автореферат диссертации по процессам и машинам агроинженерных систем, 05.20.02, диссертация на тему:Параметры процесса распознавания семян люцерны в семенном материале высокоточным оптико-электронным способом

На правах рукописи

ЛЕБЕДЕВ Дмитрий Васильевич

ПАРАМЕТРЫ ПРОЦЕССА РАСПОЗНАВАНИЯ СЕМЯН ЛЮЦЕРНЫ В СЕМЕННОМ МАТЕРИАЛЕ ВЫСОКОТОЧНЫМ ОПТИКО-ЭЛЕКТРОННЫМ СПОСОБОМ

Специальность 05.20.02 - электротехнологии и электрооборудование в сельском хозяйстве

Автореферат диссертации на соискание ученой степени кандидата технических наук

Краснодар - 2006

Работа выполнена в Федеральном государственном образовательном учреждении высшего профессионального образования «Кубанский государственный аграрный университет»

Научный руководитель - кандидат технических наук,

профессор Б. К. Цыганков

Официальные оппоненты: доктор технических наук,

профессор С. В. Оськи н кандидат технических наук, доцент А. А. Гончаров

Ведущая организация: ФГОУ ВПО «Ставропольский государственный аграрный университет»

тационного совета Д 220.038.08 при Федеральном государственном образовательном учреждении высшего профессионального образования «Кубанский государственный аграрный университет» (ФГОУ ВПО «КГАУ») по адресу. 350044 г. Краснодар, ул. Калинина, 13, ауд. № 401 (корпус мехфака).

С диссертацией можно ознакомиться в библиотеке ФГОУ ВПО «КГАУ»

у. фС>

Защита состоится « 2 » 006 г. в 4ч часов на заседании диссер-

Автореферат разослан « 2005 г.

Ученый секретарь диссертационного сове доктор технических наук, профессор

¿¡кюбД

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Многолетние травы являются одним из основных источников создания прочной кормовой базы для животноводства. В повышении урожайности кормовых культур важную роль играет обеспечение хозяйств полноценным посевным материалом. Наличие семян сорняков в семенном материале снижает урожайность многолетних трав. Поэтому присутствие в них семян вредных сорняков допускается лишь в незначительных количествах, а семена карантинных сорняков не должны входить в состав семенных смесей.

Среди многолетних кормовых трав ведущее место занимает люцерна. Многолетняя практика в крае показывает, что семена люцерны во многих случаях засорены семенами карантинного сорняка амброзии, а также трудноотделимыми сорняками: щирицы жминдолистной, щирицы белой, бодяка, вязеля и других сорняков. Семена люцерны и этих сорняков имеют близкие физико-механические характеристики, что значительно затрудняет их разделение.

В связи с этим определение чистоты посевного материала является достаточно трудоемкой задачей и производится в государственных семенных инспекциях вручную Кроме больших затрат времени и многих субъективных факторов, сказывающихся на результатах анализов, такая технология отрицательно влияет на здоровье работников, проводящих эти анализы. Поэтому исключение ручного труда, сокращение времени анализа чистоты семян при высокой точности распознавания за счет автоматизации трудоемких операций является актуальной задачей.

В результате исследований, выполненных отечественными ученными И. Ф Бородиным, В И. Старовойтовым, Ю А Судником, А. М. Башиловым, А С. Гордеевым, А Л. Адержановым, Д М Алихановым, К. А. Пшеченковым, Н. В. Вороновым, а также зарубежными специалистами, накоплен значительный опыт по исследованию и разработке оптико-электронных устройств для сортировки и определения качества сельскохозяйственной продукции. Однако при этом не решались задачи анализа засоренности семенных смесей многолетних кормовых трав.

РОС. НАЦИОНАЛЬНАЯ I БИБЛИОТЕКА {

СПетеавург 9 С/ } оэ адо «■*<' I ^

Диссертационная работа выполнена в соответствии с госбюджетной темой КубГАУ «Разработка и исследование энергосберегающих технологий, оборудования и источников электропитания для АПК» на 2000 - 2005 г. (№ ГР 01200113477).

Цель работы: повышение точности распознавания семян сорняков амброзии и щирицы в семенном материале люцерны путем разработки оптико-электроного способа сортировки и разделения семенных смесей.

Объектом исследования является процесс оптико-электронного распознавания семян люцерны посевной и сопутствующих сорняков.

Предмет исследования - закономерности процесса распознавания семян.

Задачи исследования:

- провести анализ способов сортировки семян и определить возможность их использования для достижения цели работы;

- исследовать морфологические свойства семян с целью разработки новых информативных признаков;

- разработать и теоретически обосновать новые способы сортировки и разделения семенных смесей;

- разработать математическую модель работы распознающей системы, программный продукт, обеспечивающий распознавание объектов по выбранным признакам;

- разработать структурную схему распознающей системы, создать её лабораторный образец и провести экспериментальные исследования;

- модернизировать технологическую линию для экспресс-анализа, определить технико-экономический эффект от внедрения ее в производство.

Методика исследований. В работе использованы методы математической обработки опытных данных, теории распознавания образов, цифровой и аналоговой обработки изображений, современного компьютерного программирования и моделирования (Язык Object Pascal в среде разработки Delphi 6, Visio)

Распознавание семян люцерны и сопутствующих трудноотделимых семян сорняков проводилось с помощью созданной экспериментальной оптико-

электронной распознающей системы Набор исследуемых семян был подобран специалистами государственной семенной инспекции Краснодарского края.

Научную новизну работы составляют:

- математическая модель информативных признаков для описания семян люцерны и сопутствующих сорняков, что позволяет разработать новые способы распознавания;

- разработанные оптико-электронные способы распознавания семян сорняков амброзии и щирицы в семенном материале люцерны, что дает возможность сортировать их со 100% точностью;

- получило дальнейшее развитие теория распознавания объектов применением цифровых технологий, что приведет к идентификации карантинного и новых трудноотделимых сорняков;

- разработан алгоритм работы распознающей системы, программные продукты для ЭВМ и определены режимы работы технологической линии определения чистоты семенного материала люцерны.

Практическая значимость усовершенствованной линии экспресс-анализа заключается в расширении ее способности распознавать новые виды сорняков, в особенности карантинного сорняка амброзии. Увеличение скорости распознавания семенной смеси с помощью современных компьютерных технологий позволяет оперативно определять чистоту семян люцерны и облегчить условия труда сотрудников государственных семенных инспекций. Разработанные программы для ЭВМ могут быть адаптированы для распознавания других мелкосеменных культур.

На защиту выносятся. 1 Новые способы распознавания семян люцерны и сопутствующих ей сорняков 2. Математическая модель и алгоритм автоматизированного расчета информативных признаков. 3 Программное обеспечение распознающей системы

4. Результаты экспериментального исследования распознающей системы и морфологических признаков исследуемой семенной смеси.

5. Режимы технологической линии оптико-электронного экспресс-анализа засоренности семян люцерны.

Реализация результатов исследований. Основные результаты диссертационной работы внедрены в государственной семенной инспекции Краснодарского края (Каневский районный филиал), что отражено в соответствующем акте.

Апробация работы. Основные положения и результаты диссертационной работы доложены, обсуждены и одобрены на научных конференциях Кубанского ГАУ в 2001. 2002. 2004, 2005 г, на межвузовской научной конференции «Энергосберегающие технологии и процессы в АПК» в 2003 г (г Краснодар), на межвузовской третьей научной конференции «ЭМГТЭ» в 2004 г (г Краснодар), на региональной научно-практической конференции молодых ученых «Научное обеспечение АПК» в 2001, 2002, 2004 г.

Публикации. Основное содержание работы опубликовано в 16 печатных работах, в том числе в двух патентах РФ и трех свидетельствах на программы для ЭВМ.

Объем и структура работы. Диссертация изложена на 149 страницах машинописного текста, в том числе в 17 приложениях, содержит 47 рисунков, 10 таблиц Список использованной литературы содержит 122 наименования, в том числе 4 на иностранных языках.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, определены цель и задачи научных исследований, приведены положения, выносимые на защиту.

