CC BY
4
УДК 636.6
05.20.01 Технологии и средства механизации сельского хозяйства
СПОСОБ АВТОМАТИЗИРОВАННОГО УЧЕТА ИКРЫ
Маслов Геннадий Георгиевич доктор технических наук, профессор maslov-38@mail.ru
Цыбулевский Валерий Викторович кандидат технических наук, доцент valera-1913 @mail.ru
Полуэктов Александр Александрович студент
aleksandr.poluektov2000@yndex.ru
Предложен способ автоматизированного учёта икры, включающий получение одной матрицы с данными, характеризующими размеры икринки путем сканирования изображения и последующей его обработки, отличающийся тем, что сначала плоскую поверхность вместе с икринками в цветном изображение с расширением файла jpg и разрешающей способностью не ниже 600 dpi на дюйм подвергают компьютерной обработке, затем после получения трех матриц компонентов цветной поверхности по цветам выбирают матрицу компонента одного цвета и одну икринку в виде матрицы выделяют в этом же цвете, после чего в этом объекте рассчитывают среднюю яркость выбранного цвета и площадь икринки в пикселях, затем определяют общую площадь всех икринок на плоской поверхности путем суммирования всех значений матрицы компонентов одного цвета в пикселях в интервале от 0 до средней яркости икринки, после деления которой на площадь одной икринки получают общее их количество. По расчётам средняя площадь одной икринки составила 16723 пикселя, а количество икринок 86 штук
Ключевые слова: ИКРА, АВТОМАТИЗИРОВАННЫЙ УЧЕТ, МАТРИЦА, ИЗОБРАЖЕНИЕ, КОМПЬЮТЕРНАЯ ОБРАБОТКА, ОЦИФРОВКА
http://dx.doi.org/10.21515/1990-4665-179-024
UDС 636.6
05.20.01 Technologies and means of agricultural mechanization
METHOD OF AUTOMATED CAVIAR ACCOUNTING
Maslov Gennady Georgievich Doctor of technical sciences, professor maslov-38@mail.ru
Tsybulevsky Valery Viktorovich
Candidate of technical sciences, associate professor
valera-1913 @mail.ru
Poluektov Aleksander Aleksandrovich student
aleksandr.poluektov2000@yndex.ru
The study proposes a method for automated accounting of caviar, including obtaining a single matrix with data characterizing the size of the caviar by scanning the image and its subsequent processing, characterized in that, first, a flat surface together with eggs in a color image with the file extension jpg and a resolution of at least 600 dpi per inch subjected to computer processing, then after obtaining three matrices of components of a colored surface, a matrix of a component of the same color is selected by color and one egg is selected in the form of a matrix in the same color, after which the average brightness of the selected color and the area of the egg in pixels are calculated in this object, then the total the area of all eggs on a flat surface by summing all the values of the matrix of components of the same color in pixels in the range from 0 to the average brightness of the eggs, after dividing by the area of one egg, their total number is obtained. According to calculations, the average area of one egg was 16723 pixels, and the number of eggs was 86 pieces
Keywords: CAVIAR, AUTOMATED ACCOUNTING, MATRIX, IMAGE, COMPUTER PROCESSING, DIGITIZATION
Актуальность работы определяется необходимостью дальнейшего повышения производительности труда и качества получаемой продукции. Разработан способ количественного учёта и контроля икры. Цель исследований - с помощью разработанных компьютерных программ для подсчёта
количества икринок в пробе снизить трудоёмкость, погрешность расчётов и повреждаемость икры. Методы исследований: фотосъёмка икры в виде файла с расширением jpg для определения среднего значения в пикселях одной икринки, оцифровка фотографий с помощью оператора READRGB с получением массива и общего количества столбцов в нем. С помощью дальнейшей компьютерной обработки получают среднюю площадь одной икринки в пикселях, общую площадь в пикселях, занятую под икрой в цифровой матрице, и находят общее количество икринок. Новизна заключается в том, что после выделения одной икринки в одном из трёх цветов, рассчитывается средняя яркость выбранного цвета и площадь икринки в пикселях, затем определяется общая площадь всех икринок на плоской поверхности. Работа выполнена в Кубанском ГАУ в 2020-2021 гг.
Повышение производительности труда и качества и качество продукции сельского хозяйства находится в центре внимания работников АПК [1,2]. Это относится и к отраслям рыболовства, где актуальной задачей является совершенствование методов количественного учёта и контроля игры [3,4].
