Содержание к диссертации
Введение
1 Состояние вопроса выделения трудноотделимых сорняков в процессе анализа качества семян в предпосевной подготовке
1.1. Подготовка семян люцерны в период закладки на хранение и требования ГОСТ к семенному материалу 7
1.2. Методы и технические средства сортировки семян 8
1.3 Выводы по главе. Задачи научных исследований 24
2 Исследование существующих способов и разработка новых для распознавания семян сорных растений
2.1. Выбор наиболее перспективного метода распознавания формы семян и способы его реализации 26
2.2. Математическая модель определения центров масс групп граничных точек контура объекта исследуемых форм семян 30
2.3. Разработка программного обеспечения для лабораторного стенда по распознаванию семян по морфологическим признакам 39
2.4. Исследование и подбор оптимального числа точек оцифровки сканируемого изображения 41
2.5. Выводы по главе 43
3 Исследование распознавания семян люцерны и примесей по заданным признакам
3.1. Подбор семян и статистические методы расчета 44
3.2. Расчет признаков форм семян с построением графиков для анализа 48
3.3. Распознавание семян люцерны и сорняков по информативным признакам 54
3.4. Выводы по главе 60
4 Методика входного экспресс-анализа семян на основе предложенного набора признаков
4.1. Оценка семенного материала люцерны посевной по государственным стандартам 61
4.2. Работа технологической линии экспресс-анализа семян 62
4.3. Оценка точности работы распознающего устройства по экспериментальным данным 65
4.4. Выводы по главе 68
5 Модернизация технологической линии экспресс-анализа засоренности семян люцерны
5.1. Описание технологической линии, алгоритма и режимов ее работы 69
5.2. Расчет надежности 79
5.3. Оценка экономической эффективности экспресс - анализа засоренности семян люцерны семенами сорняков 81
5.4. Выводы по главе 87
общие выводы 88
Список литературы 89
Приложение 101
- Математическая модель определения центров масс групп граничных точек контура объекта исследуемых форм семян
- Распознавание семян люцерны и сорняков по информативным признакам
- Оценка точности работы распознающего устройства по экспериментальным данным
- Оценка экономической эффективности экспресс - анализа засоренности семян люцерны семенами сорняков
Введение к работе
Одной из важнейших отраслей сельского хозяйства в нашей стране и на Кубани является растениеводство, повышению качества продукции которого способствует развитие сельскохозяйственного комплекса и фермерских хозяйств. Поскольку многолетние травы являются одним из основных источников создания прочной кормовой базы, во многих хозяйствах в последние годы осуществляется специализация и концентрация производства семян трав с применением индустриально-поточных технологий.
В повышении урожайности кормовых культур важное место занимает обеспечение хозяйств полноценным посевным материалом. Наличие различного количества семян сорняков в посевном материале снижает урожайность многолетних трав. В связи с этим требования государственных стандартов, предъявляемые к семенам, достаточно жестки и допускают наличие в них семян вредных сорняков лишь в незначительных количествах, а присутствие семян карантинных сорняков не допускается.
Среди многолетних кормовых трав ведущее место занимает люцерна. Многолетняя практика показывает, что семена люцерны во многих случаях засоряются семенами карантинного сорняка амброзии, а также труд неотделимыми сорняками: щирицы жминдолистной, щирицы белой, бодяка и вязеля и других сорняков. Семена люцерны и этих сорняков имеют близкие физико-механические характеристики, что значительно затрудняет их разделение.
Определение чистоты посевного материала является достаточно трудоемкой задачей и производится в государственных семенных инспекциях визуально, вручную. Кроме больших затрат времени и многих субъективных факторов, влияющих на результаты анализов, существующая 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.
Анализ существующих способов разделения семян показал, что для проведения такого экспресс-анализа семенных смесей целесообразно использовать оптико-электронную распознающую систему, расширив ее функциональные возможности.
В результате исследований, выполненных отечественными учеными И. Ф. Бородиным, Ю. А. Судником, А. М. Башиловым, А. С. Гордеевым, В. И. Старовойтовым, А. Л. Адержановым, Д. М. Алихановьш, 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 чистоты семенных смесей многолетних кормовых трав.
