CC BY
13
Сведения об авторах
Головко Александр Николаевич - кандидат технических наук, доцент кафедры «Землеустройство и кадастры», Азо-во-Черноморский инженерный институт ФГБОУ ВО «Донской государственный аграрный университет» в г. Зернограде (Ростовская область, Российская Федерация). Тел.: +7-918-515-17-18. E-mail: alexnikgol@rambler.ru.
Бондаренко Анатолий Михайлович - доктор технических наук, профессор, заведующий кафедрой «Землеустройство и кадастры», Азово-Черноморский инженерный институт ФГБОУ Во «Донской государственный аграрный университет» в г. Зернограде (Ростовская область, Российская Федерация). Тел.: +7-928-162-76-46. E-mail: bondanmih@rambler.ru.
Information about the authors
Golovko Alexander Nikolaevich - Candidate of Technical Sciences, associate professor of the Land arrangement and cadaster department, Azov-Black Engineering Institute - branch of FSBEI HE «Don State Agrarian University» in Zernograd (Rostov region, Russian Federation). Phone: +7-918-515-17-18. E-mail: alexnikgol@rambler.ru.
Bondarenko Anatoly Mikhailovich - Doctor of Technical Sciences, professor, head of the Land arrangement and cadaster department, Azov-Black Engineering Institute - branch of FSBEI HE «Don State Agrarian University» in Zernograd (Rostov region, Russian Federation). Phone: +7-928-162-76-46. E-mail: bondanmih@rambler.ru.
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Conflict of interest. The authors declare no conflict of interest.
УДК 63:004.9
ВИДЕОЦИФРОВОЕ СИСТЕМОМЕТРИЧЕСКОЕ УПРАВЛЕНИЕ АГРОТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ
© 2019 г. Башилов А.М., Королев В.А.
Агротехнологические процессы отличаются от промышленных, они взаимосвязаны с биологическими объектами, обладающими способностью к самоорганизации, саморазвитию и самоадаптации. Сложно получить информацию о поведенческих особенностях биологических объектов, идентифицировать их техническими информационно-аналитическими средствами. Системометрия обеспечивает самоидентификацию системы и определение целеадаптивных функций в условиях динамически изменяющихся процессов природной и социальной среды. Функционирование самоорганизующегося агропредприятия информативно подготовлено к восприятию своей системной сложности и адаптивно управляемо по результатам системно-метрического анализа. Применение видеоцифрового наблюдения, устройств технического зрения для управления агротехно-логическими процессами является перспективным направлением совершенствования аграрного производства. Исследование существующих технологий видеонаблюдения систем охранной безопасности сельскохозяйственного производства позволяет классифицировать разработанные унифицированные модули цифровой видеоаналитики для проектирования устройств управления аграрным производством. Рассмотренные принципы построения видеонаблюдения позволяют перейти от проектирования небольшой автономной системы к последовательному совершенствованию и созданию крупных систем, поэтапно добавляя управленческие функции. Комплексное использование систем видеонаблюдения многовариантно для получения синергетического эффекта при идентификации и определении местоположения животного; учёте биофизиологических особенностей животного; ведении хронологического дневника и жизненного цикла животного; контроле работы обслуживающего персонала; оценке продолжительности поедания, пережёвывания корма, скорости приращения объёма и массы животного; при фиксации половой охоты и процесса отёла; мониторинге моциона и поведенческих актов животного; бонитировке животных, диагностике заболеваний и других ветеринарных и профилактических мероприятиях. Дальнейшее совершенствование агро-технологических процессов, повышение оперативности и точности управления целесообразно развивать с использованием мобильных и стационарных дистанционных систем автоматизированного видеонаблюдения, компьютерной видеоаналитики и видеоцифрового управления.
Ключевые слова: агропроизводство, совершенствование, видеонаблюдение, проектирование, системометрия, типовые модули, компьютерное зрение, интеграция, самоорганизация, управление.