В первой главе проведен анализ устройств для подготовки семенного материала по физико-механическим свойствам. Установлено, что из существующих средств наиболее подходящим устройством, позволяющим выполпичь анализ чистоты семян люцерны в соответствии с государственным стандартом, является оптико-электронное распознающее устройство.

Перспективность этого направления подтверждена работами, выполненными в Кубанском ГАУ. В основу автоматизированной технологической линии для экспресс-анализа чистоты семенного материала положен оптико-электронный комплекс для распознавания формы проекций семян люцерны и сопутствующих ей сорняков При разработке линии использованы компьютерные технологии с соответствующим программным обеспечением, определяющие работу линии.

Исследуемая технологическая линия отвечает задачам экспресс-анализа чистоты семян люцерны, но в то же время позволяет распознавать ограниченное число сорняков, поскольку предназначена для выделения семян вязеля и бодяка Распознавание семян других сорняков, как трудноотлелимых, так и карантинных, позволяют в соответствии с современными требованиями значительно расширить возможности автоматизированного экспресс-анализа чистоты семян С этой целью необходимо провести исследования формы семян, выработать необходимые признаки для их разделения, предложить новые способы сортировки семенного материала и программы для ЭВМ. В первой главе сформулированы цель и задачи исследования.

Во второй главе рассмотрены способы сортировки семян люцерны и сопутствующих ей сорняков по морфологическим признакам, дано теоретическое обоснование этих методов и их программное обеспечение.

В известных и предложенных новых способах сортировки используется геометрический анализ бинарных изображений. На рисунке 1 показаны наиболее характерные формы проекции исследуемых семян.

^^ а) ^^ б) ^^

а) Ж б) ^ в) г)

Рисунок I - Формы проекции семян: а) люцерны посевной; б) амброзии; в) щирицы белой, г) щирицы жминдолистной Согласно существующему классификатору каждая форма имеет свое наименование: а) - эллиптическая, б) - щитовидная, в) кг) - округлая Визуально

различимы особенности каждой формы семян Существенно, что на проекции семени люцерны имеется одна выемка, а на проекции семени амброзии - две

В проведенных ранее исследованиях были предложены 20 признаков, позволяющих реализовать геометрический подход к распознаванию формы проекций семян. Из этого набора с учетом особенностей форм компонентов исследуемой семенной смеси предварительно были выбраны пять признаков

А Р2 Я..... яЛ:..

К, ш.

р2 я

5

Кп =-

(1)

В Б ' " 5

Здесь приняты обозначения параметров объекта (рисунок 2): А- длина объекта; В- ширина объекта; Р - периметр объекта; Б - площадь объекта; Я,™, и Ята*- радиус-векторы объекта. Расчетные формулы: 1 Длина проекции семени А = Х —X

2. Ширина проекции семени

ТУ _ у __ у

тах тт'

3. Площадь проекции семени

5 =

К*.

I (=1

Х,.>)(Г, + У..1)+(ХЯ - Х,)(Г„ + К,)

4.Периметр проекции семени

п

Ту.

(2)

(3)

(4)

(5)

5. Координаты центра масс

п

=

6. Радиус - векторы

У о =

(6)

Я, =Л1(Х,-Х0)2+(У1-У0)2 (7)

Ятш из Я, при 1 = I до п; /?,„„, из Л, при 1 = 1 до п. Проведенный предварительный анализ показал, что этот набор признаков не обеспечивает требуемую точность распознавания и разделения семян, осо-

бенно при наличии характерных выемок (люцерна, амброзия). В связи с этим были разработаны два новых способа сортировки семян, на которые получены патенты РФ. Соответственно введены два новых цифровых признака К2| и К22.

По этим способам вычисляются координаты граничных точек контура проекции X, и У„ а также координаты центров масс всех последовательно лежащих трех граничных точек Х„, и У01 по заложенной программе, реализующей формулы

Z Y<

X 01 ~

Y = ь 1 01

(8)

3 ™ 3

где п - количество точек контура проекции объекта;

j = ¡+2 при 1 = 1......п.

Далее оценивается принадлежность Х01 и У0, множеству координат граничных точек контура проекции. Расположение любого центра масс вне контура проекции свидетельствует о наличии выемки.

Цифровые критерии К2| и К22 могут принимать значения либо «логическая единица» (Да), либо «логический нуль» (Нет) Критерии К2| = 1, если один из рассчитанных центров масс находится вне контура проекции (одна выемка), в противном случае К2> = 0. Критерий К22 = 1, если два и более центра масс находятся вне контура проекции (две и более выемки), в противном случае К22 = 0.

Рисунок 2 иллюстрирует геометрический подход к оценке формы проекции семян У

УтаА- - - - •

О Xmin Х„ Xi+1 Хтах X 0 Xmin Х„ Xi+1 Хтах X 0 Xmin Xi+I Xe Хтах X а) люцерна б) амброзия в) щирица, все центры масс

находятся внутри объекта Рисунок 2 - Формы объектов и их геометрические параметры

Для реализации процесса распознавания форм проекции исследуемых семян разработаны специальные программы Com Recognition II, авторство на ко-

торые закреплено свидетельствами РФ. Программа написана на языке Object Pascal в среде разработки Delphi 6.

Структурная схема распознающей системы показана на рисунке 3. Основой системы является персональный компьютер: процессор Intel Celeron 2400 МГц, память 256 МБ. жесткий диск 40 ГБ.

Распознавание точек периметра

Подсчет площади

Подсчет периметра

Нахождение радиусов кругов описанного и вписанного

Подсчет данных по выбранным критериям

К,-1,39 Кц" J1485

К2=1334 К2,:Да

Kj=l,5l К22:Нет К1Э = 0,63

Сортирование точек в порядке обхода по контуру

Блоки управления исполнительных механизмов

Рисунок 3 - Структурная схема распознающей системы

Работа системы происходит последовательно следующим образом Так как изображение семени от видеокамеры содержит множество бликов, то программой производится фильтрация по контрастности изображения В результате остается одно бинарное изображение. Далее обрезается белый цвет и увеличивается само изображение. Затем изображение разворачивается в соответствии с

осями X и У и фиксируется. Следующий этап заключается в разбивке бинарного изображения на пиксели и оцифровке по контуру для расчета по заданным признакам с получением результатов в математическом массиве оцифрованного изображения. Полученные результаты сохраняются, рассчитываются по заданным критериям в статистическом блоке и выводятся на экран.

Проведенные исследования над семенами в количестве 400 шт. позволили установить, что для наиболее точного оцифровывания проекций семян люцерны, амброзии, щирицы белой и щирицы жминдолистной необходимые значения параметров должны быть:

шаг отбора точек по контуру для критериев К21 и К22 5;

шаг отбора точек периметра для К2 10;

количество точек для расчета центра масс 5.

Разработанная система позволяет распознавать бинарное изображение семени по заданным признакам и получать математические массивы каждого вида семян в индивидуальном порядке

В третьей главе представлены результаты исследований эффективности информативных признаков.

Исследования проводились на лабораторной установке с семенами люцерны и сорных растений, взятыми из убранной после обмолота комбайном массы по 100 шт каждого вида. Были определены значения аналоговых признаков Кь К2, К3, К]3, К|8 по семенам отдельных видов.

Полученный математический массив данных подвергался статистической обработке с помощью компьютерных программ Для каждого признака рассчитывались среднее значения признака X*, среднее квадратичное отклонение отдельного измерения <Х и среднее квадратичное отклонение среднего значения а - ■

При сравнении признаков для двух групп семян рассчитывался коэффициент корреляции по формуле |л - *1

х

1 =

I

(9)

п + п' (п (п - 1)0-, +п'(п'~ 1)с , пп' (п + п'-2)

Здесь штрихованные величины относятся ко второй группе семян. Если рассчитанный коэффициент корреляции больше 2, то генеральная совокупность у групп семян различная.

