CC BY
28
УДК 631.171
Д.В. Лебедев, Е.А. Рожков, Д.С. Абрамцов
ПРИМЕНЕНИЕ МНОГОФУНКЦИОНАЛЬНЫХ ТЕХНОЛОГИЙ ОПТИКО-ЭЛЕКТРОННОГО ЗРЕНИЯ ДЛЯ КАЛИБРОВКИ И АНАЛИЗА СЕМЯН
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ
ИМЕНИ И.Т. ТРУБИЛИНА», КРАСНОДАР, РОССИЯ
D.V. Lebedev, E.A. Rozhkov, D.S. Abramtsov APPLICATION OF MULTIFUNCTIONAL OPTO-ELECTRONIC VISION TECHNOLOGIES
FOR SEED CALIBRATION AND ANALYSIS FEDERAL STATE BUDGETARY EDUCATIONAL INSTITUTION OF HIGHER EDUCATION «KUBAN STATE AGRARIAN UNIVERSITY NAMED AFTER I.T. TRUBILIN», KRASNODAR, RUSSIA
Дмитрий Васильевич Лебедев Евгений Александрович Рожков Дмитрий Сергеевич Абрамцов
Dmitriy Vasilyevich Lebedev Evgeniy Alexandrovich Rozhkov Dmitriy Sergeevich Abramtsov
кандидат технических наук, доцент zhenyacool31@mail.ru abramtsov1998@gmail.com dm.lebedev@mail.ru
Аннотация. Повышение качества зерновой продукции является важнейшей проблемой в обеспечении продовольственной безопасности любой страны мира, потому что от параметров зерна зависит качество готовой продукции: муки, хлебобулочных изделий. Для обеспечения требуемого качества зерновой массы существует множество методов и средств: органолептические, лабораторные или физико-химические. Повышения качества зерновой продукции можно достичь за счет использования различных технических средств для сортировки и разделения продукции на всех этапах производства зерна: перед посевом, непосредственно в полевых условиях, во время уборки урожая, при послеуборочной обработке и при хранении. Важную роль в процессе производства зерна играет эффективность проведение предпосевной и послеуборочной сортировки и обработки семенного материала, потому что данные агротехнологические приемы позволяют значительно повысить качество производимой зерновой продукции. Анализ и сортировка семян оказывает огромное влияние на урожайность сельскохозяйственных культур и на объём производства пищевой продукции. Наиболее эффективным и быстрым методом является применение универсальных оптико-электронных установок с машинным зрением для сортировки, калибровки, идентификации и анализа семян. Цель исследования - проведение изучения и экспериментальных исследований существующих оптико-электронных установок для калибровки и анализа семян для установления оптимальных параметров и режимов работы, а также для определения возможности использования данных установок для различных семян сельскохозяйственных культур по заранее заданным алгоритмам работы. Исследование возможности использования систем оптико-электронного зрения в сфере сельского хозяйства было проведено на базе лабораторной установки в Кубанском ГАУ. Был проведен анализ эффективности существующих методов оценки геометрических характеристик семян по нескольким К-ха-рактеристикам. Проведенные экспериментальные исследования для 1000 семян различных культур показали высокую эффективность работы оптико-электронной установки с точностью до 95 %, а время проведения анализа и калибровки составляет около 1-2 семян в секунду для одной линии установки, которая является высокой по сравнению с проведением других видов анализа и калибровки. Таким образом, данные передовые технологии позволяют уменьшить экономические затраты, увеличить различные статистические показатели. Благодаря автоматизации производ-
ственного процесса увеличивается скорость и объем самого производства.
Ключевые слова: изображение, анализ, оптико-электронное зрение, объект, сепаратор,семена, калибровка, камера.