VIDEO-DIGITAL SYSTEM-METRIC MANAGEMENT OF AGROTECHNOLOGICAL PROCESSES
© 2019 A.M. Bashilov, V.A. Korolev
Agrotechnological processes differ from industrial ones, they are interconnected with biological objects that are capable of self-organization, self-development and self-adaptation. It is difficult to obtain information about the behavioral characteristics of biological objects, to identify them with technical information-analytical means. Systemometry provides self-identification of the system and determination of adaptive functions in the conditions of dynamically changing processes of the natural and social environment. The functioning of a self-organizing agricultural enterprise is informatively prepared for the perception of its systemic complexity and adaptively controlled according to the results of a system-metric analysis. The use of digital video surveillance, technical vision devices for controlling agrotechnological processes is a prospective direction for improving agricultural production. The research of existing technologies for video surveillance of security systems, agricultural production applications allows to classify the developed unified modules of digital video analytics for the design of agricultural production control devices. The considered principles of video surveillance construction allow to move from designing a small autonomous system to the consistent improvement and creation of large systems, gradually ad-
ding managerial functions. The complex use of video surveillance systems is a lot of options for obtaining a synergistic effect in identifying and determining the location of the animal; taking into account the biophysiological characteristics of the animal; keeping a chronological diary and animal life cycle; monitoring the work of staff; assessment of the duration of eating, chewing food, the rate of increase in volume and weight of the animal; when fixing sexual hunting and calving process; monitoring of exercise and animal behavioral acts; livestock judgement, diagnosis of diseases and many other veterinary and preventive measures. It is advisable to develop further improvement of agrotechnological processes, increasing the efficiency and accuracy of management using mobile and stationary remote systems for automated video surveillance, computer video analytics and video-digital control.
Keywords: agricultural production, improvement, video surveillance, design, systemometry, typical modules, computer vision, integration, self-organization, management.
Введение. Цифровизация, как новый прорыв развития современной техносферы, оказывает прогрессивное влияние во многих отраслях деятельности человека, в том числе и в сельском хозяйстве. К числу таких успешно решаемых задач следует отнести внедрение точных агротехнологий производства продукции. Современные проекты реализации аграрных производств рассматривают системологически как открытые экобиотехногенные системы - агроценозы [1]. В их структуру включают технические устройства агро-технологических процессов (техноценозы) и природные сообщества (биоценозы), способные к самоорганизации, саморазвитию и саморегуляции своих биологических структур. Функционирование агробиоценозов объединяет большое число агротехнологических и биофизиологических процессов, распределённых в пространстве и изменяющихся во времени. Для решения столь сложной задачи управления аграрным производством использование системно ориентированного подхода с одновременным и согласованным подключением нескольких информационно-коммуникационных технологий создаёт положительный эффект [2]. Системологический подход адаптивно и последовательно, экономически выгодным способом, связывает реальность сельского хозяйства (аграрное производство, землю и инфраструктуру поселения) с их объективно и точно измеренным цифровым (виртуальным) представлением. Одной из наиболее важных составляющих цифрового управления в агропроизвод-стве является применение системы машинного зрения и компьютерного видеонаблюдения агротехнологиче-ских процессов.
Цель статьи - разработка системного подхода для проектирования и применения современных информационно-управляющих агросистем на основе видеоцифровогого администрирования.
Методика исследований. Разрабатываемый системный подход предполагает создание наилучшей конкурентной агропродукции, благодаря изменению взаимоотношений агротехнологов и переходу на оперативный анализ видеоданных, информативно и точно отражающих агротехнологические процессы, рост и развитие растений, поведение животных.
Чтобы создать максимально эффективную работу для своих пользователей, производители умных устройств и разработчики цифровых программ обеспечивают их взаимную работу в связке между собой. Это видно даже в повседневной жизни: например, через интернет с помощью мобильного телефона легко можно связаться с пользователями в социальных сетях,
создать информативные контакты и переслать фотографии в электронную книгу. При разработке самоорганизующихся систем управления агропредприятием комплексное, интегрированное совмещение стационарных и мобильных устройств видеонаблюдения в единую информационно-коммуникационную среду может значительно повысить эффективность и удобство совместной работы.
Агротехнологические процессы значительно отличаются от промышленных, они взаимосвязаны с биологическими объектами, которые обладают способностью к самоорганизации, саморазвитию и самоадаптации. Очень сложной проблемой остаётся получение информации о поведенческих особенностях биологических объектов и их идентификация техническими информационно-аналитическими средствами для оперативного принятия решения специалистом. Применение видеоцифрового наблюдения, устройств технического и машинного зрения для компьютерного управления агротехнологическими процессами может стать перспективным направлением совершенствования аграрного производства в растениеводстве и животноводстве [3].