Исследования в этом направлении на семенном материале люцерны проводятся в Кубанском ГАУ с применением оптико-электронной и вычислительной техники, обеспечивающей высокую разрешающую способность и быстродействие экспресс-анализа /85/.
Цель работы: повышение точности распознавания семян сорняков амброзии и щирицы в семенном материале люцерны путем разработки оптико-электроного способа сортировки и разделения семенных смесей. Научная новизна: - 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;
6 - разработан алгоритм работы распознающей системы, программные продукты для ЭВМ и определены режимы работы технологической линии определения чистоты семенного материала люцерны.
В результате выполненных исследований на защиту выносятся следующие научно-практические результаты:
1. Новые способы распознавания семян люцерны и сопутствующих ей сорняков.
2. Математическая модель и алгоритм автоматизированного расчета информативных признаков.
3. Программное обеспечение распознающей системы.
Результаты экспериментального исследования распознающей системы и морфологических признаков исследуемой семенной смеси.
Режимы технологической линии оптико-электронного экспресс-анализа засоренности семян люцерны.
Диссертационная работа выполнена автором на кафедре теоретической и общей электротехники Кубанского государственного аграрного университета в соответствии с госбюджетной темой: «Разработка и использование сберегающих технологий оборудования и источников электропитания для АПК» 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 молодых ученых «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, № 5, № 6/.
Математическая модель определения центров масс групп граничных точек контура объекта исследуемых форм семян
Как известно, семенам, как культурных растений, так и сорняков, присуще многообразие форм /22,37,95/ Таблица 2.1 Известно /37,95/, что геометрические размеры люцерны, амброзии и щирицы сходны по величине. Однако визуальный анализ представленных компонент смеси позволяет сделать вывод о различии их формы. Естественно в дальнейших исследованиях необходимо учитывать различия их видовых форм. В настоящее время при реализации геометрического метода распознавания образов используется множество признаков /1,23,24,61,82, 85,94,97,100/. Однако анализ возможностей приведенных признаков показывает невозможность идентификации семян амброзии, имеющей щитовидную форму. Особенностью семян щитовидной формы является наличие двух выемок у их вершины. При наличии одной выемки у семян люцерны и отсутствии их у семян щирицы положение центра масс различных объектов может совпадать. С учетом того, что амброзия является карантинным сорняком, то есть наличие ее семян вообще не допускается в посевном материале, необходимо разработать надежный способ ее идентификации. С учетом этого нами предложены дополнительные цифровые признаки Кгь 22 (приложение №2,№3) /65,67,101/. По этим способам вычисляются координаты граничных точек контура проекции X; и Y;, а также координаты центров масс всех последовательно лежащих трех граничных точек X0j и Y0j по заложенной программе, реализующей формулы Далее оценивается принадлежность X0j и Y0; множеству координат граничных точек контура проекции. Расположение любого центра масс вне контура проекции свидетельствует о наличии выемки.
Цифровые критерии Кгі и К22 могут принимать значения либо «логическая единица» (Да), либо «логический нуль» (Нет). Критерии K2i = 1, если один из рассчитанных центров масс находится вне контура проекции (одна выемка), в противном случае К21 = 0. Критерий К22 = 1, если два и более центра масс находятся вне контура проекции (две и более выемки), в противном случае К22 = 0. Для исследования возможностей оптико-электронной идентификации семян за основу была принята оптико-электронная система, использовавшаяся для расчета признаков, как показано на рисунке. 2.4 /85/. Для вычисления значений признаков и оценки их информативности было разработано необходимое программное обеспечение. Используемая программа получила название Com Recognition II и работает в операционной системе Windows 98 NT, 2000, ХР. Программа написана на языке Object Pascal в среде разработки Delphi 6. Работа программы происходит последовательно следующим образом. Во время поступления изображения от видеокамеры система принимает изображение. Так как изображение семени содержит множество бликов, то программа производит фильтрацию по цвету, в данном случае семя всегда больше мусора и темнее, а значит контрастное изображение остается, а остальные меньшие по размеру и светлее убираются. Так как остается однобинарное изображение, программа обрезает белый цвет и увеличивает само изображение. Следующий этап заключается в разбитии бинарного изображения на пиксели и оцифровке по контуру для расчета по заданным признакам.