Abstract. Improving the quality of grain products is the most important problem in the ensuring food security in any country in the world because the quality of finished products depends on the parameters of grain: flour, bread and bakery products. There are many methods and means to ensure the required quality of grain mass: organoleptic, laboratory or physicochemical. Improving the quality of grain products can be achieved by using various technical means for sorting and separating products at all stages of grain production: before sowing, directly in the field, during harvesting, during post-harvest processing and during the storage. The efficiency of pre-sowing, post-harvest sorting and processing of seed material play an important role in the process of grain production because these agrotechnological techniques can significantly improve the quality of grain products. Seed analysis and sorting has a huge impact on crop yields and food production. The most effective and fast method is the use of universal optoelectronic units with machine vision for sorting, calibration, identification and analysis of seeds. The aim of study is to conduct the research and the experimental studies of existing optoelectronic installations for calibration and analysis of seeds in order to establish the optimal parameters and operating modes, as well as to determine the possibility of using these installations for various seeds of agricultural crops according to pre-set algorithms. The study of the possibility of using optical-electronic vision systems in the field of agriculture was conducted on the basis of the laboratory installation in the Kuban state agrarian University. The effectiveness of the existing methods for evaluating the geometric characteristics of seeds for several K-characteristics was analyzed. The experimental studies conducted for 1000 seeds of various crops have shown high efficiency of the opto-electronic installation with an accuracy of up to 95 % and the time of analysis and calibration is about 1-2 seeds per second for one line of the installation, which is high in comparison with other types of analysis and calibration. Thus, these advanced technologies can reduce economic costs and increase various statistical indicators. Thanks to the automation of the production process the speed and volume of production itself increases.
Keywords: image, analysis, optoelectronic vision, object, separator, seeds, calibration, camera.
Введение. Качество сельскохозяйственной зерновой продукции - один из важнейших показателей работы любого предприятия агропромышленного комплекса. Высокое качество зерна - гарантия его сохранности, снижения потерь и издержек при хранении и дальнейшем посеве. Режим переработки зерна в муку и крупу, их стабильность также теснейшим образом связаны с качеством зерна. Качество зерновой массы влияет на ассортимент и качество готовой продукции. Поточность производства, его автоматизация, применение оптико-электронных средств в управлении производством дают лучший эффект при хорошем и устойчивом во времени качестве зерна. Поэтому анализ качества зерна и зернопродуктов его сортировки, т.е. установление, обеспечение и поддержание необходимого уровня качества продукции при её производстве и потреблении имеют большое значение.
Параметры, определяемые при помощи лабораторного анализа зерна, подразделяют на 3 большие группы: показатели качества - совокупность физико-химических и биологических свойств, характеризующих степень полезности и пригодности зерна для технического и аграрного использования; показатели безопасности - оценивают наличие вредных для здоровья химических примесей, характеризуют экологичность зерна; содержание ГМО (генно-модифицирован-ных образцов). Первая группа самая обширная и является обязательной составляющей проверки зерновых партий. В оценку качества входят 2 типа показателей анализа зерна: органолептиче-ские - оцениваются при помощи органов чувств человека; лабораторные или физико-химические - определяются с использованием специфических методик и технического оборудования. Среди лабораторных параметров присутствуют основные (обязательные для конкретной культуры) и дополнительные [1, 2].
Также важна калибровка, которая позволяет выделить из зерновой массы крупные по размерам семена, которые обладают высокой всхожестью при посеве, большой энергией прорастания, которые содержат достаточный запас питательных веществ. Для осуществления лабораторного анализа семян и калибровки эффективно использование оптико-электронных устройств, которые полностью в автоматическом режиме способны осуществлять поставленные задачи по заранее заданному алгоритму работы. Многофункциональные технологии оптико-электронного зрения в сельском хозяйстве нашли свое применение и в области сортировки семян [3].
В настоящее время в Курганской ГСХА существует научная школа, занимающаяся изучением и разработкой методов и электротехнологических установок для повышения качества зерновой продукции [4, 5].
Принцип технологии извлечения необходимой информации состоит в применении так называемого технического зрения (ТЗ). Система ТЗ основана на получении изображений и их последующего анализа. В свою очередь, эти составляющие имеют свою структуру, зависящую от требуемого результата. Основная сложность состоит в создании качественного и четкого изображения, необходимого для его анализа, то есть обработки. На сегодняшний день используются разнообразные камеры, в том числе с возможностью съемки в темноте и при плохом освещении: ^те-оМПдМсатега, тепловизоры и т.д. Полученное изображение анализируется и обрабатывается с помощью математического алгоритма и вычислителя [6].