Основные достоинства проявляются в значительном повышении информативности, наглядности, достоверности и оперативности управления живыми, развивающимися биотехническими, человеко-машинными системами на понятном и легкодоступном языке видеоцифровых изображений с семантико-лингвисти-ческим сопровождением. Видеонаблюдение как эффективный способ получения агротехнологической информации предполагает использование больших объёмов видеоцифровых данных, их продолжительное хранение, оперативное извлечение и разнообразный анализ [4].
В статье рассмотрены информационно-аналитические возможности устройств видеонаблюдения, широко используемого в системах контроля доступа и безопасности территорий [5], в которых применяются современные модули видеоаналитики и компьютерные программы видеосемантической обработки информационно-управляющих видеопотоков.
Исследование технологий видеонаблюдения в зарубежных и отечественных системах охранной безопасности, а также в приложениях для сельскохозяйственного производства [6-9], дало возможность классифицировать наиболее разработанные унифицированные модули цифровой видеоаналитики, которые можно использовать для дальнейшего проектирования
систем управления аграрными предприятиями и производствами.
На рисунке 1 приведена обобщённая схема классификации типовых модулей видеоаналитики, интегрируемых в единую систему цифрового управления агропредприятием.
1. Распознавание объектов и их идентификация:
- распознавание мобильных средств для автоматического въезда и выезда на территории агропредприятия;
- определение оцифрованного номера животного;
- опознавание метки или штрих-коды на технологическом оборудовании.
2. Обнаружение внешнего вида и характерных признаков:
- обнаруживает информативные признаки и передаёт в базу данных сведения о появившемся человеке;
- осуществляет объёмный мониторинг (описание статей животного, морфологических и сортовых признаков сельскохозяйственных растений).
3. Оценка поведения и подвижности объектов:
- мониторинг рабочего персонала (контроль наличия или отсутствия в рабочее время);
- мониторинг животных (контроль состояния и маршрутов перемещения животных);
- мониторинг растений (наблюдение роста, развития и плодоношения).
Рисунок 1 - Обобщённая схема классификации типовых модулей видеоаналитики
Расширенная классификация функций типовых модулей видеоаналитики с дополнительными уточнениями с учетом специфики аграрного производства:
4. Детектирование событий и оповещение:
- группы животных, длины очереди (считает число особей и уведомляет о предельно допустимой норме);
- появление дыма и возникновение огня (фиксирует задымлённость и очаги огня в поле зрения камеры);
- детектирует проявление вандализма и саботажа (фиксирует исчезновение изображения и выход из строя видеокамер);
- детектор забытых или вновь появившихся предметов (сигнализирует об оставленных предметах, о времени и внешнем виде субъекта);
- фиксация появления громкого звука (шума и спектра сигнала).
5. Управление видеопотоками, движением видеокамер, режимами работы:
- изменяет режим видеонаблюдения (приближение-удаление, фокусировка);
- обработка аудиопотоков (звукозапись в обоих направлениях от видеокамеры к оператору);
- построение панорамного изображения (просматривает фотосъёмку, разделённую на 2-4 кадра и более);
- контроль выделенной территории, периметра, границы, зоны разграничения;
- создание резервных копий видеоизображений и видеопотоков;
- непрерывный поиск и междукамерный контроль (наблюдает за перемещением объектов между зонами наблюдения, находит интересующий эпизод в архиве данных).
Результаты исследований и их обсуждение. В агропроизводственных системах для ведения точного сельского хозяйства недостаточно просто наблюдать за развитием событий, необходимо широко и всесторонне использовать знания об адаптивном поведении. С помощью накопленных знаний реализуется алгоритм непрерывного совершенствования, который легко может быть закреплён (сохранён) и тиражируем (наследуем) при повторных аналогичных применениях [10].
Как правило, автоматизированные системы управления агропроцессами и агропроизводствами
оснащаются многообразными сенсорными датчиками, сложным и дорогостоящим оборудованием. Структура сложных систем управления должна быть оптимизированной.
Применение системного подхода к решению многих проблем даёт основание утверждать, что эффективность целого, интегрированного в систему, больше, чем алгебраическая сумма эффективностей раздельных элементов [11].
На рисунке 2 приведена обобщенная схема топологического представления целенаправленной, системно-адаптивной модели технологии воспроизводства сельскохозяйственной продукции. Она включает
последовательно вложенные друг в друга системообразующие уровни (биологический, технологический, экологический и др.). Каждый системообразующий уровень представлен в виде дискообразной области, имеющей внешнюю и внутреннюю границы. Внутри топологическая область наполнена функциональной средой и фиксированными объектами. Функциональная среда в активном (адаптивном) состоянии может сжиматься к внутренней границе диска или расширяться от центра диска к внешней границе, или совершать эти действия совместно. В пассивном (неадаптивном) состоянии функциональная среда не изменяет очертания внешних и внутренних границ.
