Электронно-оптический способ компьютерной оценки морфологических параметров листьев картофеля при сортосопровождении

• Автор: Сорокотяга, Александр Алексеевич
• Шифр специальности: 05.20.02
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Москва
• Количество страниц: 191 с. : ил.

ВВЕДЕНИЕ

Глава 1. АНАЛИЗ ПРОБЛЕМЫ СОРТОСОПРОВОЖДЕНИЯ

СЕМЕННОГО КАРТОФЕЛЯ

1.1. Практическое значение контроля за сортовым семенным картофелем

1.2. Применение систем технического зрения в различных отраслях производства

1.3. Анализ применения цифровых электронных систем в

агротехнологиях.

1.4. Использование оптического цифрового технического зрения в растениеводстве

1.5. Цель и задачи исследования.

Глава 2. ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СПОСОБА

КОМПЬЮТЕРНОЙ ОДЕРЖИ МОРФОЛОГИЧЕСКИХ ПАРАМЕТРОВ ЛИСТЬЕВ КАРТОФЕЛЯ

2.1. Схема информационного управления производством семенного картофеля
2.2. Операция получения цифровых цветных изображений листьев картофеля
2.3. Операция обработки изображений и оценки морфологических параметров листьев картофеля по изображениям.
2.3.1. Последовательность шагов обработки изображений для оценки структурных параметров листьев картофеля
2.3.2. Последовательность шагов обработки изображений для определения цветовых параметров листьев картофеля.
Глава 3. РАЗРАБОТКА АЛГОРИТМОВ СПОСОБА КОМПЬЮТЕРНОЙ ОЦЕНКИ МОРФОЛОГИЧЕСКИХ ПАРАМЕТРОВ ЛИСТЬЕВ
КАРТОФЕЛЯ ПО ИЗОБРАЖЕНИЯМ
3.1. Порядок выборки и обработки образцов листьев картофеля.
3.2. Алгоритм операции получения цифровых цветных изображений
3.3. Алгоритмы операции обработки изображений и оценки морфологических параметров листьев картофеля по изображениям .
3.3.1. Алгоритмы оценки структурных параметров листьев картофеля
3.3.2. Алгоритм оценки цветовых параметров листьев
3.4. Визуализация и представление результатов обработки и оценки морфологических параметров листьев картофеля.
Глава 4. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ ЭЛЕКТРОННООПТИЧЕСКОГО СПОСОБА КОМПЬЮТЕРНОЙ ОЦЕНКИ МОРФОЛОГИЧЕСКИХ ПАРАМЕТРОВ ЛИСТЬЕВ КАРТОФЕЛЯ
4.1. Инфраструктура оптического сканирующего устройства для оценки морфологических параметров листьев картофеля.
4.2. Экспериментальное исследование способа компьютерной оценки морфологических параметров листьев картофеля.
4.3. Расчет надежности оптического сканирующего устройства компьютерной оценки морфологических параметров листьев картофеля
4.4 Оценка эффективности компьютерного способа оценки морфологических параметров листьев картофеля с помощью оптического сканирующего устройства
4.5. Оценка экономической эффективности
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ
СПИСОК ЛИТЕРАТУРЫ


Однако смысл, скрывающийся за всеми этими определениями, один это попытка научить компьютер видеть мир глазами человека, воспринимать его как человек и выполнять в связи с этим различные действия так же, как делал бы это человек, тем самым подменяя или полностью исключая последнего. Необходимость в этом возникает в ситуациях, связанных с риском для жизни, и бывает обусловлена особенностями человека как живого организма, которому свойственно быстро утомляться, пропускать через себя раниченный объем информации, а также обрабатывать данные с относительно низкой скоростью. Конечно, идеальным представляется создание универсальной самообучающейся системы, которая бы росла и зрела так же, как это с рождения происходит с любым человеком. Руководствуясь столь высокими целями, разработчики в области компьютерного зрения сегодня решают непростые задачи. Можно сказать, что область компьютерного зрения имеет недолгую по меркам фундаментальных наук, но очень бурную историю зарождения и разви тия. История технологии компьютерного зрения как наукоемкой области знаний берет свой отсчет с х годов XX века. Именно в этот период компьютеры постепенно начали становиться общедоступным средством обработки и анализа информации. Однако следует отметить, что первые системы оцифровки визуальной информации были весьма примитивными, а изображения малоформатными и низкоинформативными. Поэтому первыми задачами, которые решались в то время, стали проблемы, связанные с автоматическим распознаванием печатных буквенноцифровых символов знаков. Исследования в области синтеза систем компьютерного зрения бурно развивались на протяжении х годов по мере того, как расширялось использование вычислительных машин и становилась очевидной потребность в более быстрой и эффективной связи человека с ЭВМ. К началу х годов задачи компьютерного зрения в основном охватывали область космических исследований, требовавших обработки большого количества цифровой информации. Полученные тогда цифровые изображения требовали удаления различного рода искажений, в частности оптических. Позднее, в е годы, наряду с ростом разрешающей способности изображений в видимом спектре информация стала пополняться полученной в тепловизионном и другах спектральных диапазонах частот, что позволяло проводить более глубокий анализ данных. Начали развиваться различные подходы к распознаванию объектов на изображении, например структурные, признаковые и текстурные. К ним можно отнести датчики, построенные на матрицах ПЗС прибор зарядовой связи и КМОП комплементарный металлоксидполупроводник, датчики ночного видения, тепловизоры датчики, воспринимающие инфракрасное излучение, лазерные локаторы и др. Развитие новых измерительных систем и методов регистрации двухмерных цифровых информационных полей в реальном масштабе времени позволило получать для анализа устойчивые во времени изображения, генерируемые этими датчиками. Совершенствование же технологий производства этих датчиков позволило существенным образом снизить их стоимость, а значит, значительно расширить область их применения. Рост быстродействия микропроцессоров, снижение цен на камеры и десятикратное увеличение полосы пропускания при передаче видео с помощью таких технологий, как ШВ 2. Использование машинного зрения на персональных компьютерах в сочетании с качественными средствами визуализации способно коренным образом изменить способ взаимодействия человека с компьютером и окружающим миром. Машинное зрение уже привлекает внимание исследователей, занимающихся разработкой передовых приложений для домашнего использования. Что касается непосредственно теории компьютерного зрения и ее приложений, то в настоящее время существует четкая граница между так называемым монокулярным и бинокулярным компьютерным зрением. К первой области относятся исследования и разработки в области компьютерного зрения, связанные с информацией, поступающей от одной камеры или от каждой камеры отдельно. Ко второй области относятся исследования и разработки, имеющие дело с информацией, одновременно поступающей от двух и более камер. Несколько камер в таких системах используются для измерения глубины наблюдения. Эти системы называются стереосистемами.