Алгоритм цифрової ідентифікації зернових матеріалів
DOI:
https://doi.org/10.32515/2414-3820.2024.54.153-159Ключові слова:
машинний зір, цифрова ідентифікація, зернові матеріали, якість зерна, машинне навчання, післязбиральна обробкаАнотація
Розглянуто питання застосування технологій машинного зору для підвищення точності та ефективності ідентифікації зернових матеріалів у процесі післязбиральної обробки. Визначено, що традиційні методи контролю якості зерна, зокрема візуальні, мікробіологічні та хімічні тести, мають суттєві обмеження при ідентифікації домішок, особливо тих, що подібні за фізичними та візуальними ознаками. Запропоновано алгоритм цифрової ідентифікації зерна, заснований на методах машинного зору та машинного навчання.
Посилання
Список літератури
1. Kvashuk. D., Erokhin. R. Overview of the possibility of mashing approach in agricultural household. Agrosvit. 2019. No. 12. P. 60. URL: https://doi.org/10.32702/2306-6792.2019.12.60.
2. Dyatlov, Е. Machine vision (analytical review). Mathematical machines and systems. 2013. Vol. 2. 32–40.
3. David A. Forsyth, Jean Ponce. Computer Vision: A Modern Approach. 1 ed. Prentice Hall. 2003. 800 p.
4. Stockman G., Shapiro L. G. Computer Vision (1st. ed.). Prentice Hall PTR. 2001. 608 p.
5. Haddad R. A., Akansu A. N. A Class of Fast Gaussian Binomial Filters for Speech and Image Processing. IEEE Transactions on Acoustics, Speech, and Signal Processing. 1991. Vol. 39. P. 723–727.
6. Sobel I. History and Definition of the Sobel Operator. 2014.
7. Sezgin M. Survey over image thresholding techniques and quantitative performance evaluation. Journal of Electronic Imaging. 2004. Vol. 13. P. 146–165.
8. Грицик В. В., Дунас А. Я. Дослідження методів розпізнавання образів для систем комп’ютерного зору роботів майбутнього. Інформаційні технології. Вісник ХНТУ. 2017. № 3 (62). С. 297–301.
9. Ryabova L., Mazur Y., Vyshnevska V. S. Comparative analysis of binarization methods for images of eye iris. Ukrainian Scientific Journal of Information Security. 2017. No. 23(3). P. 171–175.
10. Алгоритм Кенні – Вікіпедія. Вікіпедія. URL: https://uk.wikipedia.org/wiki/Алгоритм_Кенні (дата звернення: 20.10.2024).
11. Lowe D. G. Distinctive image features from scale-invariant keypoints. IJCV. 2004. No. 60 (2). P. 91–110.
12. Lowe D. G. Object recognition from local scale-invariant features. Proceedings of the International Conference on Computer Vision. 1999. Vol. 2. P. 1150–1157.
13. Bay H., Tuytelaars T., Van Gool L. SURF: Speeded up robust features. Proceedings of the 9th European conference on Computer Vision - Volume Part I. 2006.
14. Ojala T., Pietikainen M., Maenpaa M. Multiresolution gray-scale and rotation invariant texture classification with local binary patterns. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2002. Vol. 24(7). P. 971–987.
15. Жеребух О., Фармага І. Використання нейронних мереж для визначення об’єктів на зображенні. Computer design systems. Theory and practice. 2024. Т. 6(1). С. 232–240.
16. Dhiman C., Vishwakarma D. K. A review of state-of-the-art techniques for abnormal human activity recognition. Engineering Applications of Artificial Intelligence. 2019. Vol. 77. P. 21–45. URL: https://doi.org/10.1016/j.engappai.2018.08.014.
17. Згорткова нейронна мережа – Вікіпедія. Вікіпедія. URL: https://uk.wikipedia.org/wiki/ Згорткова_нейронна_мережа (дата звернення: 20.10.2024).
18. Opitz D., Maclin R. Popular Ensemble Methods: An Empirical Study. Journal of Artificial Intelligence Research. 1999. Vol. 11. P. 169–198. URL: https://doi.org/10.1613/jair.614
References
1. Kvashuk, D., & Erokhin, R. (2019). Overview of the possibility of mashing approach in agricultural household. Agrosvit, (12), 60 [in English]. https://doi.org/10.32702/2306-6792.2019.12.60
2. Dyatlov, Е. . (2013). Machine vision (analytical review). Mathematical machines and systems, 2, 32–40 [in English].
3. David A. Forsyth & Jean Ponce. (2003). Computer Vision: A Modern Approach. 1 ed. Prentice Hall [in English].
4. Stockman, G., & Shapiro, L. G. (2001). Computer Vision (1st. ed.). Prentice Hall PTR [in English].
5. Haddad, R. A., & Akansu, A. N. (1991). A Class of Fast Gaussian Binomial Filters for Speech and Image Processing. IEEE Transactions on Acoustics, Speech, and Signal Processing, 39, 723–727 [in English].
6. Sobel, I. (2014). History and Definition of the Sobel Operator. [in Ukrainian].
7. Sezgin, M. (2004). Survey over image thresholding techniques and quantitative performance evaluation. Journal of Electronic Imaging, 13, 146–165 [in English].
8. Hrytsyk, V. V., & Dunas, А. Ya. (2017). Study of pattern recognition methods for computer vision systems of robots of the future. Information technologies. KhNTU Bulletin, (3 (62)), 297–301. [in Ukrainian].
9. Ryabova, L., Mazur, Y., & Vyshnevska, V. S. (2017). Comparative analysis of binarization methods for images of eye iris. Ukrainian Scientific Journal of Information Security, (23(3)), 171–175 [in English].
10. Kenny's algorithm. (2015, 3 May). Wikipedia. https://uk.wikipedia.org/wiki/Алгоритм_Кенні [in English].
11. Lowe, D. G. (2004). Distinctive image features from scale-invariant keypoints. IJCV, (60 (2)), 91–110[in English].
12. Lowe, D. G. (1999). Object recognition from local scale-invariant features. Proceedings of the International Conference on Computer Vision, 2, 1150–1157 [in English].
13. Bay, H., Tuytelaars, T., & Van Gool, L. (2006). SURF: Speeded up robust features. Proceedings of the 9th European conference on Computer Vision - Volume Part I. [in Ukrainian].
14. Ojala, T., Pietikainen, M., & Maenpaa, M. (2002). Multiresolution gray-scale and rotation invariant texture classification with local binary patterns. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(7), 971–987 [in English].
15. Jerebukh, О., & Farmaga, І. (2024). Using neural networks to identify objects in an image. Computer design systems. Theory and practice, 6(1), 232–240. [in Ukrainian].
16. Dhiman, C., & Vishwakarma, D. K. (2019). A review of state-of-the-art techniques for abnormal human activity recognition. Engineering Applications of Artificial Intelligence, 77, 21–45. [in English]. https://doi.org/10.1016/j.engappai.2018.08.014
17. Convolutional neural network (2016). Wikipedia. https://uk.wikipedia.org/wiki/Згорткова_нейронна_мережа [in English].
18. Opitz, D., & Maclin, R. (1999). Popular Ensemble Methods: An Empirical Study. Journal of Artificial Intelligence Research, 11, 169–198. [in English]. https://doi.org/10.1613/jair.614
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 С.П. Степаненко, В.І. Днесь, А.М. Борис, А.Я. Кузьмич, Д.А. Волик
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
ISSN 
ISSN 