Т1, Т2, Т3 - компоненты, структуры, границы разноцелевых технологий; БИО - биологический уровень технологии; ТЕХНО - технический уровень технологии; ЭКО - экологический уровень технологии; А.З. - адаптивная зона;
----нейтральная межуровневая граница; 1 - внешняя адаптивная граница уровня; 2 - внутренняя адаптивная граница
уровня; 3 - объект уровня; 4 - среда уровня; 5 - приграничная адаптивная зона; 6 - послеграничная адаптивная зона Рисунок 2 - Топологическое представление целенаправленной, системно-адаптивной модели самоорганизующегося аграрного производства
Объекты (предметы, признаки, процессы) каждого уровня, погруженные в свою специальную среду, взаимодействуя друг с другом непосредственно или через ближайшее окружение, адаптируются в определенную целеориентированную технологию, например: Т1 - на переработку, Т2 - на длительное хранение, Т3 - на семена.
Системометрия - это информационно-аналитическое отображение материально воплощаемой аг-ропроизводственной самоорганизующейся системы на разных стадиях её существования.
Системометрия обеспечивает самоидентификацию системы и определение целеадаптивных функций в условиях динамически изменяющихся процессов
природной и социальной среды. Самоидентификация основывается на мониторинге природной и социальной среды и установлении их связанности с объектами агросистемы.
На рисунке 3 приведена общая схема повторных творческих актов совершенствования системы управления аграрным производством. Функционирование самоорганизующегося агропредприятия информативно подготовлено к восприятию своей системной сложности и адаптивно управляемо по результатам системометрического анализа.
Формулирование взаимосвязанности между объектами агробиотехнической системы можно отобразить в виде функционала, стремящегося к идеалу:
Ц = Ф(А, О, К, С, Т) идеал «синергетика РС и ВС»
где Ц - структура цели; А - множество объектов системы; О - множество связей между объектами;
К - множество композиций связанности; С - среда; Т - период существования системы; РС - реальная система; ВС - виртуальная система.
Рисунок 3 - Схема повторных творческих актов совершенствования агропроизводства
Возможности человека ограничены, чтобы понимать функционально-структурную, непрерывно изменяющуюся сложность агробиотехнической системы из-за многих причин: неспособности продолжительно наблюдать поведение разнообразных объектов; невозможности видеть скрытые, случайно организованные объекты; недостаточной точности фиксации информации об объектах и её сохранности; отсутствия оперативных интеллектуальных способностей к анализу и систематизации; невозможности своевременно обнаруживать синергетические эффекты.
В основном реальные агропроизводственные системы можно охарактеризовать как диффузные, недостаточно организованные. В них не ставится задача учитывать все компоненты и их связи с главными целями производства. Диффузное производство управляется ограниченным набором макропараметров, которые формируются выборочно и в последующем регламентируются для всей системы. Длительное время показатели этих макропараметров не перепроверяются и не соотносятся с конечными результатами.
Идеальный «облик» биотехнической системы проявляется при полном отображении и воспроизведении в многомерно интегрированном информационном пространстве. Всякий объект системы и любой акт взаимосвязей должен стать носителем и передатчиком собственной информации, приёмником и источником внешней информации, обеспечивая мультипликативную и аддитивную всестороннюю связь. Глобальная по объёму, тотальная по величине наполненных знаний, биотехническая система может не быть абсолютно совершенной при решении специализированных задач, но будет всегда открытой для изменяющихся задач в реальном производстве, при организации-реорганизации, для более эффективного управления [12].
Агропроизводственная зона, как совокупность биообъектов, материальной техники и людей, является наиболее сложной системой в технологических процессах функционирования аграрного предприятия. 75% всех агротехнологических процессов совершается по разработанному сценарию с участием человека, 25% - путём самоорганизации при случайных воздействиях. Автоматизация и роботизация агропроцессов, снижение потерь продукции и убытка в производственной зоне - одна из приоритетных задач, которая стоит перед коллективом аграрного предприятия [13].
