procyberВестник кибернетикиProceedings in Cybernetics1999-7604Бюджетное учреждение высшего образования Ханты-Мансийского автономного округа – Югры «Сургутский государственный университет»10.34822/1999-7604-2019-3-26-34procyber-246Research ArticleСтатьиКомпьютерная обработка изображений в задаче идентификации состояния биологических культурComputer Images Processing in State Identification of Biological CulturesЗапеваловаЛ. Ю.ZapevalovaL. Yu.larzap@list.ruЗапеваловА. В.ZapevalovA. V.zapev@mail.ruТаракановД. В.TarakanovD. V.sprtdv@mail.ruСургутский государственный университетРоссияSurgut State UniversityRussian Federation20193003202003 (35)2634Copyright © Запевалова Л.Ю., Запевалов А.В., Тараканов Д.В., 20202020Запевалова Л.Ю., Запевалов А.В., Тараканов Д.В.Zapevalova L.Y., Zapevalov A.V., Tarakanov D.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vestcyber.ru/jour/article/view/246

В представленной работе рассматривается задача идентификации растений по визуальным признакам с использованием средств систем технического зрения. Задача решается в пространстве цветовых компонент модели RGB. Для повышения качества идентификации используются процедуры предварительной обработки изображения и морфологические операторы бинарного изображения. Результаты идентификации биологических объектов могут быть использованы в системах автоматического управления тепличным хозяйством.

The article discusses the problem of plants identification based on visual signs with the use of a computer vision system. The problem is solved in the space of colour components of the RGB model. The procedures of image preprocessing and morphological operators for binary images are used to improve the quality of identification. The results of the identification of biological objects could be used in automatic greenhouse systems.