Поворот по оси ординат происходит следующим образом: программа рассчитывает число пикселей по вертикали изображения и по горизонтали, а затем изображение разворачивается в соответствии с осями X и У. Как только изображение установлено в необходимое положение происходит расчет по заданным признакам и получение результатов в математическом массиве оцифрованного изображения. Полученные результаты сохраняются и распознаются по заданным критериям в статистическом блоке и выводятся на экран. Обработка данных и работа программы осуществлялась на компьютере
Распознавание семян люцерны и сорняков по информативным признакам
Исследования массивов объектов по каждому признаку показали, что признаки Кь Кг, Кп, Kjg, подчинены нормальному закону распределения. Результаты приведены в приложениях № 11,12,13,14. Статистическая методика сравнения двух групп по каждому виду семян позволила установить оптимальные границы распознавания семян и определить в процентном соотношении вероятности попадания одной группы в другую, что отражено в приложениях № 15,16,17. Таким образом, из предварительного набора признаков отобраны самые эффективные признаки К\, Кг, Кіз, К2і, К2г, позволяющие идентифицировать семена люцерны посевной из смеси «люцерна посевная - амброзия - щирица белая - щирица жминдолистная». Самые точные признаки из выбранного набора К2і и Кгг, причем К2і позволяет с высокой точностью распознавать семена люцерны, а Кгг со 100 % точностью семена амброзии. 1. Результаты статистических расчетов показали, что все использованные признаки подчиняются нормальному закону распределения. 2. Результаты сравнения групп семян люцерны и амброзии по признаку К[К показали, что они принадлежат одной генеральной совокупности. 3. Сравнительный анализ законов распределения исследуемых признаков позволил установить оптимальные границы распознавания семян культурного растения: люцерна посевная и сорняков: амброзия, щирица белая, щирица жминдолистная. 4. Результаты распознавания семян по признакам K2i и К22 удовлетворяют требованиям ГОСТ. 5. Полученные результаты позволяют обосновать методику входного экспресс анализа партий семян в государственных семенных инспекциях. »
Целью исследования набора существующих и разработанных новых признаков по определению параметров семян люцерны посевной, карантинных и трудноотделимых сорняков является разработка методики экспресс-анализа чистоты семян люцерны посевной. В настоящее время определение чистоты семенного материала производится вручную сотрудниками семенных инспекций. Проверка семенного материала производится согласно существующим методам и правилам: 1. Правило приемки и методы отбора проб - ГОСТІ 2036-85. 2. Методы определения чистоты и отхода семян - ГОСТ12037-81. 3. Методы определения всхожести семян - ГОСТ12038-84. 4. Методы определения жизнеспособности семян - ГОСТ12039-82. 5. Методы определения влажности - ГОСТ12041-82. 6. Методы определения массы 1000 семян - ГОСТ12042-80. 7. Метод определения подлинности - ГОСТ12043-88. 8. Методы определения зараженности болезнями - ГОСТ 12044-81. 9. Документы о качестве - ГОСТ 12046-85. 10. Правило арбитражного определения качества - ГОСТІ2047-85 После взятия пробы семена под увеличением лупой проверяют на наличие в семенном материале карантинных и трудноотделимых сорняков вручную. В случае нахождения в семенном материале одного семени карантинного сорняка амброзии проверка прекращается и вся партия выбраковывается. Перед нами стоит задача по облегчению труда в семенных инспекциях по определению карантинного сорняка амброзии и трудноотделимых сорняков щирицы белой и щирицы жминдолистной. Для этого был проведен ряд исследований над формой мелкосеменной культуры люцерны посевной и амброзии. Существующие аналоговые признаки не позволяют распознавать амброзию от люцерны на 100%, как требует ГОСТ. Нами были разработаны два новых цифровых признака для культуры люцерны - К2 и амброзии - К22, которые позволяют распознавать амброзию от люцерны со 100% точностью. Данные признаки запатентованы /приложение №2, 3/. По итогам исследований предлагается методика экспресс-анализа чистоты семян люцерны. По результатам проведенных исследований нами были отобраны наиболее информативные признаки, на которых основывается работа линии экспресс-анализа семян. В распознающую систему (рисунок 4.1) входит видеокамера, компьютер и программное обеспечение. Характерной особенностью задачи, стоящей перед распознающим устройством, является ее двухальтернативность. Решение ее должно давать ответ на вопрос лишь о необходимости (или ее отсутствии) отделения основной культуры от семян сорняков. Изображение формы проекции семян с помощью видеокамеры передается в компьютер для последующей обработки. В результате организуется поток значений признаков, имеющий число параллельных каналов, равных удвоенному числу вычисляемых признаков. Для распознавания семян люцерны посевной от амброзии, щирицы белой, щирицы жминдолистной используют 4 признака аналоговых и 2 цифровых.