При контроле агротехнологических процессов и действий работающего персонала группа управления может использовать системы видеонаблюдения. Построение системы видеонаблюдения предусматривает синхронизацию изображений видеокамеры с агротех-нологическим процессом. Видеопоток сопровождается информацией о времени выполнения агротехнологи-ческого сценария. Дополнение видеоизображений текстовой или биосенсорной информацией позволяет проводить более глубокий анализ событий. Однако при продолжительном мониторинге объём видеозаписи накапливается и просмотр архивированной информации занимает продолжительное время, а принимаемое решение по управлению агротехнологическим процессом реализуется несвоевременно. Такой уровень обработки изображений и принятия управленческих решений слабо автоматизированный, полуавтоматизированный.
Мониторинг сложного поведения биообъектов следует производить более оперативно и быстро реагировать на негативную ситуацию. В таком случае требуется более высокий уровень видеоконтроля агротех-нологических процессов. Он основывается на принципе фиксации детерминированного события, возникающего в ходе агротехнологического процесса, только в такой момент осуществляется видеозапись, реагируя на тревожную ситуацию, обнаруженную внешним сенсором, например датчиком звука или датчиком движения перемещающегося объекта. К тревожным событиям автоматически заостряется внимание оператора, по ним отмечается и структурируется в отдельный архив видеоинформация, анализ которой может происходить без утомительного просмотра всего объёма, только в моменты поступления предупредительного сигнала.
Система видеоконтроля самого высокого уровня значительно отличается от ранее рассмотренных систем по степени автоматизации. Она основывается на обнаружении и опознавании тревожных изображений на основе собственной видеоинформации, полученной при фиксации параметров интересуемых объектов по их морфологическим признакам. Применяя специальный язык видеоаналитики, можно определять поведенческие акты объектов в пространстве и времени.
Принципы построения систем видеонаблюдения
Принцип фиксации движения позволяет акцентировать внимание оператора к перемещениям в на-
блюдаемой зоне, что освобождает оператора от утомительной работы и повышает вероятность обнаружения важного события. Для каждой камеры могут быть заданы несколько зон видеоосмотра, возможна настройка на наименьший и наибольший размеры объекта, на скорость и график движения. При срабатывании видеодетектора удалённому оператору высылается сообщение о возникшем событии и прикрепляется видеоизображение с наблюдающей камеры.
Принцип отслеживания мобильного объекта -система видеонаблюдения работает с поворотными камерами, оснащёнными программами наведения. Подвижная камера позволяет сопровождать объекты в автоматическом режиме и записывать события.
Принцип обнаружения интересуемого объекта по морфологическим признакам - система видеонаблюдения считывает форму, размер, площадь, периметр, ориентацию, окраску, однородность поверхности, контрастные пятна дефектов, текстуру, фон. Автоматическое внутреннее сканирование изображения позволяет количественно оценить морфологические параметры и проводить анализ их изменений в пространстве и времени. По результатам анализа может осуществляться их передача на исполнительные устройства, совершающие управление агротехнологиче-скими операциями.
Принцип видеопередачи информации от нескольких параллельно наблюдаемых объектов - видеонаблюдение осуществляется дистанционно, находясь в различных местах. Такой принцип реализуется на основе современных телекоммуникационных и сетевых технологий.
Принцип модульности построения системы видеонаблюдения, оснащённой центральным ядром и функциональными модулями, которые направлены на узкоспециализированные задачи: контроль операций, видеомониторинг и видеоуправление несколькими объектами, распознавание и детектирование объектов. Модули управляются компьютером, обеспечивая согласованную работу оборудования.
Принцип многоуровневого моделирования работы видеонаблюдения - уровень управления оборудованием, уровень цифрового анализа видеоизображений, уровень видеоуправления и видеомониторинга.
Принцип использования открытой архитектуры позволяет дополнительно наращивать функции системы путём подключения новых модулей и интеграции с компьютерами управления агропредприятия.
Рассмотренные принципы построения видеонаблюдения позволяют перейти от проектирования небольшой автономной системы, последовательно совершенствуясь к созданию крупной и эффективной системы, по мере добавления управленческих функций.
Комплексное использование систем видеонаблюдения многовариантно для получения синергетиче-ского эффекта при: идентификации и определении местоположения животного в стаде; учёте биофизиологических особенностей животного; ведении хронологического дневника и жизненного цикла животного;
контроле работы обслуживающего персонала; оценке продолжительности поедания, пережёвывания корма, скорости приращения объёма и массы животного; при фиксации половой охоты и процесса отёла; мониторинге подвижности животного, его моциона и поведенческих актов; бонитировке животных, диагностике заболеваний и многих других ветеринарных и профилактических мероприятий (патенты РФ № 2423042, 2444177, 2265989, 2377764 и др.).
