Засоби комп’ютерного зору визначення стану злакових культур
Ескіз недоступний
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Актуальність теми. Сучасний розвиток агропромислового сектору тісно пов’язаний із впровадженням інноваційних технологій, зокрема автоматизацією та цифровізацією виробничих процесів, що забезпечує підвищення продуктивності та якості кінцевої продукції. В умовах глобальної конкуренції та високих вимог до якості зернових культур зростає потреба в автоматизованих рішеннях для контроля чистоти зерна. Одним із перспективних підходів для забезпечення якісного аналізу є застосування технологій комп’ютерного зору, що дозволяють автоматизувати процес ідентифікації та класифікації об'єктів у зразках зернових культур.
Комп’ютерний зір, який використовує сучасні алгоритми глибокого навчання, відкриває нові можливості для виявлення та класифікації домішок у зернових зразках. Використання таких технологій дозволяє автоматизувати процес аналізу, що зменшує залежність від людського фактору, підвищує швидкість та точність перевірок. Це особливо актуально для України, як аграрної держави, де контроль якості зернових культур є важливою складовою для забезпечення конкурентоспроможності на світовому ринку. Розробка методів автоматизованого контролю чистоти зернових культур з використанням комп'ютерного зору є важливим науковим і практичним завданням, оскільки вона сприяє підвищенню ефективності та якості агропромислового виробництва.
Об’єктом дослідження є методи аналізу зображень для визначення якості та чистоти зернових зразків, зокрема для виявлення засмічуючих частинок у злакових культурах
Предметом дослідження є технології комп’ютерного зору, алгоритми глибокого навчання та нейронні мережі, що використовуються для класифікації об'єктів і визначення рівня засміченості в зразках зернових культур.
Мета роботи: провести аналіз сучасних методів комп’ютерного зору, які застосовуються для автоматичного визначення рівня засміченості зернових культур, розробити ефективну методику обробки зображень зразків зерна, адаптовану до умов аграрного сектору. Передбачено створення програмного забезпечення, яке здатне автоматично визначати типи частинок та обчислювати рівень чистоти зразків.
Наукова новизна полягає в наступному:
- Розроблено метод адаптивної сегментації зображень зернових культур із використанням алгоритму локального вирівнювання гістограми (CLAHE) та адаптивного визначення параметрів для забезпечення точності сегментації за умов варіативного освітлення та щільності зразків.
- Запропоновано новий підхід до класифікації зображень зернових культур на основі глибокої згорткової нейронної мережі з оптимізованою архітектурою, яка забезпечує високі показники точності та швидкості обробки.
- Удосконалено методику оцінки рівня засміченості зернових зразків, яка включає автоматичне розрахування співвідношення площ зернин і домішок, що дозволяє оцінити якість матеріалу без втручання людини.
- Реалізовано інтеграцію методів обробки зображень і нейронних мереж у вигляді програмного забезпечення, яке автоматизує процес аналізу зернових культур, підвищуючи продуктивність і зменшуючи вплив людського фактора.
- Запропоновано адаптивний підхід до обробки складних зображень зернових культур, який враховує їх щільність, рівень освітленості та наявність домішок, забезпечуючи точність аналізу в реальних умовах агропромислового виробництва.
Практична цінність полягає у можливості використання розроблених методів для швидкого та точного аналізу якості зернових культур. Застосування автоматизованої системи комп’ютерного зору знижує витрати часу на перевірку зразків і дозволяє значно зменшити залежність від суб’єктивного людського фактору, забезпечуючи об'єктивність і точність результатів аналізу. Розроблене програмне забезпечення може бути використане в агропідприємствах та лабораторіях для контролю якості зернових зразків.
Апробація роботи.
Тесленко О.К., Кузьмич А.А. Комп’ютерні технології для автоматизованого визначення якості та засміченості зерен пшениці. Прикладна математика та комп’ютинг. ПМК, 2024: сімнадцята наук. конф. магістрантів та аспірантів, 20–32 листопада 2024 р.: зб.тез доп./[редкол.: Дичка І.А. та ін.]. – К. : Просвіта, 2024. – с..
Степаненко С.П., Кузьмич А.Я., Волик Д.А., Кузьмич А.А. Перспективи застосування комп’ютерного зору для оцінки якості зерна. Сучасні технології агропромислового виробництва: матеріали міжнар. наук.-практ. конф., 14–15 листопада 2024 р., Центральноукраїнський національний технічний університет, Кропивницький, Україна. – Кропивницький: ЦНТУ, 2024. – с. .
Структура та обсяг роботи.
Магістерська дисертація складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. Загальний обсяг роботи становить 82 сторінки. Дисертація містить 4 таблиці, 26 рисунків та 2 додатки.
Опис
Ключові слова
комп'ютерний зір, зернові культури, рівень засміченості, обробка зображень, класифікація, computer vision, grain crops, impurity level, image processing
Бібліографічний опис
Кузьмич, А. А. Засоби комп’ютерного зору визначення стану злакових культур : магістерська дис. : 123 Комп'ютерна інженерія / Кузьмич Анна Альвіанівна . – Київ, 2024. – 100 с.