К достоинствам системы технического зрения можно отнести:
- беспрерывный процесс: аппаратура технического зрения может работать непрерывно;
- высокая точность: получение необходимой информации без непосредственного контакта с объектом, что опускает возможность появления дефекта [7, 8];
- финансовая составляющая: ежегодное уменьшение стоимости.
Существуют различные технологии по получению материалов и сведений о рассматриваемом объекте в техническом зрении:
- Один из самых редко используемых методов - метод полусферической фотографии. Применяется так называемый «рыбий глаз»
- объектив, с помощью которого получается необходимое изображение. Однако процесс обработки и анализа занимает достаточно длительное время, а качество фотосъемки не удовлетворяет ряду требований.
- Технология цифровой фотографии (ТЦВ)
- более современный метод, получающий качественное трехмерное фото. Реализуется следующим образом: цифровая цветная камера принимает отразившийся от объекта свет, конвертирует его в электро-сигнал с помощью устройства зарядовой связи. Применяется ТЦВ для анализирования твердых структур (кроны деревьев и т.д.)
- Самый широко-распространенный и современный метод - стереозрение. Благодаря бинокуляр-камере получаются две моноку-
лярные фотографии, преобразующиеся в качественное трехмерное изображение исследуемых объектов.
Цель исследований - провести анализ эффективности и быстродействия работы оптико-электронных систем для анализа и калибровки семян с целью уменьшения или полного исключения наличия вредных и карантинных семян в посевном материале. Это связано с высокими требованиями, предъявленными государственными структурами. Также целью работы является определение оптимальных параметров и режимов работы систем с техническим зрением для уменьшения вредоносных растений, что позволяет увеличить урожайность.
Методика. Качество зерна проверяет испытательная лаборатория. Пользуясь органолепти-ческими методами, с помощью органов чувств определяют цвет, вкус, запах и консистенцию вещества. При лабораторных методах находят с помощью определенных реактивов и приборов тот или иной показатель качества продукта, связанный с его химическими или физическими свойствами. В настоящее время область сельского хозяйства постепенно оснащается разнообразными сенсорными системами. Связано это со стремительным продвижением новых электронных технологий. Для качественной реализации производственного процесса в сельском хозяйстве требуется своевременная, объемная и точная информация о продуктах производства в пространстве и во времени. Переменчивость зависит от ряда факторов: влажности, биологических и химических свойств почв, урожайности, санитарного состояния и др. Такую информацию возможно получать, используя современные сенсоры, инструменты, датчики и приспособления, установленные на беспилотных летательных аппаратах (БПЛА), сепараторах, спутниках, которые используются как в России, так и в зарубежных странах [9, 10].
Исследования проводились на лабораторной установке в Кубанском ГАУ. Для исследования возможностей многофункциональной оптико-электронной установки для анализа и калибровки по геометрическим параметрам семян за основу была принята оптико-электронная система, использовавшаяся для расчета признаков семян люцерны (рисунок 1). Для проведения анализа семян по ряду значений признаков и оценки их информативности и калибровки было разработано необходимое программное обеспечение [11].
В настоящее время широкое применение в качестве кормовой травы нашла люцерна
(семейство Бобовых). Однако она зачастую засорена различными сорными растениями: амброзией, галинсогой мелкоцветной, щетинником сизым и другими. Проблема заключается в том, что физические и механические параметры семян люцерны схожи с параметрами сорных растений [12]. Это значительно усложняет разделительный процесс. Исследование проб посева государственными инспекциями осуществляется вручную. Сорные растения оказывают негативное влияние на здоровье работников в лабораториях. Также следует учитывать тот факт, что на сам процесс исследования тратится значительное количество времени.
Данное оптико-электронное устройство способно работать не только с семенами люцерны и амброзии. После введения дополнительных параметров в алгоритм и программу работы установки, она способна осуществлять анализ и разделение на группы (калибровку) семян таких сельскохозяйственных культур, как пшеница, кукуруза, гуара.
