе получила дальнейшее развитие теория оценки форм1 семян сельскохозяйственных культур с помощью информативны признаков, применительно к семенам люцерны и сопутствующи сорняков. Разработан оптимальный набор информативных признаков КЗ К2, К7, К9 позволяющих идентифицировать семена люцерны и сорняков

5. Разработана распознающая система, включающая в себ. видеокамеру, соединённую с компьютером, и соответствующе! программное обеспечение. Вычисление значений информативны: признаков формы непосредственно по их изображению осуществляется I высокой скоростью при использовании разработанной компьютерно! программы «Распознавание семян».

6. Разработана методика оценки эффективности информативны* признаков с помощью предложенной распознающей системы Математический анализ значений признаков по этой методике позволит получить их граничные значения для надёжной идентификации семяь люцерны и сопутствующих сорняков.

7. Результаты испытания достоверности распознавания семяь люцерны и сорняков показали, что при исходной засорённости семенного материала от 0 до 2% вероятная ошибка распознавания не превышает 0.1%, что удовлетворяет требованиям государственных стандартов.

8. Разработанные программные продукты позволяют производить экспресс - анализ засорённости семян люцерны семенами сорняков и адаптировать распознающую систему на семена других мелкосемянных культур.

9. Результаты проведённых теоретических и экспериментальных исследований использованы при разработке технологической линии оптикоэлектронного экспресс - анализа засорённости семян люцерны, которая удовлетворяет требованиям предъявляемым к анализирующему оборудованию. Предложена технологическая схема и электрические принципиальные схемы технологической линии.

10. Результаты оценки экономической эффективности технологической линии экпресс - анализа показали, что годовой экономический эффект составляет 20600 руб., при этом производительность труда возрастает в 6.5 раз, срок окупаемости составляет 1.6 года.

11. Проведённые исследования дают основание сделать вывод об эффективности оптикоэлектронного способа оценки морфологических признаков семян люцерны и сорняков, используемых для экспресс -

шализа, а также целесообразности его дальнейшего развития для фименения в селекционных работах, калибровке и сортировке семян.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОТРАЖЕНЫ В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ:

1. Бурлин C.B., Рутковский И.А. Оптические методы и технические :редства подготовки семян !! Новое в электротехнологии и шектрооборудовании сельскохозяйственного производства: Сб.научн.тр. <ГАУ. г. Краснодар, 1996. Выпуск. 354(382). 176с.

2. Бурлин C.B., Рутковский И.А. Оптические методы предпосевной эбработки семян // Научное обеспечение АПК Кубани: Сб. научн. тр. <ГАУ. г. Краснодар, 1997. Выпуск 357(385). 358с.

3. Бурлин C.B., Рутковский И.А., Цыганков Б.К. Программное обеспечение метода оценки качества посевного материала с.х. культур по }юрме поверхности // Вопросы электрификации сельского хозяйства: Сб. таучн. тр. КГАУ. г. Краснодар, 1998. Выпуск 370(398).

4. Рутковский И.А., Бурлин C.B. Универсальный оптико электронный комплекс для распознавания семян // Тезисы докладов конференции «Ресурсосбережение в АПК Кубани», г. Краснодар, 1998.

5. Бурлин C.B., Рутковский И.А., Цыганков Б.К. Определение таборов необходимых информативных признаков для идентификации 17 эсновных видов форм семян // Вопросы электрификации сельского тозяйства: Сб. научн. тр. КГАУ. г. Краснодар, 1998. Выпуск 370(398).

6. Цыганков Б.К., Бурлин С.В, Рутковский И.А., Программное эбеспечение метода оценки качества посевного материала по форме поверхности // Тезисы докладов научной конференции. «Энергосберегающие технологии и процессы в АПК», г. Краснодар,

1999.

7. Рутковский И.А. Использование компьютерного моделирования з задачах определения качества посевного материала семян многолетних грав // Тезисы региональной научно - практической конференции молодых учёных «Научное обеспечение сельскохозяйственного производства», г. Краснодар, 1999.

8. Рутковский И.А., Бурлин C.B. Идентификация семян люцерны жёлтой, бодяка и вязеля по форме поверхности // Источники питания и электромагнитные аппараты в АПК: Сб. научн. тр. КГАУ. г. Краснодар,

2000. Выпуск 381(409).

9. Рутковский И.А., Бурлин C.B., Цыганков Б.К. Использование компьютерного моделирования в задачах определения качества посевного материала // Источники питания и электромагнитные аппараты в АПК: Сб. научн. тр. КГАУ. г. Краснодар, 2000. Выпуск 381 (409).

10. Пат. 2111644 РФ, МКИ5 В07С5/10. Способ сортировки семян C.B. Бурлин, И.А. Рутковский (РФ) - № 96124330/12; Заявл. 16.12.9i Опубл. 20.05.98, Бюл. №14 -260с.

