Электронно-оптический способ компьютерной оценки морфологических параметров листьев картофеля при сортосопровождении
Наша страна занимает лидирующее положение в ежегодном производстве и потреблении картофеля. Россия стоит на втором месте по количеству посевных площадей, задействованных для выращивания данной культуры. Средний уровень урожайности в 9 — 10 т/га, против средней урожайности в 34,6 т/га в странах ЕС, характерен для всех категорий хозяйств и регионов как с благоприятными, так и с неблагоприятными… Читать ещё >
Содержание
- Глава 1. АНАЛИЗ ПРОБЛЕМЫ СОРТОСОПРОВОЖДЕНИЯ СЕМЕННОГО КАРТОФЕЛЯ
- 1. 1. Практическое значение контроля за сортовым семенным картофелем
- 1. 2. Применение систем технического зрения в различных отраслях производства
- 1. 3. Анализ применения цифровых электронных систем в агротехнологиях
- 1. 4. Использование оптического цифрового технического зрения в растениеводстве
- 1. 5. Цель и задачи исследования
- Глава 2. ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СПОСОБА КОМПЬЮТЕРНОЙ ОЦЕНКИ МОРФОЛОГИЧЕСКИХ ПАРАМЕТРОВ ЛИСТЬЕВ КАРТОФЕЛЯ
- 2. 1. Схема информационного управления производством семенного картофеля
- 2. 2. Операция получения цифровых цветных изображений листьев картофеля
- 2. 3. Операция обработки изображений и оценки морфологических параметров листьев картофеля по изображениям
- 2. 3. 1. Последовательность шагов обработки изображений для оценки структурных параметров листьев картофеля
- 2. 3. 2. Последовательность шагов обработки изображений для определения цветовых параметров листьев картофеля
- 3. 1. Порядок выборки и обработки образцов листьев картофеля
- 3. 2. Алгоритм операции получения цифровых цветных изображений
- 3. 3. Алгоритмы операции обработки изображений и оценки морфологических параметров листьев картофеля по изображениям
- 3. 3. 1. Алгоритмы оценки структурных параметров листьев картофеля
- 3. 3. 2. Алгоритм оценки цветовых параметров листьев
- 3. 4. Визуализация и представление результатов обработки и оценки морфологических параметров листьев картофеля
- 4. 1. Инфраструктура оптического сканирующего устройства для оценки морфологических параметров листьев картофеля
- 4. 2. Экспериментальное исследование способа компьютерной оценки морфологических параметров листьев картофеля
- 4. 3. Расчет надежности оптического сканирующего устройства компьютерной оценки морфологических параметров листьев картофеля
- 4. 4. Оценка эффективности компьютерного способа оценки морфологических параметров листьев картофеля с помощью оптического сканирующего устройства
- 4. 5. Оценка экономической эффективности
Электронно-оптический способ компьютерной оценки морфологических параметров листьев картофеля при сортосопровождении (реферат, курсовая, диплом, контрольная)
Актуальность работы.
Наша страна занимает лидирующее положение в ежегодном производстве и потреблении картофеля. Россия стоит на втором месте по количеству посевных площадей, задействованных для выращивания данной культуры. Средний уровень урожайности в 9 — 10 т/га, против средней урожайности в 34,6 т/га в странах ЕС, характерен для всех категорий хозяйств и регионов как с благоприятными, так и с неблагоприятными условиями возделывания [8], [61]. Практика показывает, что одной из причин низкой урожайности картофеля является использование на посадку несертифицированного семенного материала низкого качества. [61]. Это обусловлено тем, что при многолетней вегетации в сортовом картофеле накапливается вирусная инфекция, приводящая к вырождению сорта, снижению качественных характеристик семенного материала и, как следствие, к уменьшению урожайности на 30 — 40% [70], [93].