Учёт рыбоводной продукции имеет важное значение, так как без него невозможно эффективно и рационально управлять производством продукции, в том числе при получении икры.
Известен способ для учёта икры (см. Переверзев Ю.А., Власов В.А. [3] Рыжков Л.П., Кучко Т. Ю., Дзюбук И.М. [4], в котором учёт осуществляется объемным способом при помощи медных кружек от одной самки; весовой способ взвешивания всей партии и подсчётом количества содержащихся в ней икринок. Недостатком известного способа является повреждаемость икры при контакте работников с ней, сами методы трудоёмки и не обладают высокой точностью.
Известен метод фон Баера (см. интернет-ресурс http:www.survivorlibrary.com/library/a_method_of_measuring_fish_eggs_1910
.pdf ) - прототип, в котором учёт икры осуществляется подсчетам 2-3 раза количества икры в лотке площадью 30,5 см .
Недостатком известного способа является повреждаемость при контакте работников с ней, сам метод трудоемок и не обладает высокой точностью, которая зависит степени переутомления и внимательности работника.
Техническим результатом предлагаемого метода является отсутствие повреждаемости икры при подсчете количества икринок, снижение трудоемкости и погрешности подсчета.
Технический результат достигается тем, что способ автоматизированного учета икры, включающий получение одной матрицы с данными, характеризующими размеры икринки, путем сканирования изображения и последующие обработки, отличающиеся тем, что сначала плоскую поверхность вместе с икринками в цветном изображение с расширением файла jpg и разрешающей способностью не ниже 600 dpi на дюйм подвергают компьютерной обработке, затем после получение трёх матриц компонентов этой поверхности по цветам выбирают матрицу компонента одного цвета и одну икринку в виде матрицы выделяют в этом же цвете, после чего в этом объекте рассчитывают среднюю яркость выбранного цвета и площадь икринки в пикселях, затем определяют общую площадь всех икринок на плоской поверхности путем суммирования всех значений матрицы компонентов одного цвета в пикселях в интервале от нуля до средней яркости икринки, после деления которой на площади одной икринки получают общее их количество.
Новизна способа обусловлена тем, что после выделения одной икринки в одном из трёх цветов рассчитывается средняя яркость выбранного цвета и площадь икринки в пикселях, затем определяется общая площадь всех икринок на плоской поверхности путем суммирования всех значений матрицы в пикселях в интервале от нуля до средней яркости объекта, после
деления которой на площадь одной икринки получают общее количество, что повышает точность и расширяет технологические возможности.
Способ осуществляется следующим образом (рис.1-6). Оплодотворенную икру рыб размещают в известном количестве в один слой на плоской поверхности и производят фотосъёмку в виде файлов с расширением jpg и разрешающей способностью не ниже 600 dpi на дюйм, полученную фотографию размещают в папке данных для определения среднего значения в пикселях одной икринки. Алгоритм обработки указанного способа состоит в следующем. Полученную исходную информацию в виде фотографии (рис.1) с расширением jpg обрабатывают, указав путь нахождения этой фотографии и имя файла в программе MathCad-2001 [5], присвоив полученной цифровой матрицы в программе идентификатор «М» для дальнейшей работы.
Далее выполнялась оцифровка фотографий с помощью оператора «READRGB» [6]. В результате получили массив состоящий из трёх под-массивов, которые представляют красный, зелёный и синий компоненты цветного изображения в виде плотности каждого цвета, находящихся в пределах от 0 до 255 (рис.2) в виде изображений.
Вычислили размер полученного массива по горизонтали оператором cols (М) для работы одним массивом (средним), массив плотности зелёного цвета (G).
Общее количество столбов в массиве М: cols (M) = 3051 [6].
Определим начало и размер массива плотности зелёного цвета (G), с которым будем работать дальше.
W: cols (M)/3, W = 1017, а высота массива rows (М) = 870 в пикселях.
Выделим массив (G) из массива (М) оператором submatrix (рис.3).
G = submatrix (M, 1, rows (M), W + 1,2* W)
На рисунке 4 представлена цифровая матрица массива G.
Для прядения плотности зелёного цвета непосредственно на икринке, выделим массив (в1) из массива (в) оператором зыЪтаМх (рис. 5-6) и определи интервал цифровой плотности приходящийся к объекту (икра), задав начальные координаты и размеры массива (в1).