11. Пат. 2116847 РФ, МКИ5 В07С5/342. Способ сортировки семя» C.B. Бурлин, И.А. Рутковский, Б.К. Цыганков (РФ) - № 97110715/1 Заявл. 25.07.97; Опубл. 10.08.98, Бюл. №22 -232с.

ВВЕДЕНИЕ

ГЛАВА

АНАЛИЗ СПОСОБОВ РАЗДЕЛЕНИЯ СЕМЯН СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР

1.1. Технические требования, предъявляемые к анализирующему оборудованию

1.2. Анализ методов и технических средств для разделения семян

1.3. Существующие малогабаритные семеочистительные машины для анализа чистоты семян многолетних трав

1.4. Развитие техники оптикоэлектронной сортировки 30 Выводы по главе

ГЛАВА

ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ МЕТОДА

РАСПОЗНАВАНИЯ СЕМЯН ЛЮЦЕРНЫ И ПРИМЕСЕЙ ПО МОРФОЛОГИЧЕСКИМ ПРИЗНАКАМ

2.1. Анализ и выбор метода описания формы семян

2.2. Разработка набора информативных признаков и способов их вычисления

2.3. Разработка программного обеспечения для исследования метода распознавания семян по форме поверхности

2.4. Исследование изменчивости значений признаков при изменении числа осей сканирования изображения 59 Выводы по главе

ГЛАВА

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ИНФОРМАТИВНЫХ ПРИЗНАКОВ ДЛЯ ОБЕСПЕЧЕНИЯ НАДЁЖНОЙ ИДЕНТИФИКАЦИИ СЕМЯН ЛЮЦЕРНЫ И ПРИМЕСЕЙ

3.1. Методика оценки эффективности информативных признаков

3.2. Предварительная проверка распознающей способности предложенных признаков формы

3.3. Определение основных статистических характеристик значений признаков

3.4. Сравнительный анализ значений предложенных признаков

3.5. Определение набора наиболее информативных признаков обеспечивающих распознавание семян люцерны и сорняков 92 Выводы по главе 3 ^

ГЛАВА

РАЗРАБОТКА АЛГОРИТМА РАБОТЫ РАСПОЗНАЮЩЕЙ СИСТЕМЫ И ОЦЕНКА ДОСТОВЕРНОСТИ РАСПОЗНАВАНИЯ СЕМЯН ЛЮЦЕРНЫ И СОРНЯКОВ

4.1. Разработка алгоритма работы распознающей системы и его программной реализации

4.2. Определение оптимального набора информативных признаков

4.3. Испытания достоверности распознавания семян люцерны и сорняков

4.4. Общая структурная схема программного обеспечения распознающей системы 120 Выводы по главе

ГЛАВА

РАЗРАБОТКА ТЕХНОЛОГИЧЕСКОМ ЛИНИИ ОПТИКОЭЛЕКТРОННОГО ЭКСПРЕСС - АНАЛИЗА И ОЦЕНКА ЕЁ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ

5.1. Разработка технологической схемы оптикоэлектронного экспресс - анализа

5.2. Разработка электрической принципиальной схемы технологической линии экспресс - анализа

5.3. Расчёт показателей надёжности технологической линии экспресс - анализа

5.4. Оценка экономической эффективности экспресс - анализа засорённости семян люцерны семенами сорняков 145 Выводы по главе

Задача повышения количества и качества продукции растениеводства является одной из главных в развитии сельскохозяйственного комплекса и фермерских хозяйств. В обеспечении необходимой кормовой базы животноводства важное место занимают кормовые культуры. Наряду с решением многих проблем создания высокоурожайных сортов кормовых культур, повышения уровня агротехники, особое внимание уделяется разработке прогрессивных технологий уборки, послеуборочной обработке, очистке и хранению семян.

Среди ценных кормовых культур значительное место занимают многолетние травы. Повышение их урожайности во многом зависит от обеспеченности хозяйств полноценным посевным материалом. Существует значительное количество видов сорняков, наличие семян которых снижает урожайность и кормовые качества многолетних трав. Поэтому требования государственных стандартов, предъявляемые к семенам, достаточно жестки и допускают наличие в них семян вредных сорняков лишь в незначительных количествах.

Сходство семян вредных трудноотделимых сорняков с семенами многолетних трав по физико - механическим характеристикам (толщине, ширине, длине, парусности, состоянию поверхности, коэффициенту трения, плотности, диэлектрическим свойствам и др.) значительно затрудняет их разделение. Поэтому, несмотря на использование большого числа семеочистительных машин, реализующих различные способы разделения семян, в семенном материале практически всегда присутствуют семена трудноотделимых сорняков.

Ведущее место среди многолетних кормовых трав занимает люцерна. Возделывание её имеет большое значение для создания полноценных по питательности культурных сенокосов и пастбищ, улучшения природных угодий, получения сенажа и сырья для приготовления витаминной муки, силоса, брикетов и гранул.