Своевременное выявление вырождения сорта и проведение сортообновления способно предотвратить снижение урожая. Служба агромониторинга, в состав которой входят государственные сортоиспытательные станции, семенные инспекции и другие организации, имеющие аккредитацию для проведения инспекции сортов, осуществляют в течение вегетационного периода контроль за состоянием растений, степенью ^ инфицирования возбудителями болезней, проводят полевые обследования с целью взятия листовых проб для определения сортовой чистоты выращиваемой культуры, визуально оценивают их морфологические параметры и полученные данные сравнивают с данными о морфологических параметрах листьев элиты возделываемого сорта, которые получают при сортоиспытании по методике испытаний на отличимость, однородность и стабильность (ООС), разработанной международным союзом по охране новых сортов (UPOV) [62]. ф В практической работе госинспекторов в настоящее время возникают трудности из-за отсутствия современных приспособлений и инструментов, необходимых для определения качественных характеристик различных категорий и классов семенного картофеля. В связи с этим остро стоит задача в разработке технического документооборота и создании новейшего оборудования, необходимого для проведения полевых инспекций, включающего в себя отбор листовых проб, доставку их в лабораторию, описание морфологии отобранных образцов, анализ и оценку степени выраженности сортовых параметров листьев испытуемого сорта картофеля, документирование проведенного анализа. В частности, для выдачи протокола испытания (результата анализа) листовых проб на соответствие исходного материала требованиям действующих стандартов (ГОСТ 29 267−01 [5] и ГОСТ 29 268–91 [6]) определение сортовых параметров листьев картофеля осуществляется способом экспертной оценки визуально, оценка выраженности сортовых параметров оценивается в баллах, оперирование полученной информацией проводится в виде бумажного документооборота.
В решении этой проблемы особенно важное значение имеет разработка на базе передовых технических цифровых систем современного информационно-аналитической способа оценки морфологических параметров листьев картофеля при проведении полевых инспекций в период вегетации растений для сортоиспытаний и сортосопровождения семенного материала, который должен гарантировать безусловное соблюдение стандартов, действующих положений и правил, а также повышение оперативности документооборота, создание возможности накопления, хранения и обмена информацией. В связи с этим, разработка электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля является актуальной научной и народнохозяйственной задачей.
В нашей стране и за рубежом уже имеется положительный опыт использования информационных систем в сельскохозяйственной науке и практике [73]. Огромный вклад в развитие и применение видео-цифрового технического зрения в сельском хозяйстве внесли ученые из США штата Калифорния David С. Slaughter, Robert G. Curley, Pictiaw Chen [81], которые разработали и воплотили в жизнь роботизированный культиватор на базе цифровой видеосистемы для автоматического позиционирования рабочих органов относительно культивируемых рядков растений. Среди российских разработок в области видео-цифрового компьютерного зрения можно выделить работы, проводимые в МГАУ, ВИЭСХе и ЕОИИКХ под руководством Бородина И. Ф., Кирилина Н. И., Пшеченкова К. А., Башилова А. М. по созданию электронно-оптических систем контроля и управлением качества производства картофеля [7], в МичГАУ под руководством А. С. Гордеева по созданию автоматизированных систем по сортированию плодов [87], а также группы ученых (Денисюк С. Г. и др.) из СибФТИ СО РАСХН, которые разработали экспериментальный телевизионно-компьютерный комплекс «Биоспекл» для регистрации и обработки изображений пораженной листовой поверхности растений в видимом диапазоне длин волн [71]. Анализ вышеприведенных работ показал, что перспективным направлением автоматизации сельского хозяйства является использование компьютерных устройств как совместно с существующими технологиями, так и отдельно, заменяя имеющиеся устаревшие технологические операции. Однако проблема совершенствования способа контроля сортовых параметров листьев картофеля при сортоиспытании и сорторазведении в период вегетации растений с помощью электронно-оптического информационно-аналитического способа оценки параметров до настоящего момента не решалась. ф Разработка электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля проводилась в соответствии с концепцией развития электрификации сельского хозяйства России, одобренной Президиумом РАСХН (протокол № 134 от 20 декабря 2001 г.) [1], в которой одним из перспективных направлений электрификации села является автоматизация и информатизация электрифицированного сельскохозяйственного производства. Согласно данной концепции, будут развиваться автоматизированные информационно-управляющие системы контроля режимов и качества продукции, основанные на широком использовании оптических приборов и баз статистических данных о возделывании, темпах уборки, обработке и хранении продукции.