Исследование семян производилось по каждому признаку. На рисунках 4 и 5 приведен пример статистики для семян люцерны по признаку К|. К|,ое_

,-и-.-1-!-!-=-<-1-1-!- Г * * » * лЛ и л «*•*•"•» У ** " л-»"" -Л ». Л" в < 1 * Г Л- <•

•*■—г;—*—- т - «■■>- - ■

1 : ; , 1

О 10 30 ЭО 40 50 ВО 70 60 90

_П, Ш1.

Рисунок 4 - Вариация значений К, для семян люцерны посевной в количестве 100 шт.

знаку К1 и его аппроксимация по нормальному закону Для подбора параметров аналоговых признаков проводилось сравнение

групп семян люцерны и сорняков по генеральной совокупности каждого признака На рисунках 6 и 7 показаны примеры сравнения групп семян люцерны и

Рисунок 6 - Вариация значений групп по признаку К,

Рисунок 7 - Законы распределения признака К| семян люцерны и амброзии

Статистическая методика сравнения двух групп по каждому виду семян позволила установить оптимальную границу распознавания семян и определить в процентном соотношении вероятности попадания одной группы в другую (таблица 1).

Таблица 1 - относительные совпадения признаков, %

Семенная смесь (1)люцерна + амброзия(2)

Наименование к. к2 К, ' К„ К|»

Попадание 1 -»2 10,606 0,639 19,062 47,637 46,070

Попадание 2 —► 1 16,478 0,590 11,976 20,170 48,847

Семенная смесь (1 ¡люцерна + щирица 6елая(2)

Попадание 1 —> 2 3,386 1,254 1,971 1,417 1,666

Попадание 2 -» 1 2,466 0,258 0,918 0,807 2,316

Семенная смесь (1)люцерна + щирица жминдолистная(2)

Попадание 1 —» 2 3,828 1,534 2,180 1,645 1,801

Попадание 2 —» 1 2,808 0,430 1,405 0,970 2,299

Таким образом, из предварительного набора признаков отобраны самые эф-

фект ивпмс признаки К|, К?. К13, К21» ^зз-» позволяющие идентифицировать семена люцерны посевной в смеси «люцерна посевная - амброзия - щирица белая - щирица жминдолистная». Признак К]8 при сравнении групп семян люцерны и амброзии показал одну генеральную совокупность и поэтому был исключен. Самые точные признаки из выбранного набора К21 и К22, причем К2: позволяет с высокой точностью распознавать семена люцерны, а К22 со 100% -ной точностью семена амброзии.

В четвертую главу включены результаты разработки алгоритма работы распознающей системы для экспресс-анализа семенных смесей и дана оценка достоверности ее работы.

В распознающую систему входит видеокамера, компьютер и программное

обеспечение. Характерной особенностью задачи, стоявшей перед распознающим устройством, была ее двухальтернативность Решение этой задачи должно было дать ответ на вопрос лишь о необходимости (или ее отсутствии) отделения семян основной культуры от семян сорняков В системе возник поток значений признаков с числом параллельных каналов, равным удвоенному числу вычисляемых признаков Алгоритм работы распознающей системы представлен на рисунке 8.

Рисунок 8 - Алгоритм работы распознающей системы

Изображение предварительно оценивалось по признаку К,. Если определяли, что объектом является сорняк, то изображение далее поступало в правый (на рисунке 8) канал, где анализировалось по критериям К2| и К22 Если по критерию К2| определяли, что объектом является щирица, то подавался сигнал к отбраковке. Если это была амброзия или люцерна, то для подтверждения распознавания проводился анализ по признаку К22

Если по признаку К| определялось, что объектом является люцерна, то информация для подтверждения передавалась в левый канал, в котором определялась форма по признаку К2|. Если форма подтверждена, т. е. это была действительно люцерна, то изображение отправлялось на заключительную проверку по признаку К22, которая подтверждала результат и отправляла на следующий этап распознавания.

Аналогичным образом осуществлялось распознавание изображения по остальным признакам. Распознавание потока семян происходило последовательно от одного признака к другому, что позволило повысить точность разделения исследуемых семян. Предусматривался подсчет семян, и в автоматическом режиме проводился анализ количества сорняков Для проверки работы по заданному алгоритму были использованы фотографии реальных семян. Для практической реализации действий, предусмотренных алгоритмом работы распознающей системы, были разработаны специальные компьютерные программы.

Целью определения точности работы экспериментального устройства по распознаванию семенной смеси люцерны и сорняков является проверка информативности признаков в режиме программного алгоритма распознавания технологической линии оптико-электронного экспресс-анализа.

При выборе критерия достоверности работы распознающей системы учитывались требования, заложенные в ГОСТ 19450-93, а также в методиках по приемке и отбору проб семян согласно ГОСТ 12036-85 и определению чистоты семян согласно ГОСТ 12037-81.

Были проведены исследования проекций изображений 400 семян в составе семенных смесей: люцерны (в количестве 100 шт), амброзии (100 шт), щирицы

белой (100 шт.), щирицы жминдолистной (100 шт.). Полученный результат выводился на экран монитора в виде графика по последним признакам, завершающим работу распознающей системы. Результат приведен на рисунках 9 и 10. К2.

п, шт.

Рисунок 9 - Значения цифрового признака К21: 1 - люцерна и амброзия; 2 - люцерна; 3 - щирица белая и щирица жминдолистная

Рисунок 10 - Значения цифрового признака К22: 1 - люцерна; 2 - амброзия, 3 -щирица белая и щирица жминдолистная Из полученных результатов следует, что поставленная задача программного обеспечения по определению групп семенной смеси выполнена Признак К2| распознал как одну группу семена люцерны (в количестве 95 шт.) и амброзии (100 шт.), щирицу белую, щирицу жминдолистную как одну общую группу (в количестве 200 шт). Признак К22 позволил выделить из полученной первой группы по признаку К2| семена амброзии (100 шт.) и семена люцерны (95 шт.).

Для контрольной проверки семенная смесь была подвергнута ручной выборке специалистами семенной инспекции Результаты ручной выборки совпали с экспериментальными данными, полученными по разработанному алгоритму. Полная идентичность результатов подтверждает необходимую достоверность работы распознающей системы с погрешностью распознавания не более 0,17% Нераспознанные семена люцерны (5 шт) не имели характерной выемки, по

V

' которой производится распознавание цифровыми признаками.

Предложенные режимы и полученные результаты позволяют считать, что поставленная задача по распознаванию объектов семенной смеси выполнена. Распознающая система обеспечивает режимы работы технологической линии со 100% - ной точностью распознавания семян карантинного сорняка амброзии в семенном материале люцерны

Пятая глава посвящена усовершенствованию технологической линии оптико-электронного экспресс-анализа и оценке ей экономической эффективности.

В основе работы технологической линии лежит алгоритм работы распознающей системы (см. рисунок 8), в соответствии с которым через микроконтроллер осуществляется последовательное управление узлами линии (рисунок 11). В состав линии входят: подающее устройство, распознающая система, микроконтроллер ввода/вывода данных, исполнительный механизм, осуществляющий отбраковку семян - ИМ.

Подающее устройство состоит из бункера с принудительной подачей семян

у в вибрирующую рабочую емкость, из которой семена попадают на подающий

I

барабан, обеспечивающий поштучную подачу семян в зону осмотра через равные промежутки времени. Принцип действия подающего барабана основан на

№

явлении поляризации и ориентировании мелких семян в электростатическом поле. На наружной стороне барабана закреплены ! 1 электродов Такое количество электродов обеспечивает подачу семян в зону осмотра со скоростью 10 шт/с. Скорость вращения барабана составляет 1 об/с Размеры электродов выбраны согласно размерам мелкосеменных культур При напряжении между электродами 1,2 кВ обеспечивается захват и ориентация семян При вращении

Микроконтроллер АТше£а 16

Блок питания

и

0

Процессор

Память

Коммуникации

I

Бункер

для загрузки семян

СИСТЕМА ВВОДА

V

СИСТЕМА ВЫВОДА

Ж

Система фотодаггчиков, определяющих положение барабана

Электродвигатель

-ФД4

Анализируемое семя

Бункер для загрузки семян

--Н

4] Ёмкость для отбракованных семян

>ДЗ

Ь

Электроды

Барабан

1 4Г &

Вибратор рабочей емкости

Ёмкость для неотбракованных семян

Рисунок 11 — Схема реконструированной технологической линии оптико-электронного экспресс-анализа засоренности семян люцерны карантинным и тр>дноотделимыми сорняками

барабана семена из рабочей емкости притягиваются к электродам. Контроль наличия семени осуществляется фотодатчиком ФД1. Контроль наличия семени в рабочей зоне производится датчиком ФД2.

