Специалисты и студенты Санкт-Петербургского государственного аграрного университета (СПбГАУ), вместе с коллегами из Инженерного колледжа Северо-Восточного сельскохозяйственного университета (Китай), создали новаторский способ определения степени зрелости хурмы в режиме реального времени. Этот метод даст возможность на ранних этапах управлять урожайностью культуры и качеством плодов, своевременно регулируя режимы питания и проводя обрезку кроны деревьев.
В настоящее время урожайность и качество хурмы являются ключевыми факторами, влияющими на прибыль садоводческого хозяйства.
В связи с этим ведется активная разработка новаторских методов контроля и управления процессом созревания плодов. До недавнего времени выявление отклонений в процессе созревания хурмы происходило путем ручной выборки и визуального анализа, что ограничивало возможности масштабирования промышленного производства хурмы с гарантиями качества.
Современные системы дистанционного наблюдения за посадками и посевами дают возможность контролировать состояние культур и своевременно вносить коррективы при обнаружении отклонений на разных этапах роста и созревания урожая.
Однако при применении таких технологий на хурме было обнаружено, что эффективность технологий снижается из-за того, что плоды развиваются внутри кроны дерева и значительно затенены.
Совместное исследование ученых из Китая и СПбГАУ привело к созданию нового метода, позволяющего проводить анализ хурмы на ранних стадиях созревания.
Этот подход основан на разработке оригинальной модели для определения текущего состояния растений.
Для реализации данного метода нужно недорогое оборудование и высокочувствительная камера, что обеспечивает точное распознавание качества плодов внутри кроны деревьев при разных условиях освещения.
В ходе работы специалисты сформировали коллекцию изображений хурмы в различных условиях освещения и с разными ракурсами. На основе этих снимков был разработан инструмент для обучения нейронной сети для распознавания плодов хурмы в режиме реального времени.
Создан модуль компьютерного зрения, который с помощью специальных фильтров выделяет мелкие детали, такие как края листьев, пятна на плодах и текстуры, а затем объединяет их с фоновым изображением участка для более точного анализа.
Исследователи провели сравнение показателей работы модулей в разнообразных природных условиях и установили, что их способность обнаруживать и проводить всесторонний анализ хурмы достигает не менее 92%.
Этот метод откроет новые возможности для более точного мониторинга состояния плодовых насаждений и своевременного внесения необходимых корректив в процесс созревания фруктов.
«Модель распознавания незрелой хурмы с помощью искусственного интеллекта — важнейший технологический скачок: она позволяет выполнять комплексный анализ плодов на ранних стадиях их развития и автоматизировать процессы управление садами. Испытания предлагаемого метода в условиях разной сложности подтвердили высокий потенциал его практического применения, что в перспективе может способствовать развитию «умного» сельского хозяйства и масштабировать данное решение в садоводстве» – сказал профессор Кафедры технических систем в агробизнесе СПбГАУ Андрей Борисович Калинин.
Результаты исследования были опубликованы в научном издательстве Frontiers.
Источник: СПбГАУ.