Электронно-оптический способ компьютерной оценки морфологических параметров листьев картофеля при сортосопровождении тема диссертации и автореферата по ВАК РФ 05.20.02, кандидат технических наук Сорокотяга, Александр Алексеевич

• Сорокотяга, Александр Алексеевич
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Сорокотяга, Александр Алексеевич

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 ОЦЕНКИ 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 ЭЛЕКТРОННО-ОПТИЧЕСКОГО 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.

Введение диссертации (часть автореферата) на тему «Электронно-оптический способ компьютерной оценки морфологических параметров листьев картофеля при сортосопровождении»

Актуальность работы.

Наша страна занимает лидирующее положение в ежегодном производстве и потреблении картофеля. Россия стоит на втором месте по количеству посевных площадей, задействованных для выращивания данной культуры. Средний уровень урожайности в 9 - 10 т/га, против средней урожайности в 34,6 т/га в странах ЕС, характерен для всех категорий хозяйств и регионов как с благоприятными, так и с неблагоприятными условиями возделывания [8], [61]. Практика показывает, что одной из причин низкой урожайности картофеля является использование на посадку несертифицированного семенного материала низкого качества. [61]. Это обусловлено тем, что при многолетней вегетации в сортовом картофеле накапливается вирусная инфекция, приводящая к вырождению сорта, снижению качественных характеристик семенного материала и, как следствие, к уменьшению урожайности на 30 - 40% [70], [93].

Своевременное выявление вырождения сорта и проведение сортообновления способно предотвратить снижение урожая. Служба агромониторинга, в состав которой входят государственные сортоиспытательные станции, семенные инспекции и другие организации, имеющие аккредитацию для проведения инспекции сортов, осуществляют в течение вегетационного периода контроль за состоянием растений, степенью ^ инфицирования возбудителями болезней, проводят полевые обследования с целью взятия листовых проб для определения сортовой чистоты выращиваемой культуры, визуально оценивают их морфологические параметры и полученные данные сравнивают с данными о морфологических параметрах листьев элиты возделываемого сорта, которые получают при сортоиспытании по методике испытаний на отличимость, однородность и стабильность (ООС), разработанной международным союзом по охране новых сортов (UPOV) [62]. ф В практической работе госинспекторов в настоящее время возникают трудности из-за отсутствия современных приспособлений и инструментов, необходимых для определения качественных характеристик различных категорий и классов семенного картофеля. В связи с этим остро стоит задача в разработке технического документооборота и создании новейшего оборудования, необходимого для проведения полевых инспекций, включающего в себя отбор листовых проб, доставку их в лабораторию, описание морфологии отобранных образцов, анализ и оценку степени выраженности сортовых параметров листьев испытуемого сорта картофеля, документирование проведенного анализа. В частности, для выдачи протокола испытания (результата анализа) листовых проб на соответствие исходного материала требованиям действующих стандартов (ГОСТ 29267-01 [5] и ГОСТ 29268-91 [6]) определение сортовых параметров листьев картофеля осуществляется способом экспертной оценки визуально, оценка выраженности сортовых параметров оценивается в баллах, оперирование полученной информацией проводится в виде бумажного документооборота.

В решении этой проблемы особенно важное значение имеет разработка на базе передовых технических цифровых систем современного информационно-аналитической способа оценки морфологических параметров листьев картофеля при проведении полевых инспекций в период вегетации растений для сортоиспытаний и сортосопровождения семенного материала, который должен гарантировать безусловное соблюдение стандартов, действующих положений и правил, а также повышение оперативности документооборота, создание возможности накопления, хранения и обмена информацией. В связи с этим, разработка электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля является актуальной научной и народнохозяйственной задачей.