Распознающая система включает видеокамеру - ВК, компьютер с программным обеспечением, систему освещения рабочей зоны - ОС. Объектив видеокамеры (тип АСЕ 460/1-90) установлен на расстояние 5 мм над зоной осмотра. Выход видеокамеры соединен с входом видеокарты. Распознавание изображения происходит по разработанному алгоритму (рисунок 8). Компьютер обменивается информацией с микроконтроллером, который получает сигналы от внешних датчиков линии и по заданному алгоритму работы контролирует и управляет всеми узлами технологической линии (рисунок 12).

Микроконтроллер АТгг^а 16

СИСТЕМА ВВОДА

I 2 3 4

ФД1 ФД2 ФДЗ ФД4

ВЫ

+ 12 В I

ВЬЗ 2

Компьютер

ВЬ4

ВЬ2 2

. ▼ +12 В +12 В

+12 В

« О V

я г

® о и «С

Я* го ^ ?

3 I

03 х

а

СИСТЕМА ВЫВОДА

о

а

3

I

а §

I -

§&

I £

£ и

I 8.

£ а

Подача выс. напряжения на барабан

X

3 О

о

м

f о

а

X и X

О

Рисунок 12 - Блок - схема управления линией микрокотроллером

Система фотодатчиков ФДЗ и ФД4 располагается на валу привода подающего барабана и служит для управления положениями барабана во время работы линии

Расширение функциональных возможностей и усовершенствование линии позволяют увеличить производительность, которая достигнута за счет использования нового программного обеспечения и современного быстродействующего оборудования, позволяющего разделять семена люцерны и сорняков (амброзии, щирицы белой, щирицы жминдолистной, бодяка, вязеля).

При оценке экономической эффективности технологической линии учитывалось, что производительность ручной отбраковки в среднем составляет 1200 шт/ч (или 1,2 г/ч), а автоматизированной -3600 шт/ч (или 36 г/ч). Производительность труда за счет внедрения линии увеличивается в 30 раз. Срок окупаемости линии - 2 года, годовой чистый дисконтированный доход составит 37 тыс. руб.

ОБЩИЕ ВЫВОДЫ

1. Анализ существующих способов разделения семян позволил установить, что экспресс-анализ засоренности семян люцерны карантинными и трудноотделимыми сорняками целесообразно выполнять на базе компьютерной распознающей системы с расширенными функциональными возможностями.

2. В результате исследования морфологических свойств семян разработаны и выделены из 20 признаков четыре наиболее информативные.

3. На основе геометрических параметров проекции семян разработаны новые цифровые способы сортировки и разделения семенных смесей, которые позволяют довести точность распознавания до 100%.

4. На основе предложенной математической модели информативных признаков семян люцерны и сорняков, реализующий её алгоритм работы распознающей системы, разработаны программы для ЭВМ, позволяющие обрабатывать полученную информацию со скоростью 10 семян в секунду

5 Разработанные структурная схема распознающей системы, алгоритм её работы и программное обеспечение делают возможным проведение экспресс-анализа и высокоточного разделения семян люцерны и сорняков (амброзии,

щирицы белой, щирицы жминдолистной, бодяка, вязеля). При этом погрешность распознавания не превышает 0,17%

6. Результаты оценки экономической эффективности технологической линии экспресс-анализа показали, что производительность труда за счет внедрения линии увеличивается в 30 раз. Срок окупаемости линии составит 2 года, годовой чистый дисконтированный доход - 37 тыс. руб.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОТРАЖЕНЫ В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ:

1. Цыганков, Б. К. Технологическая линия оптико-электронного экспресс - анализа засоренности семян многолетних трав / Б. К. Цыганков, И. А. Рутковский, О В. Новокрещенов, Д. В. Лебедев // Энергосберегающие технологии и процессы в АПК: материалы науч. конф./КубГАУ. - Краснодар, 2001. - С. 37 - 38.

2. Цыганков, Б. К. Определение качества семенных смесей оптико-электронным компьютерным методом / Б. К. Цыганков, И. А. Рутковский, Д. В. Лебедев // Научное обеспечение АПК • материалы третьей региональной науч -практ. конф. молодых ученых / КубГАУ. - Краснодар, 2001. - С. 145 - 146

3. Цыганков, Б. К. Перспективные способы оптико-электронной сортировки семян по форме поверхности / Б. К. Цыганков, О В. Новокрещенов, С. В Бур-лин, Д. В. Лебедев // Энергосберегающие технологии и процессы в АПК : материалы науч. конф. / КубГАУ. - Краснодар, 2002. - С 90-91.

4 Лебедев, Д. В. Повышение точности оптико-электронный сортировки / Д. В. Лебедев, Б. К. Цыганков, С. В. Бурлин, О. В Новокрещенов // Научное обеспечения АПК • материалы четвертой региональной науч.-практ. конф. молодых ученых / КубГАУ - Краснодар, 2002 - С. 246 - 247. 5. Рутковский, И. А Оптико-электронный экспресс-анализ засоренности семян люцерны трудноотделимыми сорняками / И. А Рутковский, Б. К. Цыганков, С В. Бурлин, Д. В. Лебедев // Механизация и электрификация сел. хоз-ва. -2003.-№11.-С. 8-9.

6. Цыганков, Б К Новые способы экспресс-анализа засоренности семян люцерны сопутствующими сорняками / Б. К Цыганков, Д В Лебедев, О В. Новокре-шенов // Энергосберегающие технологии и процессы в АПК : материалы науч конф / КубГАУ. - Краснодар, 2003 -С 9 - II

7 Цыганков. Б К Повышение точности экспресс-анализа засоренности семян многолетних трав / Б. К Цыганков, Д В. Лебедев II Электромеханические преобразователи энергии: материалы третьей межвузовской науч конф / Краснодар, 2004.-С. 59-61.

8 Лебедев, Д В. Геометрический способ распознавания семян щитовидной формы / Д В Лебедев // Научное обеспечение агропромышленного комплекса • материалы шестой региональной пауч-прап конф моподых ученых / КубГАУ - Краснодар, 2004 -С 216-217

9 Лебедев, Д В Результаты исследований оптико-электронных способов разделения семян сложной формы / Д. В Лебедев, С В Бурлин, Б К Цыганков // Энерго- и ресурсосберегающие технологии и установки' материалы науч конф /КубГАУ - Краснодар, 2005 -С 134-136

10 Лебедев. Д В. Усовершенствование программного обеспечения распознавания бинарного изображения / Д В Лебедев. Ф В Москаленко // Энергосберегающие технологии, оборудование и источники электропитания для АПК ■ сборник науч трудов, выпуск № 420( 150) / КубГАУ - Краснодар, 2005 -

С. 259-261.

11 Лебедев, Д. В. Распознавание бинарно! о изображения семян люцерны и трудноотделимых сорняков на ЭВМ / Д В. Лебедев // Энергосберегающие технологии, оборудование и источники электропитания для АПК : сборник науч трудов, выпуск № 420( 150) / КубГАУ. - Краснодар, 2005. - С 262-265.

12. Пат. 2199404 Российской Федерации, МПК7 В 07 С 5/10. Способ сортировки семян / Б. К. Цыганков, С. В. Бурлин, Д В. Лебедев, О. В. Иовокрещенов; заявитель и патентообладатель Кубанский государственный аграрный университет -2002115617/12, заявл. 11 06 2002, опубл 27.02 2003. Бюл. №6.-3 с.

