ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ

А.Н. Нуртулеуов; А.К. Молдажанов; А.Т. Кулмахамбетова*; Д.А. Зинченко

doi:10.37884/4-2021/11

Аннотация

В статье рассмотрены обоснование методов и алгоритмов определения показателей качества яблок с использованием машинного зрения для дальнешей сортировкой их на категории. Основными показателями качества согласно стандартам является его внешний вид (окрас), размер (величина), вес и форма.

Для исследования работоспособности алгоритма и программы получения и обработки изображения, а также вычисления его характерных признаков оценки показателей качества разработана и изготовлена экспериментальная автоматизированная установка (АУ), основными компонентами которой являются оптическая камера, тензометрический датчик и микрокомпьютер Raspberry Pi4 на основе которого было создана эта установка.

В результате исследований было установлено, что наиболее современным и актуальным решением является определении основных стандартов качеств с помощью автоматизации процесса сортировки с использованием оптико-электронных методов, а именно с использованием средств машинного зрения.

Результаты статистической обработки показали, что значения диаметров при ручном измерении и измерении на АУ незначительно отличаются, значения массы яблок при ручном взвешивании на весах и измеренные на АУ автоматизированным методом практически совпадают, относительная ошибка не превышает 0,8 %. Большим преимуществом использование машинного зрения при определении показателей качества яблок, является то, что есть более точная возможность определять долю окраса яблок, а данный показатель является одним из важнейших показателей качества, который влияет на продажную стоимость.

яблоко, алгоритм, программа, эксперимент, показатели, статистика, автоматизация, установка, машинное зрения, захватывающие устройство.

01 Введение

Полный текст статьи доступен для скачивания в формате PDF на панели справа.

02 Список литературы

1. «An indirect approach for egg weight sorting using image processing» Alikhanov, J., Penchev, S.M., Georgieva, T.D., Moldazhanov, A., Shynybay, Z., Daskalov, P.I. - Источник: Scopus.
2. «Результаты исследований автоматизированной установки для определения показателей качества яиц» - Алиханов Д.М., Молдажанов А.К., Кулмахамбетова А.Т., Шыныбай Ж.С. - Алматы, 2019.Источник - Ізденістер, № 2 исследования, нəтижелер 2019 результаты.
3. ГОСТ 34314-2017 Яблоки свежие, реализуемые в розничной торговле. Технические условия.
4. https://docs.opencv.org/4.x/d7/d4d/tutorial_py_thresholding.html
5. https://robotclass.ru/tutorials/opencv-python-find-contours/
6. ГОСТ 27572-2017 Яблоки свежие для промышленной переработки.
7. Adel A. Kader, Sonya Rosa Rolle, 2004. The role of post-harvest management in assuring the quality and safety of horticultural produce. FAO Agricultural Services Bulletin no.152.
8. Căsăndroiu T., 1998. Processes and machinery for sorting potatoes, fruit and vegetables. PAIDEIA Publishing, Bucharest.
9. Gheorghe A., 1979. Maintaining the quality of fresh fruits and vegetables. Ed.Tehnica, Bucharest. Э.
10. Калинин В,. Python для сложных задач. Наука о данных и машинное обучение. Изд: Питер. С- 576, ISBN 978-5-4461-0914-2, 978-5-496 -03068-748

Ссылки для цитирования

[1]2021. ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ. Izdenister natigeler. 4 (92) (Dec. 2021), 95–106. DOI:https://doi.org/10.37884/4-2021/11.

(1)ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ. Izdenister natigeler 2021, No. 4 (92), 95-106. https://doi.org/10.37884/4-2021/11.

ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ. (2021). Izdenister Natigeler, 4 (92), 95-106. https://doi.org/10.37884/4-2021/11

ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ. Izdenister natigeler, [S. l.], n. 4 (92), p. 95–106, 2021. DOI: 10.37884/4-2021/11. Disponível em: https://agrosoil.kaznaru.edu.kz/index.php/research/article/view/70. Acesso em: 15 sep. 2026.

“ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ”. 2021. Izdenister Natigeler, no. 4 (92) (December): 95-106. https://doi.org/10.37884/4-2021/11.

“ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ” (2021) Izdenister natigeler, (4 (92), pp. 95–106. doi:10.37884/4-2021/11.

[1]“ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ”, Izdenister natigeler, no. 4 (92), pp. 95–106, Dec. 2021, doi: 10.37884/4-2021/11.

“ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ”. Izdenister Natigeler, no. 4 (92), Dec. 2021, pp. 95-106, https://doi.org/10.37884/4-2021/11.

“ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ”. Izdenister natigeler, no. 4 (92) (December 30, 2021): 95–106. Accessed September 15, 2026. https://agrosoil.kaznaru.edu.kz/index.php/research/article/view/70.

1.ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ. Izdenister natigeler [Internet]. 2021 Dec. 30 [cited 2026 Sep. 15];(4 (92):95-106. Available from: https://agrosoil.kaznaru.edu.kz/index.php/research/article/view/70

1.ОБОСНОВАНИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПЛОДОВ ЯБЛОК С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ЗРЕНИЯ. Izdenister natigeler. 2021;(4 (92):95-106. doi:10.37884/4-2021/11

[1] 1. «An indirect approach for egg weight sorting using image processing» Alikhanov, J., Penchev, S.M., Georgieva, T.D., Moldazhanov, A., Shynybay, Z., Daskalov, P.I. - Источник: Scopus.

[2] 2. «Результаты исследований автоматизированной установки для определения показателей качества яиц» - Алиханов Д.М., Молдажанов А.К., Кулмахамбетова А.Т., Шыныбай Ж.С. - Алматы, 2019.Источник - Ізденістер, № 2 исследования, нəтижелер 2019 результаты.

[3] 3. ГОСТ 34314-2017 Яблоки свежие, реализуемые в розничной торговле. Технические условия.

[4] 4. https://docs.opencv.org/4.x/d7/d4d/tutorial_py_thresholding.html

[5] 5. https://robotclass.ru/tutorials/opencv-python-find-contours/

[6] 6. ГОСТ 27572-2017 Яблоки свежие для промышленной переработки.

[7] 7. Adel A. Kader, Sonya Rosa Rolle, 2004. The role of post-harvest management in assuring the quality and safety of horticultural produce. FAO Agricultural Services Bulletin no.152.

[8] 8. Căsăndroiu T., 1998. Processes and machinery for sorting potatoes, fruit and vegetables. PAIDEIA Publishing, Bucharest.

[9] 9. Gheorghe A., 1979. Maintaining the quality of fresh fruits and vegetables. Ed.Tehnica, Bucharest. Э.

[10] 10. Калинин В,. Python для сложных задач. Наука о данных и машинное обучение. Изд: Питер. С- 576, ISBN 978-5-4461-0914-2, 978-5-496 -03068-748