В нашей стране и за рубежом уже имеется положительный опыт использования информационных систем в сельскохозяйственной науке и практике [73]. Огромный вклад в развитие и применение видео-цифрового технического зрения в сельском хозяйстве внесли ученые из США штата Калифорния David С. Slaughter, Robert G. Curley, Pictiaw Chen [81], которые разработали и воплотили в жизнь роботизированный культиватор на базе цифровой видеосистемы для автоматического позиционирования рабочих органов относительно культивируемых рядков растений. Среди российских разработок в области видео-цифрового компьютерного зрения можно выделить работы, проводимые в МГАУ, ВИЭСХе и ЕОИИКХ под руководством Бородина И. Ф., Кирилина Н. И., Пшеченкова К. А., Башилова А. М. по созданию электронно-оптических систем контроля и управлением качества производства картофеля [7], в МичГАУ под руководством А. С. Гордеева по созданию автоматизированных систем по сортированию плодов [87], а также группы ученых (Денисюк С. Г. и др.) из СибФТИ СО РАСХН, которые разработали экспериментальный телевизионно-компьютерный комплекс "Биоспекл" для регистрации и обработки изображений пораженной листовой поверхности растений в видимом диапазоне длин волн [71]. Анализ вышеприведенных работ показал, что перспективным направлением автоматизации сельского хозяйства является использование компьютерных устройств как совместно с существующими технологиями, так и отдельно, заменяя имеющиеся устаревшие технологические операции. Однако проблема совершенствования способа контроля сортовых параметров листьев картофеля при сортоиспытании и сорторазведении в период вегетации растений с помощью электронно-оптического информационно-аналитического способа оценки параметров до настоящего момента не решалась. ф Разработка электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля проводилась в соответствии с концепцией развития электрификации сельского хозяйства России, одобренной Президиумом РАСХН (протокол № 134 от 20 декабря 2001 г.) [1], в которой одним из перспективных направлений электрификации села является автоматизация и информатизация электрифицированного сельскохозяйственного производства. Согласно данной концепции, будут развиваться автоматизированные информационно-управляющие системы контроля режимов и качества продукции, основанные на широком использовании оптических приборов и баз статистических данных о возделывании, темпах уборки, обработке и хранении продукции.

Работа выполнялась в лаборатории автоматизации электроприводов и поточных линий ГНУ ВИЭСХ в соответствии с планом НИР ВИЭСХ на 2003 год по фундаментальным и приоритетным прикладным исследованиям, этап 03.02.14 «Разработать информационно-аналитический метод анализа и управления автоматизированными сельскохозяйственными технологиями с использованием электронных средств контроля и обработки информации» и с планом НИР ВИЭСХ на 2004 год по фундаментальным и приоритетным прикладным исследованиям, этап 03.02.02 «Разработать методы построения и расчета компьютерных информационно-управляющих систем высокоточного интенсивного ведения животноводства, управления автоматизированными сельскохозяйственными технологиями, процессами и установками».

Цель работы.

Исследование и разработка электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля, обеспечивающего выявление отличимости, однородности и стабильности сорта при сортоиспытании и сортосопровождении в период вегетации растений.

В работе приведен анализ существующих технологий, базирующихся на использовании видео-цифровых оптических систем. Обосновано преимущество применения цифровых оптических систем по сравнению с другими электронными технологиями.

Рассмотрена структурная схема управления производством семенного картофеля, представляющая собой биологический конвейер, который организован таким образом, чтобы поток сертифицированного семенного материала был непрерывным и удовлетворял требованиям ГОСТа для сортового картофеля с целью получения качественных семян на производство продовольственного картофеля.

Представлена схема информационного сортосопровождения для технологии возделывания картофеля в процессах сортоиспытания и при последующем многолетнем репродуктировании семенного картофеля.

Произведены экспериментальные исследования способа компьютерной оценки морфологических параметров листьев картофеля, включившие в себя получение цифровых цветных изображений образцов листьев и разработку алгоритмов и программ обработки полученных изображений.

Электронно-оптический способ компьютерной оценки морфологических параметров листьев картофеля реализован на базе оптического сканирующего устройства. Проведены производственные испытания данного устройства. Рассчитана надежность работы устройства и экономическая эффективность применения его для автоматизированной оценки сортовых параметров листьев картофеля при сортоиспытании и сортосопровождении.

Диссертация состоит из введения, четырех глав, основных результатов и выводов, списка литературы и приложений.

Заключение диссертации по теме «Электротехнологии и электрооборудование в сельском хозяйстве», Сорокотяга, Александр Алексеевич

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Анализ информационного сортосопровождения семенного картофеля показал целесообразность разработки электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля и он может быть положен в основу развития и совершенствования полевой инспекции сортов.