1 - анализирующая система; 2- видеокамера;
3 - светофильтр; 4 - держатель видеокамеры; 5 - источник освещения; 6 -анализируемый объект
Рисунок 1 - Оптико-электронное лабораторное устройство для идентификации семян
Вышеизложенное предопределило решение актуальной научно-практической задачи -исследовать эффективность и быстродействие работы оптико-электронной установки для анализа зерновой массы. Решением этой задачи может стать расширение области применения многофункциональных технологий оптико-электронного зрения. Эта область возникла сравнительно недавно, однако уже нашла широкое применение в различных областях, а именно: сельскохозяйственное и военное производство. Оптико-электронные установки для ана-
лиза зерновой массы (фотосепараторы) нашли свое применение как в России, так и за рубежом [13, 14]. Одним из самых простых и удобных способов отделения семян является анализ цветовой гаммы. Однако он не исключительный. Разделять семена (калибровать) можно по морфологическим признакам: удлиненность, простота формы, отличие ее от окружности и так далее [15]. Используется так называемая форма проекции объекта на плоскость. Еще одним морфологическим признаком является отдаление центра масс изучаемого объекта.
Зачастую разделение семян культурных и сорняковых растений - весьма затруднительный процесс. Связано это с тем, что семена имеют схожие геометрические размеры. Данные исследования различных семян таких сельскохозяйственных культур, как люцерна, пшеница, кукуруза, гуара позволяют сделать вывод о том, что визуальный анализ исследуемых семян показывает различие их форм и этот фактор нужно учитывать при последующей сортировки семян (рисунок 2, таблица 1). Реализовать это можно с помощью сепараторов, основанных на использовании геометрического метода распознавания образов (бинарные изображения).
Таблица 1 - Многообразие форм семян сельскохозяйственных культур
К -
А В
(1)
где А - длина семени; В - ширина семени.
Характеристикасложности формы фигуры:
Р2
К 2 - —, 2 £
(2)
Номер формы Название формы Вид формы
Форма 1 Эллиптическая
Форма 2 Трапециевидная
Форма 3 Яйцевидная ш
Форма 4 Почковидная
Форма 5 Ромбовидная
Форма 6 Каплевидная
Форма 7 Щитовидная
Форма 8 Сердцевидная
Форма 9 Серповидная -—^
Форма 10 Остроконечная —
а) б) в) г)
а) щирица; б) щирица жминдолистная; в) амброзия; г) люцерна
Рисунок 2 - Форма проекций семян
Исследуемый метод использует различные характеристики. Далее приведем некоторые из них.
Характеристика удлиненности фигуры:
где Р - периметр; S - площадь фигуры семени.
Такую оптико-электронную установку для анализа калибровки также выгодно применять при сортировке семян подсолнечника вследствие сложности механической обработки. В Краснодарском крае подсолнечник является основной масличной культурой. Его семена бывают белыми, полосатыми и черными. Первые два вида применяются непосредственно в пищу. В свою очередь черные семена обладают богатыми жирами, из которых и производят подсолнечное масло.
В производственном процессе необходимо отделять друг от друга различные виды семян, а также избавляться от ненужных камней, примесей, частиц, гнилых элементов и т.д. С помощьюисследуемой многофункциональной оптико-электронной установки возможна такая сортировка. Для данной установки были определены параметры и режимы работы согласно электротехническим расчетам [16]. Она основана на цветовых характеристиках объекта. Заранее подобранные алгоритмы позволяют устройству анализировать полученные изображения и отбраковывать ненужный материал.
Результаты. Исследование многофункциональной оптико-электронной установки для анализа зерновой массы состоит из 2 этапов:
1. Определение эффективности и быстродействия работы при калибровке семян различных сельскохозяйственных культур: гуара, пшеница, кукуруза, люцерна.
2. Определение эффективности и точности работы установки при калибровке семян различ-
ных сельскохозяйственных культур: гуара, пшеница, кукуруза, люцерна.