Работа выполнялась в лаборатории автоматизации электроприводов и поточных линий ГНУ ВИЭСХ в соответствии с планом НИР ВИЭСХ на 2003 год по фундаментальным и приоритетным прикладным исследованиям, этап 03.02.14 «Разработать информационно-аналитический метод анализа и управления автоматизированными сельскохозяйственными технологиями с использованием электронных средств контроля и обработки информации» и с планом НИР ВИЭСХ на 2004 год по фундаментальным и приоритетным прикладным исследованиям, этап 03.02.02 «Разработать методы построения и расчета компьютерных информационно-управляющих систем высокоточного интенсивного ведения животноводства, управления автоматизированными сельскохозяйственными технологиями, процессами и установками».
Цель работы.
Исследование и разработка электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля, обеспечивающего выявление отличимости, однородности и стабильности сорта при сортоиспытании и сортосопровождении в период вегетации растений.
В работе приведен анализ существующих технологий, базирующихся на использовании видео-цифровых оптических систем. Обосновано преимущество применения цифровых оптических систем по сравнению с другими электронными технологиями.
Рассмотрена структурная схема управления производством семенного картофеля, представляющая собой биологический конвейер, который организован таким образом, чтобы поток сертифицированного семенного материала был непрерывным и удовлетворял требованиям ГОСТа для сортового картофеля с целью получения качественных семян на производство продовольственного картофеля.
Представлена схема информационного сортосопровождения для технологии возделывания картофеля в процессах сортоиспытания и при последующем многолетнем репродуктировании семенного картофеля.
Произведены экспериментальные исследования способа компьютерной оценки морфологических параметров листьев картофеля, включившие в себя получение цифровых цветных изображений образцов листьев и разработку алгоритмов и программ обработки полученных изображений.
Электронно-оптический способ компьютерной оценки морфологических параметров листьев картофеля реализован на базе оптического сканирующего устройства. Проведены производственные испытания данного устройства. Рассчитана надежность работы устройства и экономическая эффективность применения его для автоматизированной оценки сортовых параметров листьев картофеля при сортоиспытании и сортосопровождении.
Диссертация состоит из введения, четырех глав, основных результатов и выводов, списка литературы и приложений.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ.
1. Анализ информационного сортосопровождения семенного картофеля показал целесообразность разработки электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля и он может быть положен в основу развития и совершенствования полевой инспекции сортов.
2. Для процессов сортоиспытания и сорторазведения разработана структурная схема информационно-аналитического сопровождения агротехнологии возделывания картофеля, предусматривающая получение, обработку, накопление и распространение информации о параметрах возделываемого сорта электронно-оптическим компьютерным способом.
3. Проведенные теоретические исследования информационных потоков в процессах сортоиспытания и сорторазведения позволили:
— установить факторы (информационная пропускная способность, спектральная чувствительность, объем листовой выборки), влияющие на процедуру оценки морфологических параметров листьев картофеля экспертным и компьютерным способами;
— определить аналитические зависимости влияния данных факторов на вероятность принятия правильного решения по оценке параметров листьев;
— установить преимущество электронно-оптического способа над экспертным по фактору информационно-пропускной способности в 39,4%.
4. Экспериментальные исследования электронно-оптических характеристик морфологических параметров листьев картофеля показали, что: восприятие электронно-оптической информации компьютерным способом осуществляется с разрешающей способностью в 300 dpi, что позволяет масштабировать (увеличивать) отдельные фрагменты (прожилки) листьев на изображениях;
— глубина цвета цифровых изображений в 24 бит (16,7 млн. цветов) позволяет четко разделить границы цветовых параметров листьев картофеля;
— обработку и анализ электронной информации компьютерным способом эффективно проводить в пакетной версии программы по обработке изображений Adobe Photoshop CS.