2. Для процессов сортоиспытания и сорторазведения разработана структурная схема информационно-аналитического сопровождения агротехнологии возделывания картофеля, предусматривающая получение, обработку, накопление и распространение информации о параметрах возделываемого сорта электронно-оптическим компьютерным способом.

3. Проведенные теоретические исследования информационных потоков в процессах сортоиспытания и сорторазведения позволили:

- установить факторы (информационная пропускная способность, спектральная чувствительность, объем листовой выборки), влияющие на процедуру оценки морфологических параметров листьев картофеля экспертным и компьютерным способами;

- определить аналитические зависимости влияния данных факторов на вероятность принятия правильного решения по оценке параметров листьев;

- установить преимущество электронно-оптического способа над экспертным по фактору информационно-пропускной способности в 39,4%.

4. Экспериментальные исследования электронно-оптических характеристик морфологических параметров листьев картофеля показали, что: восприятие электронно-оптической информации компьютерным способом осуществляется с разрешающей способностью в 300 dpi, что позволяет масштабировать (увеличивать) отдельные фрагменты (прожилки) листьев на изображениях;

- глубина цвета цифровых изображений в 24 бит (16,7 млн. цветов) позволяет четко разделить границы цветовых параметров листьев картофеля;

- обработку и анализ электронной информации компьютерным способом эффективно проводить в пакетной версии программы по обработке изображений Adobe Photoshop CS.

5. Разработанные на основании теоретических и экспериментальных исследований алгоритмы компьютерной оценки обеспечивают надежное определение:

- структурных параметров листьев картофеля (геометрические размеры, силуэты, параметры системы сосудистых пучков листьев картофеля) с относительной погрешностью 1,041%;

- цветовых параметров листьев картофеля, реализуемого в нелинейном цветовом пространстве HSV (зеленый цвет поверхности, цвет антоциановой окраски центральной жилки и верхушечной розетки листьев картофеля) с доверительной вероятностью 95%.

6. Электронно-оптический способ компьютерной оценки морфологических параметров листьев картофеля, реализованный с помощью оптического сканирующего устройства, состоящего из персонального компьютера на базе процессора Intel Pentium IV 2100 МГц, устройства ввода изображений (сканера) и специализированного программного обеспечения по обработке изображений способен последовательно обрабатывать выборку листьев в режиме реального времени.

7. Проведенные производственные испытания на Егорьевской сортоиспытательной станции-филиале ФГУ «Госсорткомиссия РФ по испытанию и охране селекционных достижений» и государственном научном учреждении «Елецкая опытная станция по картофелю» подтвердили эффективность электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля выборкой в 200 штук. При этом время обработки одного листа компьютерным способом составляет 60-90 сек, с учетом операции сканирования, экспертным способом - около 2 мин.

8. Предполагаемый экономический эффект от применения электронно-оптического способа компьютерной оценки при сортоиспытаниях составил 1640,75 рублей в год за счет снижения трудозатрат и при сортосопровождении в семеноводческом хозяйстве на площади в 45 га составил 43,78 тыс. рублей в год за счет своевременного выявления вырождения сорта семенного картофеля, проведения сортообновления и сохранения урожайности на уровне, характерном для используемого сорта.

Список литературы диссертационного исследования кандидат технических наук Сорокотяга, Александр Алексеевич, 2005 год

1. Концепция развития электрификации сельского хозяйства России /РАСХН/

2. UPOV TG\23\5 GUIDELINES FOR THE CONDUCT OF NESTS FOR DISTINCTNESS, HOMOGENEITY AND STABILITY.

3. ГОСТ 27.002 83. Надёжность в технике. Термины и определения. — М.: Издательство стандартов, 1983.

4. ГОСТ 7001-91. Картофель семенной. Технические условия. М.: Издательство стандартов, 1991.

5. ГОСТ 29267-91. Картофель семенной. Оздоровленный исходный материал. Приёмка и методы анализа. М.: Издательство стандартов, 1991.

6. ГОСТ 29268-91. Картофель семенной. Оздоровленный исходный материал. Технические условия. — М.: Издательство стандартов, 1991.

7. Старовойтов В.И., Башилов A.M., Андержанов A.JI. Автоматизация контроля качества картофеля, овощей и плодов. М.: Агропромиздат, 1987. — 197 с.

8. Контроль качества и сертификация семенного картофеля (Практическое руководство) / Под ред. А.В. Коршунова, Б.В. Анисимова/ М., 2003.-316 с.