13. Пат. 2245198 Российской Федерации, МПК7 В 07 С 5/10. Способ сортировки семян / С. В. Бурлин, Д. В. Лебедев, В. А Лобунец; заявитель и патентообладатель Кубанский государственный аграрный университет. -2003126947/12, заявл 03.09.2003; опубл,. 27.01.2005, Бюл. X» 3. - 3 с.

14 Свидетельство регистрации программы для ЭВМ 2005612694 Российской Федерации. Подготовка бинарного изображения семян к оцифровке (очистка, фильтрация, центровка, ориентация) / Ф. В. Москаленко, Д. В. Лебедев,

В. А. Лебедева, С. В. Бурлим, Б. К Цыганков, заявитель и правообладатель. Кубанский гос. аграр. ун-т. -2005611436, заявл. 14 06.2005; опубл. 18 10.2005

15 Свидетельство регистрации программы для ЭВМ 2005612046 Российской Федерации. Оцифровка бинарного изображения семян и расчет семени по заданным геометрическим признакам / Ф В Москаленко, Д. В. Лебедев,

В. А. Лебедева, С. В. Бурлин Б. К. Цыганков; заявитель и правообладатель Кубанский гос. аграр ун-т. - 2005611437, заявл 14.06 2005, опубл. 12 08.2005. 16. Свидетельство о регистрации программы для ЭВМ 2005612048 Российской Федерации. Сравнение двух групп бинарного изображения семян по заданным расчетам с построением графиков / Ф. В. Москаленко, Д. В. Лебедев, В А. Лебедева, С. В. Бурлин, Б. К. Цыганков; заявитель и правообладатель Кубанский гос. аграр. ун-т. -2005611439; заявл. 14.06.2005, опубл. 12.08.2005.

Подписано в печать 22.12.2005 г. Бумага офсетная,

Печ. л. 1

Тираж - 100 экз.

Формат 60x84 '/|6 Офсетная печать

Заказ № 730'

Отпечатано в типографии Кубанского государственного аграрного университета 350044, г.Краснодар-44, ул.Калинина, 13

«

I

I i

t I

Í

f

i

I

!

'?

i

Í

-577

1 СОСТОЯНИЕ ВОПРОСА ВЫДЕЛЕНИЯ ТРУДНООТДЕЛИМЫХСОРНЯКОВ в ПРОЦЕССЕ АНАЛИЗА КАЧЕСТВА СЕМЯНВ НРЕДНОСЕВНОЙ НОДГОТОВКЕ

1.1. Нодготовка семян люцерны в период закладки на хранениеи требования ГОСТ к семенному материалу

1.2. Методы и технические средства сортировки семян

1.3

Выводы по главе. Задачи научных исследований

2 ИССЛЕДОВАНИЕ СУЩЕСТВУЮЩИХ СПОСОБОВ И РАЗРАБОТКАНОВЫХ ДЛЯ РАСПОЗНАВАНИЯ СЕМЯН СОРНЫХ РАСТЕНИЙ

2.1. Выбор наиболее нерспективного метода распознавания формысемян и способы его реализации

2.2. Математическая модель определения центров массгрупп граничных точек контура объекта исследуемых форм семян

2.3. Разработка программного обеспечения для лабораторного стенда пораспознаванию семян по морфологическим признакам

2.4. Исследование и подбор оптимального числа точекоцифровки сканируемого изображения

2.5. Выводы по главе

3 ИССЛЕДОВАНИЕ РАСНОЗНАВАНИЯ СЕМЯН ЛЮЦЕРНЫИ ПРИМЕСЕЙ НО ЗАДАННЫМ НРИЗНАКАМ

3.1. Подбор семян и статистические методы расчета

3.2. Расчет признаков форм семян с построениемграфиков для анализа

3.3. Распознавание семян люцерны и сорняков по информативнымпризнакам

3.4. Выводы по главе

4 МЕТОДИКА ВХОДНОГО ЭКСНРЕСС-АНАЛИЗА СЕМЯН НАОСНОВЕ НРЕДЛОЖЕННОГО НАБОРА НРИЗНАКОВ

4.1. Оценка семенного материала люцерны посевной погосударственным стандартам

4.2. Работа технологической линии экспресс-анализа семян

4.3. Оценка точности работы распознающего устройствапо экспериментальным данным

4.4. Выводы по главе

5 МОДЕРНИЗАЦИЯ ТЕХНОЛОГИЧЕСКОЙ ЛИНИИЭКСПРЕСС-АНАЛИЗА ЗАСОРЕННОСТИ СЕМЯН ЛЮЦЕРНЫ

5.1. Описание технологической линии, алгоритма и режимов ее работы

5.2. Расчет надежности

5.3. Оценка экономической эффективности экспресс анализазасоренности семян люцерны семенами сорняков

5.4. Выводы по главе

Одной из важнейших отраслей сельского хозяйства в нашей стране и наКубани является растениеводство, повышению качества продукции которогоспособствует развитие сельскохозяйственного комплекса и фермерскиххозяйств. Поскольку многолетние травы являются одним из основныхисточников создания прочной кормовой базы, во многих хозяйствах впоследние годы осуш;ествляется специализация и концентрация производствасемян трав с применением индустриально-поточных технологий.В повышении урожайности кормовых культур важное место занимаетобеспечение хозяйств полноценным посевным материалом. Наличиеразличного количества семян сорняков в посевном материале снижаетурожайность многолетних трав. В связи с этим требования государственныхстандартов, предъявляемые к семенам, достаточно жестки и допускают наличиев них семян вредных сорняков лишь в незначительных количествах, априсутствие семян карантинных сорняков не допускается.Среди многолетних кормовых трав ведуш,ее место занимает люцерна.Многолетняя практика показывает, что семена люцерны во многих случаяхзасоряются семенами карантинного сорняка амброзии, а такжетрудноотделимьши сорняками: щирицы жминдолистной, щирицы белой,бодяка и вязеля и других сорняков. Семена люцерны и этих сорняков имеютблизкие физико-механические характеристики, что значительно затрудняет ихразделение.Определение чистоты посевного материала является достаточнотрудоемкой задачей и производится в государственных семенных инспекцияхвизуально, вручную. Кроме больших затрат времени и многих субъективныхфакторов, влияющих на результаты анализов, существующая технологияотрицательно влияет на здоровье работников, проводящих эти анализы.Поэтому исключение ручного труда, сокращение времени анализачистоты семян при высокой точности распознавания за счет автоматизациитрудоемких операций является актуальной задачей.5Анализ существующих способов разделения семян показал, что дляпроведения такого экспресс-анализа семенных смесей целесообразноиспользовать оптико-электронную распознающую систему, расширив еефункциональные возможности.В результате исследований, выполненных отечественными ученымиИ. Ф. Бородиным, Ю, А. Судником, А. М. Бащиловым, А, Гордеевым, В. И. Старовойтовым, А. Л. Адержановым, Д. М. Алихановым, К. А. Пшеченковым,Н. В. Вороновым, а также зарубежными специалистами, накоплензначительный опыт по исследованию и разработке оптико-электронныхустройств для сортировки и определения качества сельскохозяйственнойпродукции. Однако при этом не решались задачи анализа чистоты семенныхсмесей многолетних кормовых трав.Исследования в этом направлении на семенном материале люцерныпроводятся в Кубанском ГАУ с применением оптико-электронной ивычислительной техники, обеспечивающей высокую разрещающуюспособность и быстродействие экспресс-анализа /85/.Цель работы: повыщение точности распознавания семян сорняковамброзии и щирицы в семенном материале люцерны путем разработки оптикоэлектроного способа сортировки и разделения семенных смесей.Научная новизна:- математическая модель информативных признаков для описания семянлюцерны и сопутствующих сорняков, что позволяет разработать новыеспособы распознавания;- разработанные оптико-электронные способы распознавания семян сорняковамброзии и щирицы в семенном материале люцерны, что дает возможностьсортировать их со 100% точностью;- получило дальнейщее развитие теория распознавания объектов применениемцифровых технологий, что приведет к идентификации карантинного и новыхтрудноотделимых сорняков;6- разработан алгоритм работы распознающей системы, программные продуктыдля ЭВМ и определены режимы работы технологической линии определениячистоты семенного материала люцерны.В результате выполненных исследований на защиту выносятсяследующие научно-нрактические результаты:1. Новые способы распознавания семян люцерны и сопутствующих ейсорняков.2. Математическая модель и алгоритм автоматизированного расчетаинформативных признаков.3. Программное обеспечение распознающей системы.4. Результаты экспериментального исследования распознающей системы иморфологических признаков исследуемой семенной смеси.5. Режимы технологической линии оптико-электронного экспресс-анализазасоренности семян люцерны.Диссертационная работа выполнена автором на кафедре теоретической иобщей электротехники Кубанского государственного аграрного университета всоответствии с госбюджетной темой: «Разработка и использованиесберегающих технологий оборудования и источников электропитания дляАПК» на 2000-2005 год (№ ГР 01200113477).Основные положения и результаты диссертационной работы доложены,обсуждены и одобрены на научных конференциях Кубанского ГАУ в 2001,2002, 2004, 2005 г, на межвузовской научной конференции«Энергосберегающие технологии и процессы в АПК» в 2003 г. (г. Краснодар),на межвузовской третьей научной конференции «ЭМПЭ» в 2004 г. (г.Краснодар), на региональной научно-практической конференции молодыхученых «Научное обеспечение АПК» в 2001, 2002, 2004 г.Результаты исследований опубликованы в 16 печатных работах /65, 67,86, 99, 100,101, 102, 103, 120, 121, 122, приложения № 2, № 3, № 4, N^2 5, № 6/.7