Для первого этапа исследования было использовано по 1000 семян пшеницы, кукурузы, гуары, люцерны. Время выполнения процесса калибровки семян по геометрическим параметрам приведено и сформировано в виде графика (рисунок 3). Из результатов исследования
видно, что время калибровки семян различных сельскохозяйственных культур оптико-электронной установкой является оптимальным для заданного количества сортируемых семян и составляет в среднем 14,75 минут или 885 секунд. Соответственно скорость сортировки составляет 1,13 семян в секунду, что является хорошим результатом для работы 1 линии установки.
Пшеница (Wheat) Гуара (Guara) Кукуруза (Corn) Люцерна (Lucerne)
15
16,3
L3,4
14,3
1 1 1 1 1 1
0 2 4 б 8 10 12 14 16
Рисунок 3 - Диаграмма времени калибровки 1000 семян различных сельскохозяйственных культур, мин
18
В ходе проведения ручной и автоматической оптико-электронной калибровки семян по плотности были получены результаты, занесенные в таблицу 2. Согласно полученным данным, составляем таблицу 3 и таблицу 4 точности работы оптико-электронной установки для анализа и калибровки семян. Для визуализации полученных результатов и в целях удобства дальнейшего анализа представим полученные результаты в виде графика (рисунок 4).
Таблица 2 - Результаты исследования точности калибровки в сравнении с эталонным методом плотностей семян
Тип семенной культуры Количество семян высшей категории (крупные), шт. Количество семян первой категории (средние), шт. Количество семян второй категории (мелкие), шт.
метод плотностей оптико-электронная установка метод плотностей оптико-электронная установка метод плотностей оптико-электронная установка
Люцерна 430 403 225 242 345 355
Гуара 370 389 395 403 235 208
Пшеница 456 462 264 258 280 280
Кукуруза 320 332 380 376 300 292
Таблица 3 - Расчетные значения погрешности при оценке точности калибровки в сравнении с эталонным методом плотностей семян
Тип семенной культуры Погрешность в определении количества семян высшей категории Среднее значение погрешности работы установки
крупные средние мелкие
шт. % шт. % шт. % шт. %
Люцерна 27 6,28 -17 7,56 -10 2,90 18 5,58
Гуара -19 5,14 -8 2,03 27 11,49 18 6,22
Пшеница -6 1,32 6 2,27 0 0,00 4 1,20
Кукуруза 27 6,28 -17 7,56 -10 2,90 18 5,58
Таблица 4 - Расчетные значения точности калибровки оптико-электронной установкой в сравнении с эталонным методом плотностей семян, %
Тип семенной культуры Точность определения количества семян высшей категории Среднее значение точности работы установки
крупные средние мелкие
Люцерна 93,72 92,44 97,10 94,42
Гуара 94,86 97,97 88,51 93,78
Пшеница 98,68 97,73 100,00 98,80
Кукуруза 96,25 98,95 97,33 97,51
Среднее значение точности работы установки при калибровке различных сельскохозяйственных культур 96,13
Рисунок 4 - Показатели эффективности работы оптико-электронной установки для анализа и калибровки семян
Исследование показало, что погрешность в анализе семенной массы весьма мала (около 6%), а эффективность калибровки семян различных сельскохозяйственных культур высокая и составляет в среднем 96%.
Из этого можно сделать вывод, что данная установка в соответствие с заданными алгоритмами работы способна осуществить высокоточную и быструю калибровку зерновой массы, несмотря на тип сортируемой культуры.
Выводы. Оптико-электронное зрение, на сегодняшний день, применятся в различных областях, в том числе и в сельском хозяйстве.
Данные технологии нужны для автоматизации производственного процесса, замены механического труда, увеличения производительности и экономических показателей предприятия.
Применение многофункциональных технологий оптико-электронного зрения для калибровки и анализа семян при оптимально заданных параметрах и режимах работы способно значительно повысить производительность и эффективность процесса калибровки и анализа зерновой массы на зерноперерабатыва-ющих предприятиях и в сельскохозяйственных лабораториях.