:= зиЪтаЬгхх (в, \а} М^а^Ъ) \а = 250 \Ъ = 200 "а = 130 "Ъ = 70 Все эти расчёты делаются один раз на одну партию с целью определения интервала плотности и среднего размера икринки в пикселях.
minGl = 75, maxGl = 137
Рисунок 1 - исходное фото объекта
Для определения среднего размера в пикселях одной икринки надо определить суммарное количество пикселей, занятых под икру в цифровой матрице (G), определяемой как сумма всех пикселей, входящих в интервал плотности от min G1 до max G1 самой игры, и поделить на количество икринок, находящихся на рис. 1.
v=
* ^ о
for i Е 1... ni for j Е 1... nj Z ^ Z + 1 if minG < G0j < maxG Z
S% = 83615
K0L:=5 KOL = 1,67230 •W8
По расчётам средняя площадь одной икринки составила 16723 пикселя.
Переходим к расчёту общего количества икры на плоской поверхности. Икру помещаем в рамку одним слоем, не деформируя и не уплотняя слой, при этом могут быть пустые промежутки между икринками.
Повторяем процесс оцифровки фотографии аналогично вышеизложенному расчету до получения цифровой матрицы (G).
Зная интервал плотности икры определяем общую площадь в пикселях, занятую под икру в цифровой матрице (G), разделив общую площадь на среднюю площадь икринки в пикселях, найдём количество икринок.
Решая находим:
Z^O for i Е 1...ni for j Е 1...nj Z ^ Z + 1 if minG < G0j < maxG
V =
Z
S% = 1442565
406:=—^— 401 = 86262
16723
Полученное количество икринок составило 86,262 штуки, то есть 86 штук. В отличие от исследования операций [7] и математической статистики [8,9] предлагаемым метод расчёта более удобен для решения нашей задачи.
Проведённые расчёты подтверждают достижение технического результата предлагаемым способом и возможность его осуществления с помощью компьютерных программ [10], снизив повреждаемость икры трудоёмкость процесса и повысив точность расчёта.
Рисунок 2 - Три подмассива (М) в виде изображения
Рисунок 3 - Массив (в) в виде изображения
123 129 130 131 132 133 134 135 136 137 138 139 140
526 129 125 124 122 121 117 113 110 106 103 100 98 94
527 130 124 124 122 120 116 112 109 105 100 99 96 94
528 129 124 122 121 119 115 111 106 104 99 97 94 94
529 127 118 117 115 112 110 107 104 103 96 92 91 90
530 122 115 113 111 108 106 103 101 99 95 92 90 90
531 116 112 110 108 106 104 101 99 97 95 93 90 91
532 113 112 110 108 106 103 100 99 97 95 93 Э1 91
533 112 112 110 108 107 104 101 100 93 95 94 91 92
534 112 111 110 108 105 102 101 98 97 96 94 91 92
535 111 108 106 105 102 100 98 96 94 96 95 91 93
536 110 106 103 102 100 98 95 93 91 97 94 92 93
537 107 107 105 103 99 97 95 95 94 98 97 96 96
533 107 105 103 101 98 97 96 95 95 96 96 95 95
539 106 103 100 99 97 96 96 97 97 96 96 95 95
540 106 101 98 97 96 96 97 98 98 95 95 94
Рисунок 4 - Цифровая матрица (О)
01
Рисунок 5 - Массив (О1) в виде изображения
1 2 3 4 5 6 7 8 9 10
1 109 109 107 107 107 106 106 105 105 105
2 109 109 107 107 107 106 106 105 105 105
3 108 108 107 107 107 106 106 105 105 105
4 108 108 107 107 107 106 106 105 105 105
5 107 107 108 108 107 107 106 106 106 105
& 107 107 108 108 10& 107 107 106 106 106
7 106 106 109 109 108 108 107 107 107 106
9 105 105 109 109 109 108 108 107 107 107
9 105 105 110 НО 109 109 108 108 108 107
10 106 105 111 НО 110 109 НО 108 109 108
11 108 107 111 110 111 110 111 НО 111 110
12. 108 108 111 111 111 111 111 111 111 111
13 108 108 110 110 110 110 110 110 110 110
14 108 108 110 110 110 110 110 110 110 110
15 108 108 109 109 109 109 109 109 109 109
16 108 108 109 109 109 109 109 109 109 ...
