ИИС контроля за состоянием особей рыб в условиях закрытого водоема

10. ИИС контроля за состоянием особей рыб в условиях закрытого водоема

Данная ИИС позволяет исключить ручной труд и случаи травмирования рыб при исследовании. Входная информация представляет собой реальное видеоизображение, поступающее от видеокамеры, расположенной над бассейном. Далее изображение подвергается обработке на ЭВМ. Целью обработки является определение общего числа рыб и измерение их длины. При этом возникает ряд проблем:

- неравномерная освещенность бассейна, наличие в нем затененных областей, что усложняет процесс обработки;

- слияние изображений нескольких рыб в один объект, что вносит дополнительную погрешность в определение количества рыб;

- расположение особей на разной глубине, что должно учитываться при измерении их длины.

Заложенный в ИИС алгоритм обработки, позволяющий преодолеть эти трудности, включает в себя:

- модель погрешности измерений, учитывающую дискретность изображения и влияние преломляющего слоя;

- алгоритмы выделения фонового изображения, на основе сглаживания и фильтрации с использованием преобразования Фурье;

- формирование бинаризованных изображений рыб;

- идентификацию эталонов длины и вертикали;

- вычисление длины особей;

- подсчет количества особей с учетом слившихся изображений отдельных особей;

- расчет погрешностей для каждого измерения.

ИИС обеспечивает приемлемую точность и уровень автоматизации. Получаемая информация пригодна для пополнения базы данных предприятия, выращивающего ценные породы рыб.

11. ИИС «Фитомониторинг»

Существует концепция управления вегетацией растений с использованием информации от постоянно находящихся на вегетирующем растении миниатюрных датчиков. Такая методика получила название «фитомониторинг». В настоящее время разработаны и созданы подходящие типы датчиков для непрерывного мониторинга физиологических функций растений и соответствующие ИИС. В эти ИИС заложены методы интерпретации результатов мониторинга и алгоритмы диагностики состояния растения, необходимые для физиологических и биофизических исследований. Получаемые результаты могут использоваться для принятия технологических решений по управлению процессом вегетации. Номенклатура регистрируемых характеристик представляет собой компромисс между желанием получить как можно более полную информацию и реальными возможностями современной методики мониторинга. В ИИС измеряются следующие параметры среды:

- облученность;

- температура и влажность воздуха и корнеобитаемой среды (почвы, гидропонного наполнителя).

Из физиологических характеристик растения определяются наиболее информативные:

- температура листа;

- разность температур лист—воздух;

- водный поток в стебле или черешке листа, поток в плодоносе;

- изменения толщины стебля, черешка, листа, корня;

- размеры плода и динамика его роста.

Для диагностики в системе фитомониторинга используются первичные, непосредственно измеряемые характеристики собственно растения и окружающей среды, а также вторичные характеристики, то есть величины, вычисленные из первичных характеристик по соответствующим формулам, которые можно трактовать как результаты косвенных измерений. Основной выходной информацией в фитомониторинге являются: результаты анализа изменений во времени первичных характеристик растений и результаты анализа корреляций этих характеристик между собой или с параметрами среды.

Прикладные хозяйственные задачи фитомониторинга состоят в диагностике текущего состояния растений и выдаче информации в системы управления, а также в определении свойств генотипа. Соответственно, областями применения этой методики являются как фундаментальные дисциплины (генетика, физиология и биофизика растений), так и прикладные (селекция и растениеводство в защищенном и открытом грунте).

12. ИИС в учебном процессе

В Киевском государственном университете разработана и функционирует распределенная ИИС для поддержки научно-образовательного процесса. Не вдаваясь в технические и программные вопросы, отметим, что эта ИИС используется для обработки экспериментальных данных, получаемых студентами в ходе выполнения лабораторных работ, курсового и дипломного проектирования.

Число аналогичных примеров может быть увеличено на порядки. Однако и из приведенных примеров можно сделать вывод, что ИИС используются в самых различных областях. При этом, несмотря на существенное различие ИО, все эти системы обладают рядом общих черт, главной из которых является сбор, обработка, отображение и хранение больших массивов измерительной информации. Следствием этого является схожесть структур, обязательное использование ЭВМ и соответствующего ПМО.

Заключение

В работе рассмотрены примеры измерительных информационных систем для исследования объектов различной физической природы.

Литература

1. Автоматизация физических исследований и эксперимента: компьютерные измерения и виртуальные приборы на основе Lab VIEW / под ред. П. А. Бутыркина. — М.: ДМК-Пресс, 2005.— 264 с.

2. Анисимов Б. В., Голубкин В. Н. Аналоговые и гибридные вычислительные машины. — М.: Высшая школа, 1990., — 289 с.

3. Атамалян Э. Г. Приборы и методы измерения электрических величин. — М.: Дрофа, 2005. — 415 с.

4. Ацюковский В. А. Основы организации системы цифровых связей в сложных информационно-измерительных комплексах. — М.: Энергоатомиздат, 2001. — 97 с.

5. Барский А. Б. Нейронные сети. Распознавание, управление, принятие решений. — М.: Финансы и статистика, 2004. — 176 с.

6. Батоврин В., Бессонов А., Мошкин В. Lab VIEW: Практикум по электронике и микропроцессорной технике. — М.: ДМК-Пресс, 2005 —182 с.