9. Писарев Б.А. Сортовая агротехника картофеля. М.: Агропромиздат, 1990.-208 с.

10. Краусп В. Р. Комплексная автоматизация в промышленном животноводстве. — М.: Машиностроение, 1980. 214 с.

11. Краусп В. Р. Автоматизация послеуборочной обработки зерна. М.: Машиностроение, 1975. - 277 с.

12. Бульба: Попул. энцикл. справ, по биологии, возделыванию, хранению и использ. картофеля в кулинарии / Беларус. Энцыкл.; Гл. ред. "Беларус. Энцыкл.": Б.И. Саченко (гл. ред.) и др. БелЭн, 1994. - 350 с.

13. Селекция и распознавание на основе локационной информации / A.JI. Горелик, Ю.Л. Барабаш, О.В. Кривошеев, С.С. Эпштейн / Под ред. А.Л. Горелика. М.: Радио и связь, 1990. - 240 с.

14. Шарыгин М.Е. Сканеры и цифровые камеры. / Под ред. О.В. Колесниченко, И.В. Шишигина. СПб.: БХВ - Санкт-Петербург; Арлит, 2000. -384 с.

15. Гинзбург А., Милчев М., Солоницын Ю. Периферийные устройства. — СПб.: Питер, 2001. 448 с.

16. Смирнов В.Д. Цифровые фотоаппараты. Базовые модели и основы теории. СПб.: Изд - во "Петербургский ин - т печати", 2002. - 192 с.

17. Узилевский В. А. Передача, обработка и воспроизведение цветных изображений. -М.: Радио и связь, 1981. 174 с.

18. Роуз А. Зрение человека и электронное зрение. М.: Мир, 1977. - 165 с.

19. Копылов П. М., Тачков Л. Н. Телевидение и голография. М.: Связь, 1976.- 143 с.

20. Костыков Ю. В. Прикладное телевидение. М.: Энергия, 1980. - 138 с.

21. Патрик Э. Основы теории распознавания образов: Пер с англ. / Под ред. Б.Р. Левина. М.: Сов. радио, 1980. - 408 с.

22. Фу К. Последовательные методы в распознавании образов и обучении машин: Пер. с англ. / Под ред. Л. А. Мееровича и Я.З. Цыпкина. М.: Наука, 1971.-256 с.

23. Красильников Н.Н. Цифровая обработка изображений. М.: Вузовская книга, 2001.-320 с.

24. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с англ.; -М.: Мир, 1976.-511 с.

25. Кривошеев М.И., Ку старев А.К. Цветовые измерения. М.: Энергоатомиздат, 1990. — 240 с.

26. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений: Учебное пособие. -М.: Высш. шк., 1983. -295 с.

27. Абламейко С.В., Лагуновский Д.М. Обработка изображений: технология, методы, применение. Мн.: Амалфея, 2000. - 303 с. ф 28. Перегудов Ф.И. Тараеенко Ф.П., Основы системного анализа,

28. Томск: Изд-во НТЛ, 2001.-396 с.

29. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. М.: Наука, 1974.

30. Методы компьютерной обработки изображений. / Под ред. А.В. Сойфера/ М.: ФИЗМАТ ЛИТ, 2003 -784 с.

31. Сигеру Омату. Нейроуправление и его приложения. Кн. 2. : Пер. с англ. / Под ред. А.И. Галушкина, В.А. Птичкина. М.: ИПРЖР, 2000. - 272 с.

32. Письменный Г.В., Михайлов Б.Б, Корнеев А.Ю. Системы технического зрения в робототехнике. -М.: Машиностроение, 1991. 88 с.ф 33. Фор А. Восприятие и распознавание образов / Пер. с фр. А.В.

33. Серединского; под ред. Г.П. Катыса. М.: Машиностроение, 1989. - 272 с.

34. Линдли К. Практическая обработка изображений на языке Си: Пер. с англ. -М.: Мир, 1996. 512 с.

35. Гринберг А.Д., Гринберг С. Цифровые изображения: Практическое руководство / Пер. с англ.; Мн.: ООО "Попурри", 1997. - 400 с.

36. Растригин Л.А., Эренштейн Р.Х. Метод коллективного распознавания.- М.: Энергоиздат, 1981. 80 с.