ОБЩИЕ ВЫВОДЫ

1. Анализ существующих способов разделения семян позволил установить, что экспресс-анализ засоренности семян люцерны карантинными и трудноотделимыми сорняками целесообразно выполнять на базе компьютерной распознающей системы с расширенными функциональными возможностями.

2. В результате исследования морфологических свойств семян разработаны и выделены из 20 признаков четыре наиболее информативные.

3. На основе геометрических параметров проекции семян разработаны новые цифровые способы сортировки и разделения семенных смесей, которые позволяют довести точность распознавания до 100%. '

4. На основе предложенной математической модели информативных признаков семян люцерны и сорняков, реализующий её алгоритм работы распознающей системы, разработаны программы для ЭВМ, позволяющие обрабатывать полученную информацию со скоростью 10 семян в секунду.

5. Разработанные структурная схема распознающей системы, алгоритм её работы и программное обеспечение делают возможным проведение экспресс-анализа и высокоточного разделения семян люцерны и сорняков (амброзии, щирицы белой, щирицы жминдолистной, бодяка, вязеля). При этом погрешность распознавания не превышает 0,17%.

6. Результаты оценки экономической эффективности технологической линии экспресс-анализа показали, что производительность труда за счет внедрения линии увеличивается в 30 раз. Срок окупаемости линии составит 2 года, годовой чистый дисконтированный доход - 37 тыс. руб.

1. Алиханов, Д. М. Разработка оптоэлектронного устройства для сортированиясеменных клубней картофеля по морфологическим признакам : дис. канд. тех. наук / Д. М. Алиханов; МГАУ. Москва, 1983.-180с.

2. Андержанов, A. JI. Электромеханическое отделение некондиционных клубней в поточных линиях обработки картофеля : автореф. дис. канд. техн. наук / A. JI. Андержанов ; МГАУ. Москва, 1983. - 16 с.

3. Анискин, В. И. Машины для сортирования сельскохозяйственных продуктовпо цвету / В. И. Анискин. Москва : Машиностроения, 1972. - 868 с.

4. Анискин, В. А. Состояние и перспективы разработки и производства селекционной техники для зерновых и зернобобовых культур / В. А. Анискин // Техника в сел. хоз-ве. 2003. - № 5. - С. 3-7.

5. Аркадьев, А. Г. Обучение машины классификации объектов / А. Г. Аркадьев,

6. Э. М. Браверман. Москва: Наука, 1971. - 192 с.

7. Арнольд А.Э. Электросемеочистительная горка, а.с. №590012. М., В07В13/00.

8. Арнольд А.Э., Басов A.M., Каменир Э.А. Устройства для ориентации семянперед подачей их в электросемеочистительные машины, а.с. №417122. Бюл. №8, 1974.326с.

9. Баженов, Ю. И. Очистка семян моркови от повилики на фрикционномдиэлектрическом сепараторе / Ю. И. Баженов // Тр. / МИИСП. 1978. -Вып. №1 - С. 93-96.

10. Баженов, Ю. И. Интенсификация процесса сепарации семян по форме исвойствам поверхности / Ю. И. Баженов, В. М. Соловьев // Тр. / МИИСП. -1978. Вып. №1.-С. 97-99.

11. Баженов Ю.И., Леонов B.C., Соловьев В.Ш., Шихсаидов Б.И. Устройстводля электросепарации семян. А.с.№ 645706 Бюл. №5, 1979. 156 с.

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

13. Басов, А. М. Электрозерноочистительные машины. Теория, конструкция ирасчет / А. М. Басов. Москва : Машиностроение, 1968. - 298 с.

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

15. Башилов, А. М. Исследование процесса и разработка устройства оптикомеханического отделения твердых примесей и загнивших клубней картофеля : автореф. дис. канд. техн. наук / А. М. Башилов ; МГАУ. -Москва, 1982.-20 с.

16. Богатырев, Н. И. Практикум по электроприводу в сельском хозяйстве / Н. И.

17. Богатырев, Н. Н. Курзин, В. Н. Темников. Краснодар : Изд-во ГУП, 2001. -333 с.

18. Бородин, И. Ф. Исследования временных характеристик ориентации семян вэлектрическом поле / И. Ф. Бородин, И. А. Будзко, В.И. Тарушкин // Вестник сельхознауки. 1974. - №1. - С. 32-37.

19. Бортников, А. И. Исследование процесса сепарирования семян горчицы ильна масленичного на пневматическом сортировальном столе : автореф. дис. канд. тех. наук / А. И. Бортников ; КубГАУ. Краснодар, 1973. - 35 с.

20. Будзко, И. А. Метод разделения семян в электростатическом поле / И. А.

21. Будзко, И. Ф. Бородин, В. И. Тарушкин // Механизация и электрификация социалистического сел. хоз-ва. 1974. - №11. - С.63-68.

22. Будаков, Е. А. Обработка изображений на ЭВМ / Е. А. Будаков. Москва :

23. Радио и связь, 1986. 120 с.

24. Буйнов, П. П. Разделение семян на горке ОСГ 0,12М с наложением полякоронного разряда. / П. П. Буйнов, Ф. Я. Исаков // Тр. / ЧИМЭСХ. 1968. -Вып. №31.- С. 188-190.

25. Бурлин, С.В. Материалы отчета о разработке оптикоэлектронного устройства для отделения рожков спорыньи от семян ржи, №5. КГАУ. -Краснодар. 1995.32с.

26. Бурлин, С. В. Оптические методы и технические средства подготовки семян

27. С. В. Бурлин, И. А. Рутковский // Тр. / КубГАУ. 1996. - Вып. № 354(382).-С. 24- 29.

28. Бурлин, С. В. Оптические методы предпосевной обработки семян / С. В.

29. Бурлин, И. А. Рутковский // Тр. / КубГАУ. 1997. - Вып. №357(385). - С.136.138.

30. Бурлин, С. В. Программное обеспечение метода оценки качества посевногоматериала с.х. культур по форме поверхности / С. В. Бурлин, И. А. Рутковский, Б. К. Цыганков // Тр. / КубГАУ. 1998. Вып. № 370(398). - С 46-47.

31. Бушуев, Г. М. Семеноочистительные машины / Г. М. Бушуев. Москва :1. Машгиз, 1962.-296 с.

32. Гасанов, А. К. Исследование метода и разработка электронно оптическогоустройства автоматического контроля и сортирования плодов томата по степени зрелости : автореф. дис. канд. техн. наук / А. К. Гасанов ; МГАУ. — Москва, 1980.- 16 с.