распознавание зрительных образовсегментацияфильтрацияvisual recognitionsegmentationfilteringReferencesРуткин Н. М., Лагуткина Л. Ю., Лагуткин О. Ю. Урбанизированное агропроизводство (сити-фермерство) как перспективное направление развития мирового агропроизводства и способ повышения продовольственной безопасности // Вестн. АГТУ. Серия: Рыбное хозяйство. 2017. № 4. URL: https://cyberleninka.ru (дата обращения: 10.12.2018).Руткин Н. М., Лагуткина Л. Ю., Лагуткин О. Ю. Урбанизированное агропроизводство (сити-фермерство) как перспективное направление развития мирового агропроизводства и способ повышения продовольственной безопасности // Вестн. АГТУ. Серия: Рыбное хозяйство. 2017. № 4. URL: https://cyberleninka.ru (дата обращения: 10.12.2018).Albadarneh A. Automated Flower Species Detection and Recognition from Digital Images // IJCSNS International Journal of Computer Science and Network Security. 2017. Vol. 17, No. 4. P. 144–151.Albadarneh A. Automated Flower Species Detection and Recognition from Digital Images // IJCSNS International Journal of Computer Science and Network Security. 2017. Vol. 17, No. 4. P. 144–151.Amanatidis D. Image Contour Segmentation in Hardware // Radio Electronics, Computer Science, Control. 2015. No. 4. P. 66–71.Amanatidis D. Image Contour Segmentation in Hardware // Radio Electronics, Computer Science, Control. 2015. No. 4. P. 66–71.Ashwini R. Classification of Flower Images using Clustering Algorithms // IJCTA International Journal of Computer Technology and Applications. 2015. No. 8 (3). P. 1025–1032.Ashwini R. Classification of Flower Images using Clustering Algorithms // IJCTA International Journal of Computer Technology and Applications. 2015. No. 8 (3). P. 1025–1032.Elangovan K. Plant Disease Classification Using Image Segmentation and SVM Techniques // International Journal of Computational Intelligence Research. 2017. Vol. 13, No. 7. P. 1821–1828.Elangovan K. Plant Disease Classification Using Image Segmentation and SVM Techniques // International Journal of Computational Intelligence Research. 2017. Vol. 13, No. 7. P. 1821–1828.Hagara M., Kubinec P. About Edge Detection in Digital Images // Radioengineering. 2018. Vol. 27, No. 4. P. 919–929.Hagara M., Kubinec P. About Edge Detection in Digital Images // Radioengineering. 2018. Vol. 27, No. 4. P. 919–929.Jeon H. Y., Tian L. F., Zhul H. Robust Crop and Weed Segmentation under Uncontrolled Outdoor Illumination // Sensors (Basel). 2011. No. 11 (6). P. 6270–6283.Jeon H. Y., Tian L. F., Zhul H. Robust Crop and Weed Segmentation under Uncontrolled Outdoor Illumination // Sensors (Basel). 2011. No. 11 (6). P. 6270–6283.Mainkar P. M., Ghorpade S., Adawadkar M. Plant Leaf Disease Detection and Classification Using Image Processing Techniques // International Journal of Innovative and Emerging Research in Engineering. 2015. Vol. 2, No. 4. P. 139–144.Mainkar P. M., Ghorpade S., Adawadkar M. Plant Leaf Disease Detection and Classification Using Image Processing Techniques // International Journal of Innovative and Emerging Research in Engineering. 2015. Vol. 2, No. 4. P. 139–144.Masood R., Khan S. A., Khan M. N. A. Plants Disease Segmentation using Image Processing // I. J. Modern Education and Computer Science. 2016. No. 1. P. 24–32.Masood R., Khan S. A., Khan M. N. A. Plants Disease Segmentation using Image Processing // I. J. Modern Education and Computer Science. 2016. No. 1. P. 24–32.Myasnikov E. V. Hyperspectral Image Segmentation Using Dimensionality Reduction And Classical Segmentation Approaches // Computer Optics. 2017. No. 41 (4). P. 564–572.Myasnikov E. V. Hyperspectral Image Segmentation Using Dimensionality Reduction And Classical Segmentation Approaches // Computer Optics. 2017. No. 41 (4). P. 564–572.Oo Y. M., Htun N. C. Plant Leaf Disease Detection and Classification using Image Processing // International Journal of Research and Engineering. 2018. Vol. 5, No. 9. P. 516–523.Oo Y. M., Htun N. C. Plant Leaf Disease Detection and Classification using Image Processing // International Journal of Research and Engineering. 2018. Vol. 5, No. 9. P. 516–523.Oppenheim D., Edan Y., Shani G. Detecting Tomato Flowers in Greenhouses Using Computer Vision // International Journal of Computer and Information Engineering. 2017. Vol. 11, No. 1. P. 104–109.Oppenheim D., Edan Y., Shani G. Detecting Tomato Flowers in Greenhouses Using Computer Vision // International Journal of Computer and Information Engineering. 2017. Vol. 11, No. 1. P. 104–109.Singh V., Misra A. K. Detection of Plant Leaf Diseases Using Image Segmentation and Soft Computing Techniques // Information Processing in Agriculture. 2016. No. 4 (1). P. 41–49.Singh V., Misra A. K. Detection of Plant Leaf Diseases Using Image Segmentation and Soft Computing Techniques // Information Processing in Agriculture. 2016. No. 4 (1). P. 41–49.Swathi R., Mahalakshmi T., Srinivas A. Vision Based Plant Leaf Disease Detection on The Color Segmentation through Fire Bird V Robot // GRD Journals – Global Research and Development Journal for Engineering. 2016. Vol. 1, No. 4. P. 75–79.Swathi R., Mahalakshmi T., Srinivas A. Vision Based Plant Leaf Disease Detection on The Color Segmentation through Fire Bird V Robot // GRD Journals – Global Research and Development Journal for Engineering. 2016. Vol. 1, No. 4. P. 75–79.Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. : Техносфера, 2005. 1072 с.Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. : Техносфера, 2005. 1072 с.Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде Matlab. М. : Техносфера, 2006. 618 с.Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде Matlab. М. : Техносфера, 2006. 618 с.

The authors declare that there are no conflicts of interest present.