37. Форсайт Д.А., Понс Ж. Компьютерное зрение. Современный подход.: ^ Пер. с англ. М.: Издательский дом "Вильяме", 2004. - 928 с.

38. Пономаренко С. И. Adobe Photoshop CS в подлиннике. СПб.: БХВ — Петербург, 2004. - 928 е.: ил.

39. Петров М. Н. Эффективная работа с Photoshop CS. СПб.: Питер, 2004.- 845 е.: ил.

40. Ким Н.В. Обработка и анализ изображений в системах технического зрения. Учебное пособие. М.: Изд - во МАИ, 2001. - 164 с.

41. Егорова С.Д., Колесник В.А. Оптико электронное цифровое ^ преобразование изображений. - М.: Радио и связь, 1991. - 208 с.

42. Культин Н. Б. Основы программирования в Delphi 7. СПб.: БХВ -Петербург, 2003. - 608 е.: ил.

43. Фаронов В. В. Программирование баз данных в Delphi 7. Учебный курс. СПб.: Питер, 2004. - 464 е.: ил

44. Вентцель Е. С., Овчаров JI. А. Теория вероятностей и ее инженерные приложения. Учебное пособие для втузов. 2-е изд., стер. — М.: Высш. шк., 2000.-480 е.: ил.

45. Кузнецов В.А., Ялунина Г.В. Основы метрологии. М.: Издательство стандартов, -1995. - 279 с.

46. Селиванов М.Н., Фридман А.Э., Кудряшова Ж.Ф. Качество измерений. Метрологическая справочная книга. Л.: Лениздат, -1987. - 295 с.

47. Закорюкин В.Б. Надёжность устройств автоматики: Учебное пособие / Московский государственный институт радиотехники, электроники и автоматики (технический университет) М., 2000. - 111 с.

48. Горелик А.В., Ермакова О.П. Надёжность информационных систем. Основы надёжности устройств ЖАТС. Курс лекций М.: РГОТУПС, 2003. - 89 с.

49. Карева B.C., Никитин Г.А., Едренкин Э.Д. Надёжность устройств автоматики и телемеханики: Учебное пособие / Под ред. В.В. Макарова. — Челябинск: ЧГТУ, 1993. 57 с.

50. Водянников В.Т. Экономическая оценка энергетики АПК: Учебное пособие для студентов высших учебных заведений. М.: ИКФ "ЭКМОС", 2002. — 304 с.

51. Котик М. А. Курс инженерной психологии. 2-е изд. исп. и доп. - Таллин: Валгус, 1978. -364 с.

52. Вентцель Е. С. Исследование операций: задачи, принципы, методология. М.: Наука, Главная редакция физико - математической литературы, 1980. -208 с.

53. Тульчеев В. В. Формирование и эффективное функционирование агропромышленного комплекса Российской Федерации в рыночных условиях. М.: ФГНУ "Росинформагротех", 2004. - 272 с.

54. Методические рекомендации по технико экономической оценке автоматизированных технологических процессов животноводства. — М.: ВИЭСХ, 2003.-44 с.

55. Энергетика и электромеханизация сельского хозяйства. М.: ВИЭСХ, 2000.-С. 114-126.

56. Автоматизация и информатизация электрифицированного сельскохозяйственного производства. Научные труды. Том 89. М.: ВИЭСХ, 2004. - С. 35 -52.

57. Морзеев Ю. Зачем компьютеру зрение ч.1 // Компьютер пресс. 2002. № 5.-с. 20-25.

58. Морзеев Ю. Технологии машинного зрения. Сделано в России ч.2 // Компьютер пресс. 2002. № 7. - с. 50 - 58.

59. Ширко С. Популярно о сканерах // Компьютерные вести. 2003. № 3. -с. 5-6.

60. Грузинов Е. Сканеры: Новые технологии // http://www.nightsnipers/board/. 2004.

61. Анисимов Б.В. Сертификация семенного картофеля: организационная структура и приоритетные направления // Картофель и овощи. 2002. №2. — с. 23,24.

62. Усков А.И. О системе сертификации семенного материала // Картофель и овощи. 2002. №2. - с. 25,26.

63. Cho S., Ki N. Standalone prompting of a spray of high-speed performance, using Computer Vision and an indistinct logic network // Applied engineering in Agriculture, 1995, v. 19, №1, p. 146- 149.