В настоящее время наметилась устойчивая тенденция увеличения доли люцерны среди кормовых трав. В Краснодарском крае под люцерну отведено 320 тыс. га пашни. В дальнейшем, посевные площади люцерны будут увеличиваться до 450 тыс. га.

Многолетняя практика показывает, что семена люцерны во многих случаях засоряются семенами трудноотделимых сорняков: бодяка, вязеля, пырея ползучего, щетинника и др.

Определение чистоты посевного материала является достаточно трудоёмкой задачей и производится на контрольно - семенных станциях визуально, вручную. Кроме больших затрат времени и многих субъективных факторов, влияющих на результаты анализов, существующая технология отрицательно влияет на здоровье работников, проводящих эти анализы.

Поэтому исключение ручного труда, сокращение времени анализа чистоты семян при высокой точности распознавания за счёт автоматизации трудоёмких операций является актуальной задачей.

Решение этой задачи может быть достигнуто с помощью автоматизированного технологического оборудования, осуществляющего разделение семян люцерны и сорняков. Анализ существующих способов разделения семян в аспекте методики определения их чистоты показывает, что для такого экспресс - анализа целесообразно использовать оптикоэлектронное распознающее оборудование.

В настоящее время в результате работ, проведённых под руководством Бородина И.Ф., Будзко И.А., Кирилина Н.И., Колчина Н.Н., Пшеченкова К. А., специалистов лаборатории США по изучению конъюнктуры зернового рынка, уже накоплен определённый опыт по исследованию и разработке оптикоэлектронных устройств для сортировки и определения качества сельскохозяйственных продуктов. Однако при этом не решались задачи автоматизированного анализа засорённости семенных смесей многолетних кормовых трав.

Специфика этого вопроса связана с необходимостью обеспечения высокой разрешающей способности и быстродействия анализирующего оборудования.

В настоящей работе автор решает эту задачу с применением современной оптикоэлектронной и вычислительной техники, позволяющей реализовать сложные алгоритмы распознавания объектов и управления технологическим процессом.

Исследования проводились на смеси семян «люцерна жёлтая - бодяк - вязель», то есть для семян примесей, характерных для степной и лесостепной зон юга России, где возделывается люцерна.

Цель работы. Обоснование способа и разработка оптикоэлектронной компьютерной распознающей системы для экспресс -анализа засорённости семян люцерны семенами сорняков по морфологическим признакам.

Достижение поставленной цели потребовало решения следующих задач:

- аналитический обзор, выбор и обоснование способа разделения семян для экспресс - анализа семенных смесей люцерны;

- теоретическое обоснование и выбор морфологического признака для распознавания семян люцерны и сорняков;

- исследование формы семян люцерны и трудноотделимых сорняков с целью разработки набора информативных признаков;

- разработка оптикоэлектронной компьютерной системы для проведения исследований по распознаванию компонент исследуемой смеси семян;

- разработка методики и оценка эффективности информативных признаков с помощью предложенной распознающей системы;

- разработка алгоритма работы распознающей системы, его программной реализации, определение оптимального набора признаков и оценка достоверности распознавания семян люцерны и сорняков;

- разработка технологической линии оптикоэлектронного экспресс - анализа засорённости семян люцерны семенами сорняков;

- оценка экономической эффективности технологической линии оптикоэлектронного экспресс - анализа.

Работа выполнена на кафедре теоретической и общей электротехники Кубанского государственного аграрного университета в соответствии с разделом «Разработка и исследование устройства для автоматической сортировки семян сельскохозяйственных культур» темы 16 «Разработка энергосберегающих технологий в сельскохозяйственном производстве» (номер ГР 01960009015), которая отвечает программе правительства РФ «Электрификация и газификация села» (Пост. Правительства РФ № 263 от 1995г.)

Основные положения и результаты диссертационной работы докладывались на ежегодных конференциях КГАУ 1996 - 1999 гг.

Результаты исследований опубликованы в 11 печатных работах [37,38,39,40,97,98,114,115,116,117 Д48].

ЗАКЛЮЧЕНИЕ

В настоящей работе дано научное обоснование применения оптикоэлектронного способа разделения семян сельскохозяйственных культур для экспресс - анализа засорённости семян люцерны семенами сорняков. При этом главное внимание обращено на использование для решения данной задачи современной быстродействующей компьютерной техники и программных продуктов.

1. Авдеев Н.Е. Центробежные сепараторы для зерна. - М.гКолос, 1975.125с

2. Авдеев Н.Е., Кущев Б.И., Попов Б.В. Разрешающая способностьфрикционных центробежных сепараторов с дефлекторами. Сб. Механика. Вьш.11. Воронеж. ВТИ. 1975.80с.

3. Автоманов В.Г. Магнитный сепаратор, а. с. № 231255. Бюл. № 35, 1968.260с.