33. Гладков, Н. Г. Зерноочистительные машины / Н. Г. Гладков. Москва : Машгиз, 1961. - 415 с.

34. Гневский, А. М. Интенсификация обработки невеяного вороха семенников трав / А. М. Гневский, А. Н. Чибисов // Тракторы и с.-х. машины. 2000. -№ 6. - С. 28-29.

35. Гневский, А. М. Пневмоинерционный сепаратор вороха семенников трав / А. М. Гневский, А. Н. Чибисов // Тракторы и с.-х. машины. 2002. - № 5. -С. 8-9.

36. Гонсалес, Р. Принципы распознавания образов / Р. Гонсалес ; пер. с англ. -М. : Мир, 1978.-411 с.

37. Гончарук Н. С. Эффективность электросепарации при промышленной культуре в защищенном в грунте / Н. С. Гончарук, Н. А. Медведива, В. И. Тарушкин // Вести сел. хозяйственной науки. 1981. - №7. - С. 20-24.

38. Государственные стандарты. Сб. Семена сельскохозяйственных культур. Сортовые и посевные качества. 41. М.: Издательство стандартов. 1991. 424с.

39. Государственные стандарты. Сб. Семена сельскохозяйственных культур. Методы определения качества. 42. М.: Издательство стандартов. 1991. 416с.

40. Гришков, В.А. Волков Б.Н. Статистические методы обработки эмперических данных. М.-1978. 231 с.

41. Громов, А. Г. Исследование клотоидного триера / А. Г. Громов, В. С. Бурдейный // Механизация и электрификация социалистического сел. хоз-ва.- 1973. -№ П.- С. 15-18.

42. Гудым, В. А. О возможности отделения семян люцерны от карантинногосорняка повилика на колеблющейся фрикционной поверхности / В. А. Гудым // Тр. / МИИСП. 1979. - Вып. № 13. - с. 56-59.

43. Доброхотов, В. Н. Семена сорных растений / В. Н. Доброхотов. Москва :

44. Сельскохозяйственной литературы, 1961. -417 с.

45. Дринча, В. М. Проблема качества семян и пути его повышениясепарирующими рабочими органами / В. М. Дринча // Международный сельскохозяйственный журнал. 1995. - №3. С.

46. Дринча, В. М. Современные тенденции совершенствования вибропневмосепараторов / В. М. Дринча, С. С. Ямпилов // Техника в сел. хоз-ва. 2000. - № 6. - С. 22-25.

47. Дринча, В. М. Исследования вибропневмосепараторов с плоскимицилиндрическими деками / В. М. Дринча // Механизация и электрификация сел. хоз-ва. — 2001. № 5. - С. 6-10.

48. Дрогалин, К. В. Очиска семян от трудноотделимых примесей / К. В.

49. Дрогалин, Б. В. Жиганков, М В. Карпов. Москва : Изд-во Колос, 1978. -127 с.

50. Дуда, Р. Распознавание образов и анализ сцен / Р. Дуда, П. Харт ; пер. сангл. М : Мир, 1976. - 368с.

51. Дунин-Барковский, И. В. Теория вероятностей и математическая статистикав технике / И. В. Дунин-Барковский, Н. В. Смирнов. — Москва: Технико-теоретической литературы, 1955. 556 с.

52. Евстифеев, А. В. Микроконтроллер AVR семейств Tiny Mega фирмы

53. ATMEL» / А. В. Евстифеев. Москва: «Додэка - XXI», 2004. - 554 с.

54. Епифанов, А. А. Очистка и сушка семян / А. А. Епифанов. Ярославь :

55. Верхнее-волжское книжное издательство, 1968. 196 с.

56. Завяцкас, В. К. Исследование процесса выделения длинных примесей изсемян некоторых сельскохозяйственных культур в электрическом поле : дис. кан. тех. наук / В. К Завяцкас; Каунас, 1974. 134с.

57. Зайка, П. М. Вибрационные зерноочистительные машины / П. М. Зайка.

58. Москва : Машиностроение, 1967. 140 с.

59. Зайка, П. М. Сепарация семян по комплексу физико-механических свойств /

60. П. М. Зайка, Г. Е. Мазнев. Москва: Колос, 1978. - 287 с.

61. Зайка, П. М., Очистка семян люцерны от трудноотделимых сорняков / П. М.

62. Зайка, В. В. Бакум, А. П. Тарасенко // Корма. 1979. - №5. - С 35-38.

63. Зайка, П. М. Исследование очистки и сортировки семян подорожникабольшого на фрикционном вибросепараторе / П. М. Зайка, Ю. Ф. Мартинов, В. А. Гудымов // Химико-фармацевт. 1983. - № 2. - С. 59-61.

64. Зайка, П. М. Вибрационные семяочистительные машины и устройства / П.

65. М. Зайка. Москва : МИИСП, 1981. - 140 с.

66. Зайка, П. М. Очистка семян от трудноотделимых растений и примесей / П.

67. М. Зайка. Москва : Учебное пособие, 1986. - 85 с.

68. Иоффе, Б. А. Ориентирование деталей электромагнитным полем / Б. А.

69. Иоффе, Р. К. Калнинь. Рига: Зинатне, 1972. - 354 с.

70. Исаков Ф.Я., Шмигель В.Н., Ашмарин М.Я. Машина для очистки сыпучихсмесей от длинных примесей, а. с. №222791. Бюл. №23, 1968. 184с.

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

72. Исаков Ф.Я., Козлов Н.С., Пищальников П.И. Электрофрикционнаязерноочистительная машина, а. с. №35 80 13. Бюл. №34, 1972. 118 с.

73. Катыс, Г. П. Обработка визуальной информации / Г. П. Катыс. — Москва :

74. Машиностроение, 1990.-305 с.

75. Кожуховский, И. Е. Зерноочистительные машины / И. Е. Кожуховский.

76. Москва : Машиностроение, 1965. 218 с.

77. Козлов, Н. С. Исследование процесса разделения зерна фрикционнойповерхностью цилиндра в поле коронного разряда : дис. канд. тех. наук / Н. С. Козлов; Челябинск, 1969. 169 с.

78. Колышев, П. П. Машины для очистки и сортировки семян / П. П. Колышев,

79. И. Е. Кожуховский, Г. Т. Павловский. Москва : Изд-во Государственное издательство сельскохозяйственной литературы, 1947. - 150 с.

80. Коняхин, В. Сезам откройся. Идентификация по отпечатку пальца спомощью дактилоскопического устройства управления доступом DS -111 / В. Коняхин // Современные технологии автоматизации. 1996. -№1. С. 87-90.

81. Кузьминов, А. Ю. Интерфейс RS232 связь между компьютером имикроконтроллером / А. Ю. Кузьмино. Москва: Радио и связь, 2004. -165 с.

82. Кулагин, М. С. Механизация послеуборочной обработки и хранения зерна исемян / М. С. Кулагин, В. М. Соловьев, В. С. Желтов. Москва : Изд-во Колос, 1979.-256 с.

83. Лебедев, В. Д. Промышленная обработка и хранение / В. Д. Лебедев. -Москва : Агропромиздат, 1991.-251 с.

84. Левшин, В. Л. Биокибернетические оптоэлектронные устройства автоматического распознавания изображений / В. Л. Левшин. Москва : Машиностроение, 1987. - 168 с.

85. Леонов, В. С. Диэлектрический сепаратор / В. С. Леонов // Техника вс.-х,1978.-№5.-С. 52-55.

86. Летошнев, М. Н. Сельскохозяйственные машины / М. Н. Летошнев. -Москва : Сельхоз, 1955. 760 с.

87. Лубников, С. В. Определение разнокачественности семян методом диэлектрического фракционирования : автореф. дис. канд. тех. наук / С. В. Лубников ; МГАУ. Москва, 2001. - 23 с.

88. Мамаджанов, Б. Д. Диэлектрическая калибровочная сортировальная машинадля оголенных семян хлопчатника : автореф. дис. канд. тех. наук / Б. Д. Мамаджанов ; МИИСП. Москва, 1992. - 16 с.