Заключение. В настоящее время в аграрном производство недостаточно востребованы информационно-управляющие ресурсы более широкого использования и интеграции систем видеонаблюдения в единую саморазвивающуюся структуру аграрного производства. Дальнейшее совершенствование агротех-нологических процессов, повышение оперативности и точности управления целесообразно развивать с использованием мобильных и стационарных дистанционных систем автоматизированного видеонаблюдения, компьютерной видеоаналитики и видеоцифрового управления. Дополнительные возможности по улучшению условий труда могут быть приобретены при создании систем управления территориально размещёнными аграрными производствами с использованием беспилотной видеосервисной техники, видеороботов, удалённых веб-сайтов, интегрированных в единую систему самоорганизующегося аграрного предприятия.
В списке литературы указаны некоторые разработки авторского коллектива, в которых раскрыты примеры использования цифрового видеонаблюдения, интегрированного в управление биотехническими и информационно-управляющими системами аграрного производства.
Возможны и другие варианты применения локальных и интегрированных систем видеонаблюдения в сельскохозяйственном производстве, оперативно и наглядно предоставляющих видеоинформацию: об изменениях здоровья и поведения животных, об изменениях урожая растений в посадках, о функциональной работе технико-технологических процессов, о взаимосвязи пространственно размещённых объектов. Высокий уровень развития техники видеонаблюдения обеспечивает автоматизацию процесса управления видеоданными, предлагая типовые модули видеоаналитики и компьютерные программы интеграции, осуществляющие оперативную обработку, длительное накопление и обработку видеоданных, сигнализируя о негативных проявлениях, упреждающе реагируя и прогнозируя нежелательные последствия.
Литература
1. Кудрин, Б.И. Классика технических ценозов. Цено-логические исследования / Б.И. Кудрин. - Вып. 31. - М., 2006. - 220 С.
2. Башилов, А.М. Системно-организованные и локально-индивидуализированные принципы управления электрифицированными растениеводческими производствами / А.М. Башилов, В.А. Королев // Альтернативная энергетика и экология. - 2015. - № 21 (185). - С. 124-131.
3. Mironova T. V., Kraiski А. How to Use a Digital Camera as a Metering Device. Published: 2016. https://doi.org/10.1117/32256725.
4. Sinha, P.K. Image Acquisition and Preprocessing for Machine Vision Systems. Published: 2012. https://doi.org/10.1117/3 858360.
5. Дамьяновски Владо. CCTV. Библия видеонаблюдения. Издательство: Security Focus, второе издание с дополнением и изменениями, 2018. - 470 c.
6. Robert D. Fiete. Formation of a Digital Image: The Imaging Chain Simplified. Published: 2012. https://doi.org/10.1117/3 919698.
7. Башилов, А.М. Электронно-оптическое зрение в аграрном производстве. Системотехника построения и применения информационных оптических технологий / А.М. Башилов. - М.: РАСХН, 2005. - 312 с.
8. Липкович, Э.И. Интеллектуализация технического оснащения АПК // АПК: экономика, управление / Э.И. Липкович, А.А. Серёгин. - 2015. - № 1. - С. 63-75.
9. Мирошникова, В.В. Совершенствование технологии производства животноводческой продукции на молочной ферме модульного типа замкнутого цикла / В.В. Мирошникова, И.Н. Краснов // Известия Горского государственного аграрного университета. - 2016. - Т. 53. - № 4. - С. 92-98.
10. Norman S. Kopeika. A System Engineering Approach to Imaging. Published: 1998. https://doi.org/10.1117/3 2265069.
11. Башилов, А.М. Интеграция системы видеонаблюдения в АСУ ТП зернопунктов / А.М. Башилов, В.А. Королев, Н.В. Ксёнз // Вестник аграрной науки Дона. - № 4 (44). -2018. - С. 21-27.
12. Robert D. Fiete. Formation of a Digital Image: The Imaging Chain Simplified. Published: 2012. https://doi.org/10.1117/3 919698.
13. Липкович, Э.И. Интеллектуализация технического оснащения АПК / Э.И. Липкович, А.А. Серёгин. - АПК: экономика, управление. - 2015. - № 1. - С. 63-75.