5. Разработанные на основании теоретических и экспериментальных исследований алгоритмы компьютерной оценки обеспечивают надежное определение:
— структурных параметров листьев картофеля (геометрические размеры, силуэты, параметры системы сосудистых пучков листьев картофеля) с относительной погрешностью 1,041%;
— цветовых параметров листьев картофеля, реализуемого в нелинейном цветовом пространстве HSV (зеленый цвет поверхности, цвет антоциановой окраски центральной жилки и верхушечной розетки листьев картофеля) с доверительной вероятностью 95%.
6. Электронно-оптический способ компьютерной оценки морфологических параметров листьев картофеля, реализованный с помощью оптического сканирующего устройства, состоящего из персонального компьютера на базе процессора Intel Pentium IV 2100 МГц, устройства ввода изображений (сканера) и специализированного программного обеспечения по обработке изображений способен последовательно обрабатывать выборку листьев в режиме реального времени.
7. Проведенные производственные испытания на Егорьевской сортоиспытательной станции-филиале ФГУ «Госсорткомиссия РФ по испытанию и охране селекционных достижений» и государственном научном учреждении «Елецкая опытная станция по картофелю» подтвердили эффективность электронно-оптического способа компьютерной оценки морфологических параметров листьев картофеля выборкой в 200 штук. При этом время обработки одного листа компьютерным способом составляет 60−90 сек, с учетом операции сканирования, экспертным способом — около 2 мин.
8. Предполагаемый экономический эффект от применения электронно-оптического способа компьютерной оценки при сортоиспытаниях составил 1640,75 рублей в год за счет снижения трудозатрат и при сортосопровождении в семеноводческом хозяйстве на площади в 45 га составил 43,78 тыс. рублей в год за счет своевременного выявления вырождения сорта семенного картофеля, проведения сортообновления и сохранения урожайности на уровне, характерном для используемого сорта.
Список литературы
- Концепция развития электрификации сельского хозяйства России /РАСХН/
- UPOV TG235 GUIDELINES FOR THE CONDUCT OF NESTS FOR DISTINCTNESS, HOMOGENEITY AND STABILITY.
- ГОСТ 27.002 83. Надёжность в технике. Термины и определения. — М.: Издательство стандартов, 1983.
- ГОСТ 7001–91. Картофель семенной. Технические условия. М.: Издательство стандартов, 1991.
- ГОСТ 29 267–91. Картофель семенной. Оздоровленный исходный материал. Приёмка и методы анализа. М.: Издательство стандартов, 1991.
- ГОСТ 29 268–91. Картофель семенной. Оздоровленный исходный материал. Технические условия. — М.: Издательство стандартов, 1991.
- Старовойтов В.И., Башилов A.M., Андержанов A.JI. Автоматизация контроля качества картофеля, овощей и плодов. М.: Агропромиздат, 1987. — 197 с.
- Контроль качества и сертификация семенного картофеля (Практическое руководство) / Под ред. А. В. Коршунова, Б.В. Анисимова/ М., 2003.-316 с.
- Писарев Б.А. Сортовая агротехника картофеля. М.: Агропромиздат, 1990.-208 с.
- Краусп В. Р. Комплексная автоматизация в промышленном животноводстве. — М.: Машиностроение, 1980. 214 с.
- Краусп В. Р. Автоматизация послеуборочной обработки зерна. М.: Машиностроение, 1975. — 277 с.
- Бульба: Попул. энцикл. справ, по биологии, возделыванию, хранению и использ. картофеля в кулинарии / Беларус. Энцыкл.- Гл. ред. «Беларус. Энцыкл.»: Б. И. Саченко (гл. ред.) и др. БелЭн, 1994. — 350 с.