7. Вентцелъ Е. С, Овчаров Л. А. Теория вероятностей и ее инженерные приложения. — М.: Высшая школа, 2007. — 491 с.

8. Волкова В. Н., Денисов А. А. Теория систем. — М.: Высшая школа, 2006. — 511 с.

9. ГОСТ Р 8.596—2002. ГСИ. Метрологическое обеспечение измерительных систем. Основные положения.

10. ГОСТ 16263—70. ГСИ. Метрология. Термины и определения.

11. ГОСТ 26016—81. Единая система стандартов приборостроения. Интерфейсы, признаки классификации и общие требования.

12. ГОСТ 8.437—81. ГСИ. Системы информационно-измерительные. Метрологическое обеспечение. Основные положения.

13. Грановский В. А. Системная метрология: метрологические системы и метрология систем. — СПб.: ГНЦ РФ ЦНИИ «Электроприбор», 1999. — 360 с.

14. Гутников В. С. Интегральная электроника в измерительных устройствах. — Л., 1988. — 304 с.

15. Демидович В. П., Марон И. А. Основы вычислительной математики. — М.: Наука, 1970. — 654 с.

16. Деч Р. Нелинейные преобразования случайных процессов. — М.: Советское радио, 1965. — 208 с.

17. Джексон Р. Г. Новейшие датчики. — М.: Техносфера, 2007.— 384 с.

18. Измерение электрических и неэлектрических величин / Н. Н. Ев-тихиев, Я. А. Купершмидт, В. Ф. Папуловский, В. Н. Скуго-ров; под общ. ред. Н. Н. Евтихиева. — М.: Энергоатомиздат,1990. — 352 с.

19. Информационно-измерительная техника и технологии / В. И. Калашников, С. В. Нефедов, А. Б. Путилин и др.; под ред. Г. Г. Ра-неева. — М.: Высшая школа, 2002. — 454 с.

20. Калабеков В. В. Цифровые устройства и микропроцессорные системы. — М.: Радио и связь, 1997. — 336 с.

21. Карабутов Н. Н. Адаптивная идентификация систем. Информационный синтез. — М.: Едиториал УРСС, 2006. — 384 с.

22. Киреев В. И., Пантелеев А. В. Численные методы в примерах и задачах. — М.: Высшая школа, 2008. — 480 с.

23. Корнеенко В. П. Методы оптимизации. — М.: Высшая школа, 2007. — 664 с.

24. Максимей И. В. Имитационное моделирование на ЭВМ. — М.: Радио и связь, 1988. — 230 с.

25. Мезон С, Циммерман Г. Электронные цепи, сигналы и системы. — М.: Иностранная литература, 1963. — 594 с.

26. Метрологическое обеспечение измерительных информационных систем (теория, методология, организация) / Е. Т. Удовиченко, А. А. Брагин, А. Л. Семенюк и др. — М.: Издательство стандартов, 1991. — 192 с.

27. МИ 2438—97. ГСИ. Системы измерительные. Метрологическое обеспечение. Общие положения.

28. Мячев А. А., Степанов В. Н. Персональные ЭВМ и микроЭВМ. Основы организации. — М.: Радио и связь, 1991. — 320 с.

29. Новоселов О. Н., Фомин А. Ф. Основы теории и расчета информационно-измерительных систем. — М.: Машиностроение,

1991. — 336 с.

30. Островский Ю. И. Голография и ее применение. — М.: Наука, 1976. — 256 с.

31. Пантелеев А. В., Летова Т. А. Методы оптимизации в примерах и задачах. — М.: Высшая школа, 2008. — 544 с.

32. Потапов А. С. Распознавание образов и машинное восприятие. — СПб.: Политехника, 2007. — 546 с.

33. Путилин А. Б. Вычислительная техника и программирование в измерительных системах. — М.: Дрофа, 2006. — 416 с.

34. РМГ 29—99. Метрология. Основные термины и определения.

35. Рубичев Н. А., Фрумкин В. Д. Достоверность допускового контроля качества. — М.: Издательство стандартов, 1990. — 172 с.

36. Руководство по выражению неопределенности измерения / под ред. В. А. Слаева. — СПб.: ГП «ВНИИМ им Д. И. Менделеева», 1999. — 126 с.

37. Самарский А. А., Михайлов А. П. Математическое моделирование. — М.: Наука; Физматлит, 1997. — 428 с.

38. Советов Б. Я., Цехановский В. В. Информационные технологии. — М.: Высшая школа, 2008. — 263 с.

39. Уайлд Д. Дж. Методы поиска экстремума. — М.: Наука, 1967. — 268 с.

40. Ушаков И. А. Курс теории надежности систем. — М.: Дрофа, 2008. — 240 с.

41. Фомин Я. А. Теория выбросов случайных процессов. — М.: Связь, 1980. — 216 с.

42. Фрайден Дж. Современные датчики: справочник. — М.: Техносфера, 2005. — 592 с.

43. Фрумкин В. Д., Рубичев Н. А. Теория вероятностей и статистика в метрологии и измерительной технике. — М.: Машиностроение, 1987— 168 с.

44. Хартман К. и др. Планирование эксперимента в исследовании технологических процессов. — М.: Мир, 1977. — 562 с.

45. Цапенко М. П. Измерительные информационные системы. — М.: Энергоатомиздат, 1985. — 357 с.

46. Чистяков В. П. Курс теории вероятностей .— М.: Дрофа, 2007. — 256 с.