Рисунок 6 - Цифровая матрица (в1) Предлагаемый способ автоматизированного учёта икры обеспечивает отсутствие повреждаемости при подсчете количества икринок, снижение трудоемкости и погрешности подсчета. Такой полезный результат достигается компьютерным получением одной матрицы с данными, характеризующими размеры икринки путем сканирования изображения и последующей его обработке по специально разработанной программе с получением площади одной икринки и общей площади всех икринок на плоской поверхности путем суммирования всех значений матрицы компонентов одного цвета в пикселях в интервале от 0 до средней яркости икринки. Делением общей площади на площадь одной икринки находят их достоверное количество.
Список литературы
1. Ресурсосбережение при технической эксплуатации сельскохозяйственной техники. - М.:ГОСНИТИ - ФГНУ «Росинформагротех» - ч.1,2 - 2002. - с.3
2. Маслов Г. Г. Инновационная система механизации полеводства: монография / Г. Г. Маслов, И. Е. Трубилин. - Краснодар: Кубанский ГАУ, 2019. - 172 с.
3. Рыжков Л.П., Кучко Т.Ю., Дзюбук И.М. Основы рыбоводства: Учебник. -СПб.: Издательство «Лань», 2011. - 528 с.: ил. (+вклейка,32 с.). - (Учебник для вызов. Специальная литература).
4. Переверзев Ю.А., Власов В.А. Рыбоводство. М.: Мир, 2004. - с. 107.
5. Дьяков В.П., Абрамова И.В. MathCAD 7.0 в математике физике и Internet. -М.: «Нолидж», 1999.
6. Длин А. М. Математическая статистика в технике. - М.: Сов.наука, 1958. -
466 с.
7. Дегтярев Ю.И. Исследование операций. - М.: Высшая школа, 1981. - 320 с.
8.Джонсон Н., Мюн Ф. Статистика и планирование эксперимента в технике и науке. -М.: Мир.
9. Дунин-Барковский И.В., Смирнов Н.В. Курс теории вероятностей и математической статистики для технических приложений. - М.: Наука, 1969.
10. Патент № 2420801 C2 Российская Федерация, МПК G06K 9/52. Способ определения количества объектов на плоской поверхности : № 2009111956/08 : заявл. 31.03.2009 : опубл. 10.06.2011 / В. В. Цыбулевский, В. Д. Таратута, Г. В. Серга ; заявитель Федеральное государственное образовательное учреждение высшего профессионального образования "Кубанский государственный аграрный университет".
References
1. Resursosberezhenie pri texnicheskoj e'kspluatacii sel'skoxozyajstvennoj texniki. -M.:GOSNITI - FGNU «Rosinformagrotex» - ch.1,2 - 2002. - s.3
2. Maslov G. G. Innovacionnaya sistema mexanizacii polevodstva: monografiya / G. G. Maslov, I. E. Trubilin. - Krasnodar: Kubanskij GAU, 2019. - 172 s.
3. Ry'zhkov L.P., Kuchko T.Yu., Dzyubuk I.M. Osnovy' ry'bovodstva: Uchebnik. -SPb.: Izdatel'stvo «Lan'», 2011. - 528 s.: il. (+vklejka,32 s.). - (Uchebnik dlya vy'zov. Spe-cial'naya literatura).
4. Pereverzev Yu.A., Vlasov V.A. Ry'bovodstvo. M.: Mir, 2004. - s. 107.
5. D'yakov V.P., Abramova I.V. MathCAD 7.0 v matematike fizike i Internet. - M.: «Nolidzh», 1999.
6. Dlin A. M. Matematicheskaya statistika v texnike. - M.: Sov.nauka, 1958. - 466 s.
7. Degtyarev Yu.I. Issledovanie operacij. - M.: Vy'sshaya shkola, 1981. - 320 s.
8.Dzhonson N., Myun F. Statistika i planirovanie e'ksperimenta v texnike i nauke. -M.: Mir.
9. Dunin-Barkovskij I.V., Smirnov N.V. Kurs teorii veroyatnostej i matematicheskoj statistiki dlya texnicheskix prilozhenij. - M.: Nauka, 1969.
10. Patent № 2420801 C2 Rossijskaya Federaciya, MPK G06K 9/52. Sposob opre-deleniya kolichestva ob''ektov na ploskoj poverxnosti : № 2009111956/08 : zayavl. 31.03.2009 : opubl. 10.06.2011 / V. V. Cybulevskij, V. D. Taratuta, G. V. Serga ; zayavi-tel' Federal'noe gosudarstvennoe obrazovatel'noe uchrezhdenie vy'sshego professio-nal'nogo obrazovaniya "Kubanskij gosudarstvenny'j agrarny'j universitet".