- Селекция и распознавание на основе локационной информации / A.JI. Горелик, Ю. Л. Барабаш, О. В. Кривошеев, С. С. Эпштейн / Под ред. А. Л. Горелика. М.: Радио и связь, 1990. — 240 с.
- Шарыгин М.Е. Сканеры и цифровые камеры. / Под ред. О. В. Колесниченко, И. В. Шишигина. СПб.: БХВ — Санкт-Петербург- Арлит, 2000. -384 с.
- Гинзбург А., Милчев М., Солоницын Ю. Периферийные устройства. — СПб.: Питер, 2001. 448 с.
- Смирнов В.Д. Цифровые фотоаппараты. Базовые модели и основы теории. СПб.: Изд — во «Петербургский ин — т печати», 2002. — 192 с.
- Узилевский В. А. Передача, обработка и воспроизведение цветных изображений. -М.: Радио и связь, 1981. 174 с.
- Роуз А. Зрение человека и электронное зрение. М.: Мир, 1977. — 165 с.
- Копылов П. М., Тачков Л. Н. Телевидение и голография. М.: Связь, 1976.- 143 с.
- Костыков Ю. В. Прикладное телевидение. М.: Энергия, 1980. — 138 с.
- Патрик Э. Основы теории распознавания образов: Пер с англ. / Под ред. Б. Р. Левина. М.: Сов. радио, 1980. — 408 с.
- Фу К. Последовательные методы в распознавании образов и обучении машин: Пер. с англ. / Под ред. Л. А. Мееровича и Я. З. Цыпкина. М.: Наука, 1971.-256 с.
- Красильников Н.Н. Цифровая обработка изображений. М.: Вузовская книга, 2001.-320 с.
- Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с англ.- -М.: Мир, 1976.-511 с.
- Кривошеев М.И., Ку старев А.К. Цветовые измерения. М.: Энергоатомиздат, 1990. — 240 с.
- Анисимов Б.В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений: Учебное пособие. -М.: Высш. шк., 1983. -295 с.
- Абламейко С.В., Лагуновский Д. М. Обработка изображений: технология, методы, применение. Мн.: Амалфея, 2000. — 303 с. ф 28. Перегудов Ф. И. Тараеенко Ф.П., Основы системного анализа,
- Томск: Изд-во НТЛ, 2001.-396 с.
- Вапник В.Н., Червоненкис А. Я. Теория распознавания образов. М.: Наука, 1974.
- Методы компьютерной обработки изображений. / Под ред. А.В. Сойфера/ М.: ФИЗМАТ ЛИТ, 2003 -784 с.
- Сигеру Омату. Нейроуправление и его приложения. Кн. 2.: Пер. с англ. / Под ред. А. И. Галушкина, В. А. Птичкина. М.: ИПРЖР, 2000. — 272 с.
- Письменный Г. В., Михайлов Б.Б, Корнеев А. Ю. Системы технического зрения в робототехнике. -М.: Машиностроение, 1991. 88 с. ф 33. Фор А. Восприятие и распознавание образов / Пер. с фр. А.В.
- Серединского- под ред. Г. П. Катыса. М.: Машиностроение, 1989. — 272 с.
- Линдли К. Практическая обработка изображений на языке Си: Пер. с англ. -М.: Мир, 1996. 512 с.
- Гринберг А.Д., Гринберг С. Цифровые изображения: Практическое руководство / Пер. с англ.- Мн.: ООО «Попурри», 1997. — 400 с.
- Растригин Л.А., Эренштейн Р. Х. Метод коллективного распознавания.- М.: Энергоиздат, 1981. 80 с.
- Форсайт Д.А., Понс Ж. Компьютерное зрение. Современный подход.: ^ Пер. с англ. М.: Издательский дом «Вильяме», 2004. — 928 с.
- Пономаренко С. И. Adobe Photoshop CS в подлиннике. СПб.: БХВ — Петербург, 2004. — 928 е.: ил.
