Диссертация (1152212), страница 10
Текст из файла (страница 10)
Определение внешнего вида и цвета производят органолептически: 20 г испытуемого комбикорма помещают на гладкую чистую поверхность листа белой бумаги и, перемешивая, рассматривают при естественном свете ~81. Анализируя данный метод определения цвета комбикорма можно сделать вывод, что экспертная комиссия должна состоять из нескольких человек, обладающих специальными знаниями, навыками, проверенной чувствительностью и хорошим зрением. Оценка осуществляется в определенной последовательности и при соблюдении необходимых условий. Цвет продукта определяют по эталонам или по цветовой шкале. Обычно все зрительные ощущения цвета подразделяют на две группы: ахроматические и хроматические цвета.
К ахроматическим цветам относятся лишь чисто - белые, чисто - серые и чисто - черные. Комбикормовое сырье, полуфабрикаты и готовые изделия ахроматических цветов встречаются редко. Чаще они хроматических 60 цветов, имеющих самый незначительный, трудноуловимый оттенок другого цвета 1желтоватый, красноватый и др.).
Даже перечисленные выше продукты, как правило, имеют хроматические цвета, интенсивность оттенков которых зависит от степени загрязненности посторонними примесями. Цветовой тон определяется длиной волн световых лучей, отражаемых от поверхности пищевого изделия. Существует семь основных цветов: синий, голубой, желтый, зеленый, оранжевый, красный„фиолетовый. Сочетания этих цветов дают новые оттенки и переходы цвета. Глаз человека способен различить 150 переходов по цветовому тону. Насыщенность 1концентрация) цвета представляет собой отличие хроматического цвета от равного с ним по светлоте серого цвета и является степенью выраженности цветового тона в конкретном цвете. При органолептической оценке цвета рекомендуется учитывать явление цветового контраста, которое заключается в том, что любой цвет на фоне более темных тонов светлеет, на фоне более светлых — темнеет115,12,21,10].
При определении цвета часто сопоставляют фактический показатель с базисным, которым могут служить эталоны, имеющие цвет, свойственный данному продукту или определенному его сорту. Например, такое сравнение проводится при определении цветности сахара и других продуктов. Особенно важно, что бы при сравнении цвета продукта с эталонами фон был одинаковым. Обзор и анализ существующих методов контроля цвета комбикорма, разработанных в последние годы, показал, что имеющиеся в настоящее время методы контроля цвета характеризуются в большей степени человеческим фактором, субъективизмом человеческого восприятия цвета. Такая оценка качества изделия органолептическими методами может приводить к субъективным ошибкам, например из-за изменения восприятия цвета у человека, вследствие болезней или усталости, непрофессионализма и т.п. Организация мероприятий по подготовке и проведению органолептической оценки изделий требуют хорошо организованной и слаженной работы специально обученного персонала, нарушение которых может привести к получению необъективных результатов127,28,191.
Согласно государственным стандартам методы определения цвета являются в основном лабораторными, требующими значительных затрат времени на подготовку пробы и проведение анализов, Важно подчеркнуть, что при определении размеров гранул и цветности в данных методах не уделяется достаточного внимания методам и средствам измерения цвета, позволяющим получать входные данные в цифровом виде. Также, по регламенту на большинстве комбикормовых предприятий органолептический контроль проводится от одного до пяти раз в смену, что может повлечь пропуск изделий с испорченными органолептическими показателями, вследствие различных отклонений протекания технологических процессов от установленных норм.
На основании анализов этих методов можно сделать вывод об отсутствии какой-либо автоматизации при их проведении, вследствие чего данные методы значительно уступают в эффективности по сравнению с методами автоматизированного определения органолептических показателей качества непрерывно в потоке при помощи технологий машинного зрения на протяжении всей смены. Данный обзор н анализ существующих современных инструментальных методов и средств определения геометрических размеров и цвета гранул показывает неприемлемость использования данных методов для автоматизации контроля в потоке геометрических размеров и цветности гранулированного комбикорма и необходимость использования цифровых технологий. 1.6 Анализ использования систем компьютерного зрения и методов обработки изображений в качестве инструмента контроля качества производственного процесса в различных промышленных отраслях.
Системы компьютерного зрения все чаще используются для автоматизированного контроля качества процессов на различных производствах [13]. На сегодняшний день системы компьютерного зрения и интеллектуальные вндеодатчики применяются для решении задач в рентгеновской промышленной дефектоскопии на производственном уровне, а так же в медицинских 62 организациях. В работе показано применение систем компьютерного зрения для решения задачи переноса изображения рентгеновского снимка на цифровой носитель.