Оценка точности работы распознающего устройства по экспериментальным данным
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. Нами были проведены исследования над семенами, изображения которых приведены в приложении № 7,8,9,10. При этом была поставлена задача программного обеспечения по определению из смеси 400 семян: 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 распознающего алгоритма. Результат приведен на рисунке 4.2 и 4.3. Из полученных результатов следует, что поставленная задача программного обеспечения по определению групп семенной смеси выполнена. По признаку К21 были распознаны как одна группа семян люцерны в количестве 95 шт., и амброзию 100 шт., щирицу белую, щирицу жминдолистную, как одну общую группу количестве 200 шт. Признаку К22 определить из полученной первой группы по признаку K2i семена амброзии (100 шт.) и люцерны (95 шт.). Данные результаты были представлены специалистам семенной инспекции, которые после распознавания семян технологической линией провели выборку полученных семенных смесей.
Результаты представлены в таблице 4.1. По результатам проверки семенной смеси специалистами семенной инспекции подведены заключительные итоги о том, что предлагаемый комплекс позволяет распознавать семена с высокой точностью. Результат оценки ручной выборки совпадает с экспериментальными данными. Нераспознанные семена люцерны посевной показаны на рисунке 4.4. После повторной проверки семенной смеси специалистами семенной инспекции был подтвержден результат предлагаемого комплекса, что семена люцерны посевной в количестве 5 шт. отбраковываются вместе с сорняками. Рисунок 4. 4 — Образцы семян люцерны, не распознанные программой Данные семена отличаются своей формой от основных распознанных форм люцерны тем, что не имеют характерной вогнутости, по которой производится распознавание цифровыми признаками. Поставленная задача по распознаванию объектов семенной смеси, в частности люцерны, выполнена. Данная технологическая линия распознает со стопроцентной точностью семена карантинного сорняка амброзии в семенном материале люцерны. Технологическая линия способна обрабатывать семена со скоростью 10 шт./с. Разработанные цифровые признаки по определению чистоты семян люцерны при быстром развитии компьютерной технологии обработки данных могут использоваться для промышленных сортирующих устройств.
Оценка экономической эффективности экспресс - анализа засоренности семян люцерны семенами сорняков
Для позицирования положения барабана служит система фотодатчиков, которые показаны на рисунке 5.2. Питание фотодатчиков осуществляется от блоков питания напряжением I2B. Сигналы, формируемые фотодатчиками ФД1, ФД2, ФДЗ, ФД4, при вращении подающего барабана, поступают на соответствующие входы микроконтроллера.
Подача с блока высокого напряжения на электроды барабана осуществляется сигналом с соответствующего выхода микроконтроллера в соответствии с алгоритмом работы (рисунок 5.4). Выходной сигнал микроконтроллера открывает электронный ключ, собранный на транзисторной оптопаре V4 и транзисторе VT7. При этом срабатывает реле К1, и через контакт К1:1 напряжение подается на повышающий трансформатор ТЗ.