4. Автоманов В.Г., Ким Р.А. Магнитный сепаратор, а.с. № 214918. Бюл.№ 12, 1963.287с.

5. Аксененко М.Д., Бараночников М.Л., Смолин О.В. Микроэлектронныефотоприёмные устройства. - М: Энергоатомиздат, 1984. 152с.

6. Александровский А. Описание сортировки, а. с. № 23683. М. кл. В07в 13/00.

7. Алиханов Д.М. Разработка оптикоэлектронного устройства длясортирования семенных клубней картофеля по морфологическим признакам. Дне. канд. тех. наук. М.1983. 180с.

8. Андержанов А. Л. Электромеханическое отделение некондиционныхклубней в поточных линиях обработки картофеля. Автореф. дис. канд. техн. наук. М. 1983. 16с.

9. Арнольд А.Э . Электросемеочистительная горка, а. с. №590012. М., В07В 13/00.

10. Арнольд А.Э., Басов A.M. , Каменир Э.А. Устройство для ориентациисемян перед подачей их в электросемеочистительные машины, а.с. №417122. Бюл. №8, 1974. 326с.

11. Ахламонов Ю.Д., Гринчук М.М. Способ очистки семян от примесей,а. с. № 180904. Бюл. № 8. 1986. 159с.

12. Бабурин B.C. Устройство для разделения порошков, а. с. № 408674.Бюл. №48. 1973.83с.

13. Баженов Ю.И. Очистка семян моркови от повилики на фрикционномдиэлектрическом сепараторе . Сб. научных тр. МИИСП, т. 15, вып.1. М. 1978. 196с.

14. Баженов Ю.И., Леонов B.C., Соловьев ВШ., Шихсадинов Б.И.Устройство для электросепарации семян, а.с. №645706 - Бюл. №5, 1979. 156с.

15. Бажёнов Ю.И., Соловьёв В.М. Интенсификация процесса сепарациисемян по форме и свойствам поверхности. Сб. научн. тр. НИИСП. т. 15. Вьш.1.-М. 1978. 196с.

16. Барабаш. Ю.Л. «Вопросы статистической теории распознавания»//Советское радио. - М. 1967. 118 с.

17. Басов A .M. Применение электронно-ионной технологии в сельскомхозяйстве. Сб. научн. тр. ВАСХНИЛ, Т.20, М., 1967. 185с.

18. Басов A .M. Электрозерноочистительные машины. Теория, конструкцияи расчёт. - М. Машиностроение, 1968. 298с.

19. Басов A.M. , Арнольд А.Э., Каменир Э.А., Пищальников П.И.Устройство для разделения сыпучих смесей в электрическом поле, а. с.№378251. Бюл. №19, 1973.103с.

20. Басов A.M. , Ермолин М.Я. «Электросемеочистительные машины втехнологической линии» // Механизация и электрификация социалистического с. х. - 1975. - №8 .с.56 - 59.

21. Басов A.M. , Паранюк В.А. Исследование очистки овса от овсюга. Сб.научн. тр. ЧИМЭСХ, вып. 109.- Ч. 1976. 106с.

22. Басов A.M. , Шмигель В.Н. Способ разделения зерновой смеси, а.с.№197340. Бюл. №12, 1967. 251с.

23. Башилов А. М. Исследование процесса и разработка устройства оптико- механического отделения твёрдых примесей и загнивших клубней картофеля. Автореф. дис. канд. техн. наук. - М. 1982. 20с.

24. Бескоровайный В.Я., Волошин М.И., Маслов Г.Г. и др. Рекомендациипо выращиванию люцерны на семена. - Краснодар. 1987. 51с.

25. Бонгард М. М. Проблема узнавания. - М.: Наука, 1967. 98 с.

26. Бородай В.И., Кононенко О.М. О фрикционной сепарации сыпучихматериалов. Сб. научн. тр. ВНИИЗ. Вьш.78. 1974. 103 с.

27. Бородин И. Ф., Будзко И. А., Тарушкин В. И. Исследования временныххарактеристик ориентации семян в электрическом поле // вестник сельхознауки. - 1974. - №1 .с. 32 - 37.

28. Богатырёв Н.И., Курзин H.H. Практикум по электроприводу в сельскомхозяйстве. Учебное пособие. КГАУ. - Краснодар. 1999.212с.

29. Бронштейн Н. Н., Семендяев К. А. Справочник по математике. - М.:Наука, 1964. 608 с.

30. Будзко И.А., Бородин И.Ф., Тарушкин В.И., «Метод разделения семян вэлектростатическом поле» // Механизация и электрификация социалистического сельского хозяйства. - 1974. - №1 I.e.63 - 68.

31. Буйнов П.П. Исследование очистки семян на электрокоронной горке спродольным движением полотна. Дис. канд. техн. наук. - Челябинск. 1962. 153с.