- Петров М. Н. Эффективная работа с Photoshop CS. СПб.: Питер, 2004.- 845 е.: ил.
- Ким Н. В. Обработка и анализ изображений в системах технического зрения. Учебное пособие. М.: Изд — во МАИ, 2001. — 164 с.
- Егорова С.Д., Колесник В. А. Оптико электронное цифровое ^ преобразование изображений. — М.: Радио и связь, 1991. — 208 с.
- Культин Н. Б. Основы программирования в Delphi 7. СПб.: БХВ -Петербург, 2003. — 608 е.: ил.
- Фаронов В. В. Программирование баз данных в Delphi 7. Учебный курс. СПб.: Питер, 2004. — 464 е.: ил
- Вентцель Е. С., Овчаров JI. А. Теория вероятностей и ее инженерные приложения. Учебное пособие для втузов. 2-е изд., стер. — М.: Высш. шк., 2000.-480 е.: ил.
- Кузнецов В.А., Ялунина Г. В. Основы метрологии. М.: Издательство стандартов, -1995. — 279 с.
- Селиванов М.Н., Фридман А. Э., Кудряшова Ж. Ф. Качество измерений. Метрологическая справочная книга. Л.: Лениздат, -1987. — 295 с.
- Закорюкин В.Б. Надёжность устройств автоматики: Учебное пособие / Московский государственный институт радиотехники, электроники и автоматики (технический университет) М., 2000. — 111 с.
- Горелик А.В., Ермакова О. П. Надёжность информационных систем. Основы надёжности устройств ЖАТС. Курс лекций М.: РГОТУПС, 2003. — 89 с.
- Карева B.C., Никитин Г. А., Едренкин Э. Д. Надёжность устройств автоматики и телемеханики: Учебное пособие / Под ред. В. В. Макарова. — Челябинск: ЧГТУ, 1993. 57 с.
- Водянников В.Т. Экономическая оценка энергетики АПК: Учебное пособие для студентов высших учебных заведений. М.: ИКФ «ЭКМОС», 2002. — 304 с.
- Котик М. А. Курс инженерной психологии. 2-е изд. исп. и доп. — Таллин: Валгус, 1978. -364 с.
- Тульчеев В. В. Формирование и эффективное функционирование агропромышленного комплекса Российской Федерации в рыночных условиях. М.: ФГНУ «Росинформагротех», 2004. — 272 с.
- Методические рекомендации по технико экономической оценке автоматизированных технологических процессов животноводства. — М.: ВИЭСХ, 2003.-44 с.
- Энергетика и электромеханизация сельского хозяйства. М.: ВИЭСХ, 2000.-С. 114−126.
- Автоматизация и информатизация электрифицированного сельскохозяйственного производства. Научные труды. Том 89. М.: ВИЭСХ, 2004. — С. 35 -52.
- Морзеев Ю. Зачем компьютеру зрение ч.1 // Компьютер пресс. 2002. № 5.-с. 20−25.
- Морзеев Ю. Технологии машинного зрения. Сделано в России ч.2 // Компьютер пресс. 2002. № 7. — с. 50 — 58.
- Ширко С. Популярно о сканерах // Компьютерные вести. 2003. № 3. -с. 5−6.
- Грузинов Е. Сканеры: Новые технологии // http://www.nightsnipers/board/. 2004.
- Анисимов Б.В. Сертификация семенного картофеля: организационная структура и приоритетные направления // Картофель и овощи. 2002. № 2. — с. 23,24.
- Усков А.И. О системе сертификации семенного материала // Картофель и овощи. 2002. № 2. — с. 25,26.
- Cho S., Ki N. Standalone prompting of a spray of high-speed performance, using Computer Vision and an indistinct logic network // Applied engineering in Agriculture, 1995, v. 19, № 1, p. 146- 149.
- Jang C.-C., Prasher S. O., Landry J., Ramaswamy S. Manifestation of Neural Networks for recognition of a weed in fields of a grain. // Transactions of the ASAE, 2001, v. 48, № 2, p. 218- 223.