64. Jang C.-C., Prasher S. O., Landry J., Ramaswamy S. Manifestation of Neural Networks for recognition of a weed in fields of a grain. // Transactions of the ASAE, 2001, v. 48, №2, p. 218- 223.

65. Wang Z., Heinemann P. H., Walker P. N., Heuser C. Automated Micropropagated Sugarcane Shoot Separation by Machine Vision. // Transactions of the ASAE, 1999, v. 42, №1, p. 247- 254.

66. Tumbo S. D., Wagner D. G. The hyperspectral neural network to predict a condition of a chlorophyll in a grain // Transactions of the ASAE, 1998, v. 41, №1, p. 242- 249.

67. D. C. Slaughter External identification by Computer Vision of a field of sprouts tomato for automated struggle with weedy plants // Applied engineering in Agriculture, 1998, v. 21, №2, p. 123- 128.

68. Tumbo S. D., Salyani M., Whitev J. D., Wheaten T. A., Miller W. M. Investigation of Laser and Ultrasonic Ranging Sensor for Measurements of Citrus Canopy Volume. // Applied Engineering in Agriculture, 2002, v. 18, №3, p. 367 - 372.

69. Joret G., Malterre H. Les effets de la degenerescence sur les rendements et la composition de la pomme de terre. // Comptes rendus hebdomadaires des seances de L'Academie d'Agriculture de France, 1945, v. 31, №10, s. 503 504.

70. Сорокотяга А. А., Котов А. И. Разработка многоканального дискретного и аналогового устройства ввода-вывода, сопрягаемого с IBM PC. // Вестник ЛГТУ ЛЭГИ. - Липецк - 2001. - № 1(7). - с. 122 - 127.

71. Сорокотяга А. А., Башилов А. М., Покидов О. В. Анализ области применения систем контроля качества агропродукции за рубежом. // Вестник МГАУ. Москва - 2003. -№3.-с. 106-112.

72. Сорокотяга А. А., Башилов А. М. Системы автоматизированного видеоцифрового наблюдения сельскохозяйственных культур в посадках. // Вестник МГАУ. Москва - 2003. -№3.-с. 101 - 105.

73. Сорокотяга А. А. Компьютерное распознавание как ресурсосберегающий способ сортовой идентификации растений. // Труды 4-й Международной научно-технической конференции (12 13 мая 2004 года, Москва, ГНУ ВИЭСХ). - Москва - 2004. - Ч. 2. - с. 310 - 316.

74. Сорокотяга А. А. Видео-цифровые информационно-измерительные системы в сельском хозяйстве. // Сборник докладов международной научно-технической конференции (29 30 сентября 2004 года, г. Углич). - Москва -2004.-Ч. 2.-с. 103- 108.

75. Пат. № 4 609 108, США. Метод и аппарат для сортировки листьев табака / V. N. Hristozov и другие, 1986, В07С 5/342.

76. Пат. №4 823 268, США. Метод и аппарат для определения листвы растения и картографии и контроля применяемых материалов / D. К. Giles и другие, 1989, В07С 5/342.

77. Пат. № 5 442 552, США. Роботизированный культиватор / D. С. Slaughter и другие, 1995, В07С 5/342.

78. Пат. № 2 132 569, Россия. Способ идентификации подлинности контролируемого объекта / Богданов В. Н. и другие, 1998, В07С 5/342.

79. Пат. № 2 163 394, Россия. Способ идентификации материальных объектов / Меденников П. А., Павлов Н. И., 1999, В07С 5/342.

80. Башилов A.M. Исследование процесса и разработка устройства оптико механического отделения твёрдых примесей и загнивших клубней картофеля: Дис. на соиск. учён, степени канд. техн. наук. М.: 1982. — 136 с.

81. Каверин В.А. Исследование условий применения и обоснование конструктивных параметров контейнеров для транспортирования томатов с полей на перерабатывающие предприятия: Автореф. дис. на соиск. учён, степени канд. техн. наук. М., 1971.

82. Алиханов Д.М. Разработка оптико электронного устройства для сортирования семенных клубней картофеля по морфологическим признакам: Автореф. дис. на соиск. учён, степени канд. техн. наук. М., 1983.