Точность работы оптико-электронных установок (около 95%) и высокая скорость работы (1-2 семени на линию) при использовании нескольких линий (50-60) в устройстве, что легко реализуемо с учетом простоты конструкции установки, позволяют значительно повысить качество сортируемой зерновой массы и сократить затраты времени на анализ семян.
Список литературы
1 Овчинников Д.Н., Овчинникова Ю.И. Повышение эффективности зерноочистительных систем // Вестник Курганской ГСХА. 2018. № 4 (28). С. 68-71.
2 Способ сортировки семян: патент RU 2199404 С1 / Цыганков Б.К., Бурлин С.В., Лебедев Д.В., Новокрещенов О.В.; заявл. 11.06.2002; опубл. 27.02.2003.
3 Лебедев Д.В., Рожков Е.А. Отсортировка по цвету зараженных фузариозом и головней семян пшеницы в многокритериальном фотоэлектронном сепараторе // Электротехнологии и электрооборудование в АПК. 2019. № 4 (37). С. 25-29.
4 Евдокимов А.А., Митюнин А.А., Злыд-нев А.Н. Расчет магнитной системы электромагнитного сепаратора методом конечных элементов // Вестник Курганской ГСХА. 2018. № 2 (26). С. 73-75.
5 Попов И.П., Чумаков В.Г., Родионов С.С., Чумакова Л.Я. Мультиинертный вибратор для решётных зерноочистительных машин // Вестник Курганской ГСХА. 2020. № 1 (33). С. 70-74.
6 Пыжиков А.Н., Лебедев Д.В. Опрыскивание и применение оптико-электронного метода для сельскохозяйственных культур с помощью беспилотной авиации // Научное обеспечение агропромышленного комплекса: материалы Всероссийской научно-практической конференции молодых ученых. Краснодар: КубГАУ, 2014. С. 537-539.
7 Способ сортировки семян: патент RU 2245198 / Бурлин С.В., Лебедев Д.В., Лобу-нец В.А.; заявл. 03.09.2003; опубл. 27.01.2005.
8 Рутковский И.А., Цыганков Б.К., Бур-лин В.Д., Лебедев Д.В. Оптико-электронный
экспресс-анализ засоренности семян люцерны трудноотделимыми сорняками // Механизация и электрификация сельского хозяйства. 2003. № 11. С. 8-9.
9 Kapadia V. N., Sasidharan N., PatilK. Seed Image Analysis and Its Application in Seed Science Research // Advances in Biotechnology and Microbiology. 2017. Vol. 7. №. 2. Рр. 1-3.
10 Лебедев Д.В., Рожков Е.А., Леонов В.А., Мальнев И.Д. Применение электротехнологических оптико-электронных способов в хлебопекарном производстве для определения качества пшеничной муки и концентрации мучной пыли в воздухе // АгроЭкоИнфо. 2019. № 4 (38). С. 35.
11 Распознавание семян оптико-электронным способом и управления системой установки: а.с. RUS 2019667524 № 2019666425 / Лебедев Д.В., Безверхий В.А.; заявл. 24.12.2019.
12 Лебедев Д.В., Цыганков Б.К. Оптико-электронный экспресс-анализ семенного материала: монография. Краснодар: КубГАУ, 2014. 148 с.
13 Sandeep Varma V., Kanaka Durga K., Keshavulu K. Seed image analysis: its applications in seed science research // International Research Journal of Agricultural Sciences. 2013. Vol. 1(2). Рр. 30-36.
14 Лебедев Д.В., Рожков Е.А. Исследование зараженности семян пшеницы фузариозом оптико-электронным методом // Передовые инновационные разработки. Перспективы и опыт использования, проблемы внедрения в производство: сборник научных статей по итогам десятой Международной научной конференции. Казань: ООО «Конверт», 2019. С. 165-167.
15 Лебедев Д.В., Нормов Д.А., Курзин Н.Н., Рожков Е.А. Электротехнологии в сельском хозяйстве: учебно- методическое пособие по выполнению лабораторных работ для студентов направления 35.03.06 Агроинженерия (Электрооборудование и электротехнологии). Краснодар, 2020. 158 с.