89. Мартинов, Ю. Ф. Результаты производственных испытаний виброфрикционных сепараторов на очистку и сортировку семян лекарственных культур / Ю. Ф. Мартинов, В. А. Гудым // Тр. / МИИСП. -1986.-Вып. №.13.-С. 16-19.

90. Мякин, В. Н. Совершенствование пневматических сепараторов семян / В. Н.

91. Мякин, С. Г. Урюпин // Техника в с.-х. 2000. - № 4. - С. 40-42.

92. Нгуен, С. Д. Интенсификация очистки семенного зерна пшеницы на основепневмосепарирования : автореф. дис .канд. тех. наук / С. Д. Нгуен ; АГТУ. -Барнаул, 1993.-25 с.

93. Патенов, К. П. Сорные растения их вредоностность, методы учета и мерыборьбы / К. П. Патенов, В. Н. Довбан. Минск: 1979. - 54 с.

94. Петров, В. В. Анализ материалов оптическими методами / В. В. Петров.

95. Москва : Машгиз, 1970. 364 с.

96. Петрусов, А. И. Зернообрабатывающие высокочастотные вибрационныемашины / А. И. Петрусов. Москва : Машиностроение, 1975. - 37 с.

97. Писаревский, А. Н. Системы технического зрения / А. Н. Писаревский.

98. Лененград : Машиностроение, 1988. 389 с.

99. Прэтт, У. Цифровая обработка изображений / У. Прэтт; пер. с анг. М. : Мир, 1981.-290 с.

100. Рагулин, М. В. Послеуборочная доработка и хранение семян многолетнихтрав / М. В. Рагулин. Москва : Россельхозиздат, 1974. - 103 с.

101. Романов, Е. Г. Предпосевная обработка семян в США / Е. Г. Романов.

102. Москва : Колос, 1973. 214 с.

103. Рутковский, И. А. Оптикоэлектронный экспресс анализ засоренности семян люцерны семенами сорняков по морфологическим признакам : дис. канд. тех. наук / И. А. Рутковский; КубГАУ.- Краснодар, 2000. - 209 с.

104. Рутковский, И. А. Оптикоэлектронный экспресс анализ засоренности семян люцерны трудноотделимыми сорняками / И. А Рутковский, Б. К. Цыганков, С. В. Бурлин, Д. В. Лебедев // Механизация и электрификация сел. хоз-ва. - 2003. - № 11. - С. 8-9.

105. Тарушкин, В. И. Разделение семян в электрическом поле по напряженностии ориентации / В. И. Тарушкин // Тр. / МИИСП. 1972. - Вып. № 3. С. 118-120.

106. Тарушкин, В. И. Физические основы диэлектрической сепарации семян сельскохозяйственных культур / В. И. Тарушкин // Тр. / МИИСП. 1977. -Вып. № 13.-С. 203-207.

107. Тарушкин, В. И. Электросепараторы для семян / В. И. Тарушкин, В. С.

108. Леонов, А. Н. Шмелев // Механизация и электрификациясоциалистического сел. хоз-ва. 1979. - №10. - С.

109. Тарушкин, В. И. Новые электросепараторы для сортирования семян / В. И.

110. Тарушкин // Вести сельскохозяйственной науки. 1981. - №1. - С.

111. Тарушкин, В. И. Диэлектрический классификатор семян / В. И. Тарушкин,

112. В. Г. Бурлаков // Механизация и электрификация социалистического сел. хоз-ва. 1981. -№14. С.

113. Тарушкин, В. И. Технологический комплекс диэлектрических сепарирующих устройств / В. И. Тарушкин // Механизация и электрификация сел. хоз-ва. 1983. - № 4. - С.

114. Тиц, 3. JI. Машины для послеуборочной поточной обработки семян / 3. JI. Тиц. Москва : Машиностроение, 1967. - 447 с.

115. Файн, В. С. Опознование изображений / В. С. Файн. Москва : Наука, 1970. -215 с.

116. Фисюнов, А. В. Сорные растения / А. В. Фисюнов. Москва : Колос, 1984. -248 с.

117. Харук, И. Д. Основание параметров технологического процесса очистки и сортирования семян крестоцветных масличных культур на вибрационной семяочистительной машине : автореф. дис. канд. тех. наук / И. Д. Харук ; ХИМЭСХ.- Харьков, 1993.-21 с.

118. Хорн, Б. К. Зрение роботов / Б. К. Хорн. Москва : Мир, 1989.-415 с.

119. Цонев, Р. С. Исследование и разработка электронно оптического устройства разделения гнилых и здоровых клубней лука в условиях АПК НРБ : автореф. дис. канд. техн. наук / Р. С. Цонев ; МИИСП. - Москва, 1982. -15 с.

120. Цыганков, Б. К. Повышение точности экспресс-анализа засоренности семян многолетних трав / Б. К. Цыганков, Д. В. Лебедев // Электромеханические преобразователи энергии: материалы третей межвузовской науч. конф. / Краснодар, 2004. - С. 59-61.

121. Чалый, И. В. Теоретические исследования безотрывного движения семян с учетом их формы по выступам регулярного рельефа деки вибросепаратора / И. В. Чалый // Тр. / МИИСП. - 1985. - Вып. № 192. - С. 49-56.

122. Чалый, И. В. Обоснование технологических параметров сепарации семянсельскохозяйственных культур на деках с регулярным микрорельефом : автореф. дис. канд. тех. наук / И. В. Чалый ; ХИМЭСХ. Харьков, 1992. -24 с.

123. Шептур, А. А. Вибросепарация семян люцерны / А. А. Шептур // Тр. /

124. МИИСП. 1985. - Вып. № 13 - С. 95 -98.

125. Шихсаидов, Б. И. Исследование очистки семян овощных культур и кормовых корнеплодов на фрикционном диэлектрическом сепараторе : дис. канд. тех. наук / Б. И. Шихсаидов ; МИИСП. Москва, 1979. - 184 с.

126. Шмигель, В. В. Очистка семян овса от овсюга в электростатическом поле /

127. В. В. Шмигель // Электронная обработка материалов. 1977. - № 2. - С. 74-78.

128. Эрк, Ф. Н. Сушка и очистка семян трав / Ф. Н. Эрк, И. В. Лисовский, Г. Е.

129. Исаев Москва: Изд-во Россельхозиздат, 1969. - 112 с.

130. Юкиш, А. Е. Справочник по оборудованию элеваторов и складов / А. Е. Юкиш. Москва : Колос, 1978. - 463 с.

131. Юрицкий, П. М. К вопросу о взаимовлиянии сепарируемых семян при движении на рабочей поверхности семяочистительной машины / П. М. Юрицкий, Е. Е. Антонов // Тр. / МИИСП. 1986. - Вып. № 63. - С. 56-60.

132. Якушенков, Ю. Г. Техническое зрение роботов / Ю. Г. Якушенков. -Москва : Машиностроение, 1990. 335 с.

133. Ямпилов, С. С. Сепараторы для предварительной очистки зерна / С. С. Ямпилов // Механизация и электрификация сел. хоз-ва. 1999. - № 12. - С. 17-21.

134. SPIE Vol 1.1379. Optics in Agriculture (1990)/151. Image analisis applications for grain science. 324c.

135. M.S.Howarh and S.W. Searcy, "Algorithms for grading carrots by machinevision", ASAE paper No. 89-7502,St. Joseph, Ml, 1989. 354c.

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

137. Энергия, экономии и техники // Москва наука. №9. 2002 . - С 43-49.

138. ШГ.Ф. Кривцова sffjl> июль 2005. г.1. Акт

139. От Государственной семенной Инспекции Краснодарского края: Ст. Каневской1. Заместитель начальника.1. ОгКГАУ:

140. Профессор , д.т.н Профессор к.т.н. Аспирант

141. Приоритет от 11.06.2002 :, Автор(ы) изобретения1. MS Ч/г

142. Щнгапков ¥)орис 'Константинова, Щрлин Сергей Здасилъевн1, Лебедев ЮммтрнА Олег Здалентнпови1rk Федерациийри уело в