Схема блока высокого напряжения включает в себя автотрансформатор Т2, на который напряжение сети 220 В, 50 Гц подается через автоматический выключатель FA1. Со скользящего контакта автотрансформатора Т2 напряжение подается на повышающий трансформатор ТЗ. Со вторичной обмотки ТЗ напряжение поступает через скользящие контакты на электроды подающего барабана (рисунке 5.5). Высокое напряжение регулируется при помощи автотрансформатора Т2. Для контроля высокого напряжения в схеме предусмотрен вольтметр, включенный во вторичную цепь автотрансформатора Т2. Управление освещением рабочей зоны основано на стабилизации напряжения, подводимого к лампам накаливания ELI, EL2, EL3, с помощью которых осуществляется освещение анализируемых семян. Стабилизатор напряжения построен на оптопаре VI, транзисторах VT1, VT2 и микросхеме D1. Регулирование освещения рабочей зоны осуществляется с помощью подстроечного резистора R 4.
Выходной сигнал микроконтроллера открывает электронный ключ, собранный на транзисторной оптопаре V4 и транзисторе VT7. При этом срабатывает реле К1 и через контакт К1:1 напряжение подается на вибратор электромагнитного типа. Вращение подающего барабана осуществляется с помощью моторедуктора (тип 33.5205) в одном корпусе с электродвигателем постоянного тока 40 Вт и червячным редуктором. За счет подачи напряжения на группу щёток «а» и «б» осуществляется регулирование скорости электродвигателя в двух диапазонах. При подаче напряжения 12В на группу щеток «а» электродвигатель вращается с номинальной скоростью, а выходной вал редуктора вращается со скоростью 1 об/мин.
Включение малой скорости вращения двигателя осуществляется с выходного адреса микроконтроллера с помощью сигнала на элетронный ключ, собранный на транзисторной оптопаре V2 и транзисторе VT3. С эмиттера VT3 напряжение 12В поступает на интегральный регулируемый стабилизатор D2. Выходное напряжение стабилизатора D2 регулируется с помощью резистора R10. Транзистор VT4 служит для обеспечения необходимой нагрузочной способности стабилизатора D2. С эмиттера VT4 напряжение поступает на вход «б» моторедуктора М. Выходное напряжение стабилизатора D2 подбирается так, чтобы малая скорость электропривода составляла 0,2сон.
Как только подающий барабан достигает нулевой отметки позицирования, срабатывает выходной сигнал микроконтроллера на включение малой скорости и подается сигнал включения номинальной скорости электропривода подающего барабана. Сигнал включения номинальной скорости привода барабана через оптопару V3, транзистор VT6 включает стабилизатор напряжения, построенный на микросхеме D3 и транзисторе VT5. Работа стабилизатора D3 аналогична работе стабилизатора D2. С эмиттера транзистора VT5 напряжение поступает на вход «а» моторедуктора М.
Для управления отбраковкой семян в системе оптикоэлектронной линии предусмотрен исполнительный механизм электромагнитного типа на основе электромагнитного реле К2.
Как только происходит идентификация семени сорного растения, находящегося в зоне осмотра, формируется сигнал отбраковки. Импульсный сигнал отбраковки, подаваемый с выходного адреса микроконтроллера, открывает электронный ключ, который включает в себя транзисторную оптолару V5 и транзистор VT8. Реле К2 срабатывает и своей механической частью выбрасывает семя, находящееся в зоне отбраковки. Питание цепей блоков управления, таких как освещение рабочей зоны, системы фотодатчиков и других цепей, осуществляется напряжением 12В.
Через контакт автоматического выключателя FA2 напряжение сети подается на понижающий трансформатор ТІ. Пониженное переменное напряжение выпрямляется диодным мостом VD1-VD4 и поступает через предохранитель FU1 на цепи питания перечисленных блоков электрической схемы. Конденсатор С4 служит для сглаживания пульсаций выпрямленного напряжения. Блок питания обеспечивает питание элементов электрической схемы напряжением 12 В при токе нагрузки до 10А.
В таблице 5.1 представлена спецификация элементов электрической принципиальной схемы технологической линии.