32. Буйнов П.П., Изаков Ф.Я. Разделение семян на горке ОСГ - 0,12М сналожением поля коронного разряда. Сб. научн. тр. ЧИМЭСХ, вып. 31.Челябинск. 1968. 197с.

33. Бурлин C.B Материалы отчёта о разработке оптикоэлектронногоустройства для отделения рожков спорыньи от семян ржи, № 5. КГАУ.Краснодар.1995. 32с.

34. Бурлин СВ., Рутковский И.А. Оптические методы и техническиесредства подготовки семян // Новое в электротехнологии и электрооборудовании сельскохозяйственного производства: Сб.научн.тр. КГАУ. - Краснодар, 1996. Выпуск. 354(3 82). 176с.

35. Бурлин C.B., Рутковский И.А. Оптические методы предпосевнойобработки семян // Научное обеспечение АПК Кубани: Сб. научи, тр. КГАУ. - Краснодар, 1997. Выпуск 357(385). 358с.

36. Бурлин СВ., Рутковский И.А., Цыганков Б.К. Определение наборовнеобходимьж информативньгх признаков для идентификации 17 основных видов форм семян // Вопросы электрификации сельского хозяйства: Сб. научн. тр. КГАУ. - Краснодар, 1998. Выпуск 370(398).

37. Бурлин СВ., Рутковский И.А., Цыганков Б.К. Программноеобеспечение метода оценки качества посевного материала с.х. культур по форме поверхности // Вопросы электрификации сельского хозяйства: Сб. научн. тр. КГАУ. - Краснодар, 1998. Выпуск 370(398).

38. Бутаков Е.А. Обработка изображений на ЭВМ. - М.: Радио и связь,1986. 120с.

39. Буц1уев Г.М. Семеноочистительные машины. -М.:Машгиз.1962. 295с.

40. Васильев В. И. Распознающие системы. - Киев: Наукова думка, 1983.424 с.

41. Ватанабе Б. Оценка и отбор параметров в задачах распознаванияобразов. - М.: Мир, 1969. 259 с.

42. Веденяпин Г.В. Общая методика экспериментального исследования иобработки опытньж данных. - М.:Колос,1967.321с.

43. Виноградов В.П. «Очистка семян овощных культур» // Техника всельском хозяйстве. - 1976. - № 5.с. 85 - 87.

44. ВОЛОДИН Б.Г., Ганин. М.П., Динер И.Я., и др. Сборник задач по теориивероятностей, математической статистике и теории случайных функций. - М.:Наука. 1970. 656с.

45. Воронцов O.e. Элеваторная промышленность, зерносушение изерноочистка. - М.: Колос. 1974. 256с.

46. Гарт A.A. Многоярусная семяочистительная горка, а. с. № 191941. М.кл. В07.В 13/00.

47. Гасанов А. К. Исследование метода и разработка электроннооптического устройства автоматического контроля и сортирования плодов томата по степени зрелости. Автореф. дис. канд. техн. наук. - М. 1980. 16с.

48. Гладков Н.Г. Зерноочистительные машины. - М.: Машгиз.1961. 415с.

49. Гладков. Н.Г. сепарирование семян по свойствам их поверхности. Ч. 1.Фрикционные сепараторы . Сб. научн. тр. ВИСХОМ. Вып.26. ЦБТИ тракторов и машиностроения. 1959. 211с.

50. Гонсалес Р. Принципы распознавания образов: Пер. с англ. - М.: Мир,1978.411 с.

51. Горелик А. Г., Гуревич И. В., Скрипкин В. А. Современное состояние ипроблемы распознавания. - М.: Радио и связь, 1985. 160 с.

52. Горелик А. Г., Скрипкин В. А. Методы распознавания. - М.: Высшаяшкола, 1984. 208 с. 5 6.Государственные стандарты. Сб. Семена сельскохозяйственных культур. Сортовые и посевные качества. 41. - М.: Издательство стандартов. 1991. 424с.

53. Государственные стандарты. Сб. Семена сельскохозяйственныхкультур. Методы определения качества. 42. - М.: Издательство стандартов. 1991.416с.

54. Громов А.Г., Бурдейный B.C. «Исследование клотоидного триера» //Механизация и электрификация социалистического ex. - 1973. - №11. 1973.C.15-18.

55. Джонс Э., Саттон Д. Библия пользователя Office 97. - Киев.:Диалектика, 1997. 759с.

56. Дрогалин К.В. Очистка семян от трудноотделимых примесей. - М.:Колос, 1978. 152 с.

57. Дуда Р., Харт.П. Распознавание образов и анализ сцен: Пер. с англ. - М.:Мир, 1976. 368 с.

58. Заика П.М. Очистка семян от трудноотделимых растений и примесей.М. Учебное пособие 1986. 85с.

59. Заика П.М., Мазнев Г.Е. Сепараторы для очистки семян от примесей.а. с. №326001. - М. Кл. В07 в 13/00.