Одним из преимуществ такого метода получения снимков перед традиционным использованием рентгеновской пленки является то, что при помощи современных персональных компьютеров можно получать рентгеновские изображения в реальном времени, после чего проводить обработку и анализ каждого кадра. Поступившие на персональный компьютер кадры позволяют оператору увеличить изображение для проведения диагностики и принятия окончательного решения о качестве исследуемого объекта. При визуальном анализе рентгеновских пленок на неготоспоках невозможно выполнить ряд задач, которые становятся выполнимы при использовании систем компьютерного зрения и методов обработки изображения. Использование цифровых методов регистрации позволяет выполнять такие задачи как селективное выделение костной компоненты в теле пациента, в процессе которого производится вычитание мягких тканей.
Оператору персонального компьютера предоставляется изображение, которое соответствует доле рентгеновского излучения, за вычетом излучения, которое было поглощено мягкими тканями. Это позволяет определять минеральную плотность костной ткани, для диагностики остеопороза. В работе отмечается, что при использовании рентгеновской пленки невозможно получить подобные результаты в ходе рентгеновского исследования. Суть методов работы данной детектирующей системы состоит в том, что проходящее через исследуемый объект ренттеновское излучение попадает на пластину с люминофором, затем формируемое в люминофоре теневое изображение проходит через объектив видеокамеры и попадает на ПЗС-матрицу, после чего формируется цифровое изображение для дальнейшей обработки и анализа.
Было разработано программное обеспечение, используемое цифровые методы обработки изображений, камеры высокой светочувствительности и позволяющее частично автоматизировать процесс получения цифровых рентгеновских снимков, сводя участие оператора в процессе к минимуму. 63 За последние 10 лет активно развивается направление идентификации биометрической информации 1851.
Российская компания Синезис разрабатывает программное обеспечение и системы автоматического распознавания, которые выполняют такие задачи как: распознавание лиц, объектов транспорта и тревожных ситуаций, мониторинг насильственного вмешательства в работу банкоматов, обнаружение нештатных ситуаций на АЗС и др. Разработки компании Синезис используют различные алгоритмы определения лиц. Один из методов — метод гибкого сравнения на графах, в процессе которого лица на изображении представляются в виде графов с взвешенными вершинами и ребрами.
В процессе распознавания полученный лицевой граф деформируется для наилучшей подгонки к эталонному, который всегда остается неизменным. Данный метод так же имеет различные реализации, используемые различные структуры графов 1рис. 1.12). Рис. 1.12 а — регулярная решетка. Рис. 1.12 б - граф на основе антропометрических точек лица. Граф деформируется таким образом, что каждая из его вершин смещается на некоторое расстояние в определенных направлениях относительно первоначальных позиций.
Смещение производится до тех пор, пока разница 64 между значениями признаков деформируемого графа, характеристика которых представлена в виде откликов фильтров Габора, и признаков соответствующей вершины эталонного графа не будет минимальной. Процедура деформации вершин графа продолжается поочередно для каждой вершины, до тех пор, пока суммарное различие между признаками деформируемого и эталонного графа не окажется минимальным. Недостатком методов распознавания лиц при помощи гибкого сравнения графов является высокая алгоритмическая сложность процедуры распознавания, а так же линейная зависимость времени работы от размеры базы данных лиц. В качестве еще одного метода распознавания лиц используются нейронные сети, которые в соответствии с предварительным обучением позволяют классифицировать полученное изображение.
На текущий момент существует около десятка различных типов нейронных сетей. Обучение нейронной сети производится в процессе решения оптимизационной задачи методом градиентного спуска, производится извлечение ключевых признаков и построение связей между ними. Недостатками использования нейронных сетей при распознавании лиц и объектов являются: проблемы математического характера, связанные с обучением, переобучением, выбором оптимального шага оптимизации; трудно фор мали зуемый этап выбора архитектуры сети, характеризующийся выбором количества нейронов, слоев, характеров связей. Одним из примеров коммерческого применения нейронных сетей в биометрической идентификации и системах компьютерного зрения является система Сопчо1ш1опа1 1Мецга1 ХеМог1с или сверточная нейронная сеть, которая на сегодняшний день показывает наилучшие результаты точности распознавания При решении задач идентификации объектов существует большое количество различных алгоритмов, каждый из которых эффективен при решении одной задачи распознавания, но менее эффективен при решении другой.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