16 Расчет оптико-электронных схем по закону Ома: а.с. RUS 2013616502 № 2013612812 / Лебедев Д.В., Рожков Е.А.; заявл. 09.04.2013.
List of references
1 Ovchinnikov D.N., Ovchinnikova Yu.I. Improving the efficiency of grain cleaning systems // Vestnik Kurganskoy GSKhA. 2018. № 4 (28). Pp. 68-71.
2 Method of seed sorting: patent RU 2199404 C1 / Tsygankov B.K., Burlin S.V., Lebedev D.V., No-vokreschenov O.V.; declared 11.06.2002; published 27.02.2003.
3 Lebedev D.V., Rozhkov E.A. Sorting by color of wheat seeds infected with fusariosis and head seeds in a multicriterial photoelectron separator // Electrical engineering and electrical equipment in agriculture. 2019. № 4 (37). Pp. 25-29.
4 Evdokimov A.A., Mityunin A.A., Zlydnev A.N. Calculation of the magnetic system of the electromagnetic separator by the method of finite elements // Vestnik Kurganskoy GSKhA. 2018. № 2 (26). Pp. 73-75.
5 Popov I.P., Chumakov V.G., Rodionov S.S., Chumakova L.Ya. Multi-inert vibrator for lattice grain cleaning machines // Vestnik Kurganskoy GSKhA. 2020. № 1 (33). Pp. 70-74.
6 Pyzhikov A.N., Lebedev D.V. Spraying and application of the optoelectronic method for crops using unmanned aircraft // Scientific support of the agro-industrial complex: materials of the All-Russian Scientific and Practical Conference of Young Scientists. Krasnodar: KubGAU, 2014. Pp. 537-539.
7 Seed sorting method: patent RU 2245198 / Burlin S.V., Lebedev D.V., Lobunets V.A.; stated 03.09.2003; published 27.01.2005.
8 Rutkovsky I.A., Tsygankov B.K., Burlin V.D., Lebedev D.V. Optical-electronic rapid analysis of alfalfa seed clogging by difficult weeds // Mechanization and electrification of agriculture. 2003. № 11. Pp. 8-9.
9 Kapadia V. N., Sasidharan N., PatilK. Seed Image Analysis and Its Application in Seed Science
Research // Advances in Biotechnology and Microbiology. 2017. Vol. 7. № 2. Pp. 1-3.
10 Lebedev D.V., Rozhkov E.A., Leonov V.A., Malnev I.D. Application of electrotechnological optoelectronic methods in bakery production to determine the quality of wheat flour and the concentration of flour dust in the air // AgroEkolnfo. 2019. № 4 (38). P. 35.
11 Recognition of seeds optically-electroni-cally and control of the installation system: author's certificate RUS 2019667524 № 2019666425 / Lebedev D.V., Bezverkhiy V.A.; stated 24.12.2019.
12 Lebedev D.V., Tsygankov B.K. Optical-electronic express analysis of seed material: monograph. Krasnodar: KubGAU, 2014. 148 p.
13 Sandeep Varma V., Kanaka Durga K., Ke-shavulu K. Seed image analysis: its applications in seed science research // International Research Journal of Agricultural Sciences. 2013. Vol. 1(2). Pp. 30-36.
14 Lebedev D.V., Rozhkov E.A. Study of wheat seed contamination with fuzariosis by optoelectronic method // Advanced innovative developments. Perspectives and experience of use, problems of introduction into production: a collection of scientific articles based on the results of the Tenth International Scientific Conference. Kazan: LLC Envelope, 2019. Pp. 165-167.
15 Lebedev D.V., Normov D.A., Kurzin N.N., Rozhkov E.A. Electrotechnology in agriculture: educational and methodological manual for laboratory work for students of the 35.03.06 "Agroengineering (Electrical equipment and electrotechnology). Krasnodar, 2020. 158 p.
16 Calculation of optical-electronic diagrams according to the law of Oma: author's certificate RUS 2013616502 № 2013612812 / Lebedev D.V., Rozhkov E.A.; stated 09.04.2013.