60. Заика n.M., Мазнев Г.Е. Фрикционный сепаратор, а. с. №425669. - М.Кл. В 0 7 в 13/00.

61. Зотов В.Д. Полупроводниковые устройства восприятия оптическойинформации. - М.: Энергия, 1976. 305с.

62. Изаков Ф.Я. Семяочистительная горка, а.с. №205417. - М., кл. В07 в13/00.

63. Изаков Ф.Я., Козлов Н.С., Пищальников П.И. Электрофрикционнаязерноочистительная машина, а. с. №358013. Бюл. №34, 1972. 118с.

64. Изаков Ф.Я., Шмигель В.Н., Ашмарин М.Я. Машина для очисткисыпучих смесей от длинных примесей, а. с. №222791. Бюл. №23, 1968. 184с.

65. Иоффе Б.А., Калнинь Р.К. Ориентирование деталей электромагнитнымполем. - Рига.: Зинатне, 1972. 354с.

66. Иоффе Б.А., Калнинь Р.К., Прейс В.В. Электромагнитные методы иустройства бесконтактного ориентирования, фиксирования и опознавания немагнитных токопроводящих деталей приборов и машин. - Рига.: Зинатне, 1972. 397с.

67. Катыс Г.П. Обработка визуальной информации. - М.: Машиностроение,1990. 305с.

68. Ковалевский В.А. Распознавание образов: Эвристика или наука? - Киев:ИК АН УССР, 1970.290 с.

69. Кожуховский Л.Е., Павловский Г.Т. Механизация очистки и сушкизерна. - М.: Колос, 1968. 248 с.

70. Козлов Н.С. Исследование процесса разделения зерна фрикционнойповерхностью цилиндра в поле коронного разряда. Дне. канд. техн. наук. Челябинск, 1969. 169 с.

71. Колиснеченко О.В. Интегральные микросхемы зарубежной бытовойаппаратуры. - СПб: Лань, 1995. 298 с.

72. КОНЯХИН В. «Сезам откройся. Идентификация по отпечатку пальца спомощью дактилоскопического устройства управления доступом 08 111» // Современные технологии автоматизации. - 1996. - №1.с.87 - 90.

73. Кропп Л.И. Обработка и хранение семенного зерна. - М.: Колос. 1974.256 с.

74. Кузнецов В.В., Тригуб В.Б., Олейников В.Д. «Исследованиефрикционного рабочего органа для очистки семян сахарной свеклы от стебельков» // Тракторы и сельхозмашины. - 1977. - №2.с.105 - 107.

75. Кузьмин А., Петров A.A. Алгоритмы классификации и определенияпараметров силуэтных изображений в системе технического зрения робота. Проблемы машинного видения в робототехнике. - М.: ИПМ АН СССР, 1981. 169с.

76. Кулагин. М.С., Соловьёв В.М., Желтов B.C. Механизацияпослеуборочной обработки и хранения зерна и семян. - М.: Колос, 1979. 215 с.

77. Кульман Г.Г. Сортировка, а. с. № 31777. - М. кл. В07 в 9/00.

78. Левшин В. Л. Биокибернитические оптикоэлектронные устройстваавтоматического распознавания изображений. - М.: Машиностроение, 1987. 168 с.

79. Левшин В.Л. Обработка информации в оптических системахпеленгации. - М.: Машиностроение, 1978. 210 с.

80. Леонов B.C. «Диэлектрический сепаратор» // Техника в сельскомхозяйстве. - 1978. - №5.с. 52 - 55.

81. Малютин Ю. М., Экало А. В. Применение ЭВМ для решения задачидентификации объектов. - Л.: Изд - во ЛГУ, 1988. 252 с.

82. Мешков A.A. Исследование электрозернообрабатывающих машин сигольчатыми электродами. Дис. канд. техн. наук. Челябинск. 1975. 184с.

83. Миннарт Т. Свет и цвет в природе. - М.:Наука, 1969. 305 с.

84. Митков. Статистические методы в сельхозмашиностоении. - М.:Машиностоение, 1978. 328 с.

85. Митропольский А.К. Техника статистических вычислений. - М:Физматгиз,1961. 298 с.

86. МИШКИНД СИ. Системы технического зрения для автоматизациимашиностроительного производства. - М.: НИИМАШ, 1982. 321с.

87. Мурманцев Ф.М. Исследование процесса разделения мелкосеменныксмесей в наведенном электрическом поле ( на примере лука-батуна). Дис. канд. техн. наук. Челябинск. 1973. 158с.

88. Нильсон И. Принципы искусственного интеллекта: Пер. с англ. - М.:Радио и связь, 1985. 373 с.

89. Ниязкулов Абдисамат Абдикадирович. Сортировка оголённых семянхлопчатника на диэлектрической калибровочно-сортировочной машине. Дис. канд. техн. наук. - М.1987. 162с.