- Wang Z., Heinemann P. H., Walker P. N., Heuser C. Automated Micropropagated Sugarcane Shoot Separation by Machine Vision. // Transactions of the ASAE, 1999, v. 42, № 1, p. 247- 254.
- Tumbo S. D., Wagner D. G. The hyperspectral neural network to predict a condition of a chlorophyll in a grain // Transactions of the ASAE, 1998, v. 41, № 1, p. 242- 249.
- D. C. Slaughter External identification by Computer Vision of a field of sprouts tomato for automated struggle with weedy plants // Applied engineering in Agriculture, 1998, v. 21, № 2, p. 123- 128.
- Tumbo S. D., Salyani M., Whitev J. D., Wheaten T. A., Miller W. M. Investigation of Laser and Ultrasonic Ranging Sensor for Measurements of Citrus Canopy Volume. // Applied Engineering in Agriculture, 2002, v. 18, № 3, p. 367 — 372.
- Joret G., Malterre H. Les effets de la degenerescence sur les rendements et la composition de la pomme de terre. // Comptes rendus hebdomadaires des seances de L’Academie d’Agriculture de France, 1945, v. 31, № 10, s. 503 504.
- Сорокотяга А. А., Котов А. И. Разработка многоканального дискретного и аналогового устройства ввода-вывода, сопрягаемого с IBM PC. // Вестник ЛГТУ ЛЭГИ. — Липецк — 2001. — № 1(7). — с. 122 — 127.
- Сорокотяга А. А., Башилов А. М., Покидов О. В. Анализ области применения систем контроля качества агропродукции за рубежом. // Вестник МГАУ. Москва — 2003. -№ 3.-с. 106−112.
- Сорокотяга А. А., Башилов А. М. Системы автоматизированного видеоцифрового наблюдения сельскохозяйственных культур в посадках. // Вестник МГАУ. Москва — 2003. -№ 3.-с. 101 — 105.
- Сорокотяга А. А. Компьютерное распознавание как ресурсосберегающий способ сортовой идентификации растений. // Труды 4-й Международной научно-технической конференции (12 13 мая 2004 года, Москва, ГНУ ВИЭСХ). — Москва — 2004. — Ч. 2. — с. 310 — 316.
- Сорокотяга А. А. Видео-цифровые информационно-измерительные системы в сельском хозяйстве. // Сборник докладов международной научно-технической конференции (29 30 сентября 2004 года, г. Углич). — Москва -2004.-Ч. 2.-с. 103- 108.
- Пат. № 4 609 108, США. Метод и аппарат для сортировки листьев табака / V. N. Hristozov и другие, 1986, В07С 5/342.
- Пат. № 4 823 268, США. Метод и аппарат для определения листвы растения и картографии и контроля применяемых материалов / D. К. Giles и другие, 1989, В07С 5/342.
- Пат. № 5 442 552, США. Роботизированный культиватор / D. С. Slaughter и другие, 1995, В07С 5/342.
- Пат. № 2 132 569, Россия. Способ идентификации подлинности контролируемого объекта / Богданов В. Н. и другие, 1998, В07С 5/342.
- Пат. № 2 163 394, Россия. Способ идентификации материальных объектов / Меденников П. А., Павлов Н. И., 1999, В07С 5/342.
- Башилов A.M. Исследование процесса и разработка устройства оптико механического отделения твёрдых примесей и загнивших клубней картофеля: Дис. на соиск. учён, степени канд. техн. наук. М.: 1982. — 136 с.
- Каверин В.А. Исследование условий применения и обоснование конструктивных параметров контейнеров для транспортирования томатов с полей на перерабатывающие предприятия: Автореф. дис. на соиск. учён, степени канд. техн. наук. М., 1971.
- Алиханов Д.М. Разработка оптико электронного устройства для сортирования семенных клубней картофеля по морфологическим признакам: Автореф. дис. на соиск. учён, степени канд. техн. наук. М., 1983.