References
1. Kudrin B.I. Klassika tehnicheskikh tsenozov. Tsenolo-gicheskie issledovaniya. [Classic technical cenoses. Cenological researches], Vyp. 31, M., 2006, 220 p. (In Russian)
2. Bashilov A.M., Korolev V.A. Cistemno-organizovannye i lokalno-individualizirovannye printsipy upravleniya elektrifitsiro-vannymi rastenievodcheskimi proizvodstvami [System-organized and locally-individualized principles for the management of elec-
trified crop production], Alternativnaya energetika i ekologiya, 2015, No 21 (185), pp. 124-131. (In Russian)
3. Mironova T.V., Kraiski A. How to Use a Digital Camera as a Metering Device. Published: 2016. https://doi.org/10.1117/32256725.
4. Sinha P.K. Image Acquisition and Preprocessing for Machine Vision Systems. Published: 2012. https://doi.org/10.1117/3 858360.
5. Damyanovski Vlado. CCTV. Bibliya videonablyude-niya. [CCTV. Bible of video surveillance], Izdatelstvo: Security Focus, vtoroe izdanie s dopolneniemi i izmeneniyami, 2018, 470 p. (In Russian)
6. Robert D. Fiete. Formation of a Digital Image: The Imaging Chain Simplified. Published: 2012. https://doi.org/10.1117/3 919698.
7. Bashilov A.M. Elektronno-opticheskoe zrenie v agrar-nom proizvodstve. Sistemotekhnika postroeniya i primeneniya informatsionnykh opticheskikh tehnologiy [Electron-optical vision in agricultural production. System engineering of construction and application of information optical technologies], M.: RASHN, 2005, 312 p. (In Russian)
8. Lipkovich E.I., Seregin A.A. Intellektualizatsiya tehni-cheskogo osnashheniya APK [Intellectualization of technical equipment of the agro-industrial complex], APK: ekonomika, upravlenie, 2015, No 1, S. 63-75. (In Russian)
9. Miroshnikova V.V., Krasnov I.N. Sovershenstvovanie tehnologii proizvodstva zhivotnovodcheskoy produktsii na mo-lochnoy ferme modulnogo tipa zamknutogo tsikla [Improving the production technology of livestock products on a dairy farm of a modular type of closed cycle], Izvestiya Gorskogo gosudarstven-nogo agrarnogo universiteta, 2016, T. 53, No 4, S. 92-98. (In Russian)
10. Norman S., Kopeika A. System Engineering Approach to Imaging. Published: 1998. https://doi.org/10.1117/ 3.2265069.
11. Bashilov A.M., Korolev V.A., Ksenz N.V. Integratsiya sistemy videonablyudeniya v ASU TP zernopunktov, [ntegration of a video surveillance system in automated process control systems of grain points], Vestnik agrarnoy nauki Dona, No 4 (44), 2018, pp. 21-27. (In Russian)
12. Robert D. Fiete. Formation of a Digital Image: The Imaging Chain Simplified. Published: 2012. https://doi.org/10.1117/3 919698.
13. Lipkovich E.I., Seregin A.A. Intellektualizatsiya tehni-cheskogo osnashheniya APK [Intellectualization of technical equipment of the agro-industrial complex], APK: ekonomika, upravlenie, 2015, No 1, pp. 63-75. (In Russian)
Сведения об авторах
Башилов Алексей Михайлович - доктор технических наук, профессор, Московский авиационный институт (Национальный исследовательский университет) МАИ (г. Москва, Российская Федерация). Тел.: +7-926-114-92-84. E-mail: bashilov@inbox.ru.
Королев Владимир Александрович - кандидат технических наук, доцент, Московский авиационный институт (Национальный исследовательский университет) МАИ (г. Москва, Российская Федерация). Тел.: +7-903-280-71-38. E-mail: vieshvk@yandex.ru.
Information about the authors Bashilov Alexey Mihailovich - Doctor of Technical Sciences, professor, Moscow Aviation Institute (National Research University), MAI (Moscow, Russian Federation). Phone: +7-926-114-92-84. E-mail: bashilov@inbox.ru.
Korolev Vladimir Aleksandrovich - Candidate of Technical Sciences, associate professor, Moscow Aviation Institute (National Research University), MAI (Moscow, Russian Federation). Phone: +7-903-280-71-38. E-mail: vieshvk@yandex.ru.
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов. Conflict of interest. The authors declare no conflict of interest.