90. Нуссбаумер Г. Быстрые преобразования Фурье и алгоритмывычисления свёрток. - М.: Радио и связь, 1984. 310с.

91. Пат. 2111644 РФ, МКИ^ ВО7С5/10. Способ сортировки семян / СВ.Бурлин, И.А. Рутковский (РФ) - № 96124330/12; Заявл. 16.12.96.; Обуьл. 2005.98, Бюл. №14 - 260с.

92. Пат. 2116847 РФ, МКИ^ В07С5/342. Способ сортировки семян / СВ.Бурлин, И.А. Рутковский, Б.К. Цыганков (РФ) - № 97110715/12; Заявл. 2507.97; Опубл. 10.08.98, Бюл. №22 - 232с.

93. Пекарский Н.В. Горка с продольным движением полотна для очистки,например, свекловичных семян, а. с. № 109481. - М. кл. В07 в 13/00.

94. Перельман Б.Л. Полупроводниковые приборы. - М.: СолонМикротех, 1996. 154с.

95. ПетровВ.В. Анализ материалов оптическими методами. - М.:Машгиз, 1970. 364 с.

96. Печерский Е.М., Соклаков В.И., Лелюк П.С «Новаячетырехъярусная семеноочистительная горка ОСГ - 0,5» // Сахарная свекла. - 1969. - № 12.с. 12 - 16.

97. Писаревский. А.Н. Системы технического зрения. - Л.:Машиностроение, 1988. 389 с.

98. Попов Б.В. Исследование процесса сепарирования сыпучих пищевьгхпродуктов по фрикционным свойствам в поле инерционньгх сил. Дис. канд. техн. наук. Воронеж. 1975. 165 с.

99. Прохоров Ю.В., Розанов Ю.А. Теория вероятностей. - М.:НаукаД973.410с.

100. Прэтт У. Цифровая обработка изображений. - М.: Мир, 1981. 290 с.

101. Пустынский И.Н. Адаптивные фотоэлектрические преобразователи смикропроцессорами. - М.: Энергоатомиздат, 1990. 154 с.

102. Рагулин М.С. Очистка, сушка и хранение семян трав. - М.:Россельхозиздат, 1980. 160с.

103. Рагулин М.С. Послеуборочная доработка и хранение семянмноголетних трав. - М.: Россельхозиздат, 1974. 349 с.

104. Pero К.Г. Метрологическая обработка результатов техническихизмерений. - Киев.: Техника, 1987. 144 с.

105. Розенфельд А. Распознавание и обработка изображений с помощьювычислительных машин: Пер. с англ. - М.: Мир, 1972. 230 с.

106. Романов Е.Г. Предпосевная обработка семян в США. М.: Колос,1973.214с.

107. Румшиский Л.З. Математическая обработка результатовэксперимента. - М.: Наука, 1971. 189 с.

108. Рутковский И.А., Бурлин СВ. Идентификация семян люцерныжёлтой, бодяка и вязеля по форме поверхности // Источники питания и электромагнитные аппараты в АПК: Сб. научн. тр. КГАУ. - Краснодар, 2000. Выпуск 381(409).

109. Рутковский И.А., Бурлин C.B., Цыганков Б.К. Использованиекомпьютерного моделирования в задачах определения качества посевного материала // Источники питания и электромагнитные аппараты в АПК: Сб. научн. тр. КГАУ. - Краснодар, 2000. Выпуск 381 (409).

110. Рутковский И.А., Бурлин СВ. Универсальный оптико - электронныйкомплекс для распознавания семян // Тезисы докладов конференции «Ресурсосбережение в АПК Кубани». -Краснодар, 1998.

111. Седап! Л.Т. Фрикционные сепараторы для очистки и сортированиясемян сельскохозяйственных культур. Воронеж.: ВГУ. 1972. 152 с.

112. Седаш Л.Т. Фрикционный сепаратор, а. с. № 304993. - М. кл. В07 в13/00.65.

113. Седаш Л.Т., Марков В.Е. Сепаратор для сортировки зерна посвойствам поверхности, а. с. № 175775. М. кл. В07 в 13/00.

114. Семёнов О.И., Абламенко С В . Методы обработки и формированиярастровьгх изображений. - Минск.: Изд.АН.БССР,1986. 314с.

115. Сендюков В.П. Семеноочистительная горка, а. с. № 312632. - М. кл.В07в 13/00.

116. Сепаратор для твердых материалов и способ сепарации. ПатентСША № 4068759» // Изобретения в СССР и за рубежом. - № 9. М. ЦНИИПИ. 1978.259с.

117. Сикцовский СИ. Сортировка - горка . а. с. № 2863. - М. кл В0713/00.

118. Соболева H.A. Фотоэлектрические приборы. - М.:Наука,1965. 167с.

119. Соловьев В.М., Баженов Ю.И., Тимонина Л.И., Сорокина В.Н. Схематехнологического процесса очистки семян укропа и сельдерея. - Сб. научн. тр. МИИСП, т. 11, вып. 1, 1978. 184 с.

120. Соловьев В.М., Виноградов В.П., Сорокина В.Н., Коваль Ф.И.Исследование показателей физико-механических свойств компонентов семенной смеси репы и разработка рациональных схем очистки. - Сб. научн. тр. МИИСП, т. 15, вып. 1, 1978. 210 с.

121. Сочнев А.Я. Дисковый магнитный сепаратор, а. с. № 94773. - М. кл.В07в 13/00.

122. Способ разделения семян и устройство для осуществления способа,а. с. № 14183134. кл. В07 в 13/00.

123. Старовойтов В. И. Исследование и разработка устройства дляавтоматического отделения загнивших клубней картофеля в процессе предпосадочной обработки. Автореф. дис. канд. техн. наук. - М. 1977. 15с.

124. Сухарев Ю.Н. Изыскание рациональных технологических схем иобоснование режимов работы пневматического сортировального стола для очистки и сортирования семян лука, моркови, петрушки, редиса. Дис. канд. техн. наук. - М. 1973. 147 с.

125. Таран А.И., Сараев И.Ф. «Разделение зерновой смеси на наклоннойколеблющейся плоскости» // Механизация и электрификация с.х. 1974.- №9.0 .32-37.

126. Тарушкин В.И. Разделение семян в электрическом поле понапряженности и ориентации. Сб. научн. тр. МИИСП, №3, 1972. 124 с.

127. Тарушкин Ф.И. Физические основы диэлектрической сепарациисемян сельскохозяйственных культур. Сб. научн. тр. МИИСП, т. 14, вып. 13, 1978. 237с.

128. Теленгатор Ш.А., Уколов B.C., Цециновский В.М. Обработка семянзерновых культур. - М.: Колос, 1972. 364с.

129. Турбович И. Т., Гирис В. Г., Маслов В. К. Опознавание образов.М.:Наука, 1971. 178 с.

130. Устройство для сепарации смеси частиц шарообразной инеправильной формы. Патент США № 2724498. НКИ 209-112.

131. Файн В. Опознавание изображений. - М.: Наука, 1970. 215с.

132. Фигурнов В.Э. IBM для пользователя. - М.: Инфра - М, 1995. 432 с.

133. Фисюнов A.B. Сорные растения. - М.: Колос, 1984. 248с.

134. Фукунага К. Введение в статистическую теорию распознаванияобразов. - М.: Наука, 1979. 368 с.

135. Хармон Л. Распознавание образов при помощи ЦВМ : Пер. с англ.М.: Мир, 1977. 270 с.

136. Хорн Б.К. Зрение роботов. - М.: Мир,1989. 415с.

137. Хуанг Т. Обработка изображения и цифровая фильтрация. - М.:Мир, 1979. 274 с.

138. Хуанг.Т. Быстрые алгоритмы в цифровой обработке изображений.- М.: Радио и связь, 1984. 221 с.

139. Цонев P.C. Исследование и разработка электронно - оптическогоустройства разделения гнилых и здоровых клубней лука в условиях АПК НРБ. Автореф. дис. канд. техн. наук. - М. 1982. 15с.

140. Шихсаидов Б. И. Исследование очистки семян овощных культур икормовьгх корнеплодов на фрикционном диэлектрическом сепараторе. Дис. канд. техн. наук. - М. 1979. 184с.

141. ХПихсаидов Б.И. Обоснование аналитического метода определенияпараметров разделения семенных смесей на фрикционном сепараторе. Сб. науч. тр. МИИСП, т. 12, вып. 1,1977. 234 с.

142. Шмигель В.В. «Очистка семян овса от овсюга в электростатическомполе» // Электронная обработка материалов. - 1977. - №2.с.74 - 78.

143. Юкиш А.Е. Справочник по оборудованию элеваторов и складов.М.: Колос, 1978. 463 с.

144. Якущенков Ю.Г. Техническое зрение роботов. - М.:Машиностроение, 1990. 335 с.

145. Anderson R.L. Real - time gray - scale videoprocessing using a moment- generating chip // IEEE J. Of Robotics and Automation. 1985. 311 c.

146. Kinnucan P. Machines that see. Higth technology. 1983. 189 c.

147. M.S.Howarth and S.W.Searcy, "Algorithms for grading carrots bymachine vision", ASAE paper No.89-7502,St.Joseph,MI,1989. 354 c.

148. Mathcad. Mathcad 6.0 plus. Manual of user. MathSoft Inc. 101 MainStreet Cambride Massachusetts 02142 USA. 1996. 697 c.

149. SPIE Vol 1.1379.0ptics in Agriculture (1990)/151.Image anahsisapplications for grain science. 324 c.

150. Wang P.S. Computer vision image processing and communications.System and applications. NY. 1987. 394 c.